Google北京人工智慧研究團隊 推動機器學習應用技術 產業消息 Google 軟體 網路 生活 市場動態 Google北京人工智慧研究團隊 推動機器學習應用技術 目前人工智慧技術已經可廣泛應用在電腦視覺、影像處理、動態影片分析、語音識別，乃至於自然語言理解、分類等。 相關消息指出，Google計畫在北京成立人工智慧研發團隊，並且開始對外招募熟悉機器學習相關技術領域人才，職缺包含研究員、技術主管，以及雲端機器學習產品經理等職位。 雖然目前Google並未實際「回歸」中國市場發展，但仍在中國境內維持部分業務營運，而此次計畫在北京成立人工智慧研究團隊，並且對外招募人才，預期仍將與中國在地團隊共同攜手合作，才能符合中國政府相關法令規範。 從先前微軟推動人工智慧技術發展的陸奇加盟百度，同時有越來越多廠商開始加入人工智慧發展，目前中國已經成為人工智慧技術重要發展地 Mash Yang 20 天前
Google 盼以深度學習技術協助解決醫療資源不足與加速患者辨識 科技應用 深度學習 deep learning 機器視覺應用 Google 盼以深度學習技術協助解決醫療資源不足與加速患者辨識 深度學習是目前人工智慧的機器學習中發展的顯學，而 Google 更是在這波發展中推波助瀾的強勢引導者，尤其透過 TensorFlow 演算法以及 AlphaGo 挑戰世界棋王，都讓更多人看到深度學習所帶來的人工智慧進化， Google 稍早也針對深度學習在醫療領域的應用展開講座。 Google 研究團隊產品經理彭浩怡一開始簡單介紹深度學習為何能成為人工智慧當中的機器學習的顯學，深度學習是基於上個世紀六零年代就提出的機械神經網路的進化，但是這項技術由於當初缺乏規模化架構以及運算力，直到 2012 年首度有開發者透過 GPU 加速，使得深度學習架構首度在 ImageNet 影像辨識挑戰發揮超越過往 Chevelle.fu 1 個月前
Google：藉人腦與電腦達成最好效率 AI人工智慧應用與醫療體系銜接 產業消息 Google 生活 深度學習 市場動態 類神經網路 頭條話題 Google：藉人腦與電腦達成最好效率 AI人工智慧應用與醫療體系銜接 目前Google已經與加州大學舊金山分校醫學院、史丹佛大學醫學院、芝加哥大學醫學院等醫療研究人員合作，構思如何結合機器學習技術及臨床診斷專業知識，藉此改善醫療成效、降低不必要的額外醫療花費與醫療疏失情況。 在日前於山景城總部舉辦的Google I/O 2017期間說明如何藉由機器學習投入醫療應用之後，Google研究團隊產品經理彭浩怡 (Lily Peng)在此次台灣分享活動中也進一步說明如何過全新技術讓醫療應用具體提昇。 Google研究團隊產品經理彭浩怡 (Lily Peng) 就機器學習應用來看，其實早在幾十年前便已提出藉由類神經網路架構運算模式，透過讓電腦 (機器)持續透過原始資料進行 Mash Yang 1 個月前
Google MobileNets系統免費釋出 手機人工智慧深度學習更有效 產業消息 Google 手機 處理器 APPLE 網路 生活 觀察 市場動態 app 蘋果 TensorFlow Lite Core ML Google MobileNets系統免費釋出 手機人工智慧深度學習更有效 Google MobileNets採開放架構設計，並且免費提供開發者取用，使其應用程式能有更進一步的深度學習應用，諸如物件識別、人臉辨別或影像品質判斷等，但無需全數仰賴持續連網的學習模式，而可藉由手機處理器進行裝置端的端點運算，並且達成相近的深度學習應用效果。 為了進一步強化手機端的深度學習應用，Google在今年Google I/O 2017期間宣布提供針對行動裝置設計的輕量版學習框架TensorFlow Lite，讓行動版App也能藉由手機等裝置硬體效能發揮人工智慧應用功能，而在稍早更宣布推出包含影識別在內16種預先訓練學習模型的MobileNets系統，藉此讓手機也能發揮貼近雲端協作表現 Mash Yang 3 個月前
Google：AlphaGo 2.0思考快速的關鍵在於TensorFlow學習框架 Google 軟體 網路 生活 市場動態 AlphaGo DeepMind AlphaGo 2.0 圍棋峰會 柯潔 Google：AlphaGo 2.0思考快速的關鍵在於TensorFlow學習框架 針對此次烏鎮圍棋峰會首場人機大戰由AlphaGo 2.0取下首勝，Google開源學習框架TensorFlow項目負責人Rajat Monga在受訪時表示，AlphaGo運作系統背後由TensorFlow學習框架作為許多底層運算支撐，並且讓AlphaGo系統運算效率更加流暢。 根據Rajat Monga說明，AlphaGo整體運作流暢表現源自採開源架構設計的TensorFlow學習框架，並且成為AlphaGo底層諸多技術基礎，而如何讓AlphaGo變得更會下棋則是DeepMind團隊主要負責工作。因此整體來看，TensorFlow學習框架成為此次AlphaGo 2.0思考時間變得更短的主要關鍵 Mash Yang 4 個月前
Google IO 2017 ：讓行動終端也具備強大的深度學習能力， Google 推出 TensorFlow Lite 學習框架 產業消息 tensorflow gpu tensorflow r語言 Google IO 2017 ：讓行動終端也具備強大的深度學習能力， Google 推出 TensorFlow Lite 學習框架 Google 已經將公司的方針由 Mobile First 轉移到 AI First ，雖然目前 Google在雲服務已經大量導入 AI ，不過考慮到不是何時何地都會有順暢的網路體驗，能夠在終端裝置實現基於深度學習的人工智慧也很重要， Google 在稍早的 IO 大會也宣布針對行動裝置的 TensorFlow Lite 框架，讓智慧手機等裝置亦能藉由深度學習變得更聰明，預計能夠為行動裝置提升語音辨識、機器視覺以及 AR 使用體驗，同時 Google 也預告將在下一代的智慧手機晶片中具備更進階的深度學習能力。 雖然不知道 Google 指的下一代晶片具備更強的深度學習能力具體指的是甚麼，不過可 Chevelle.fu 4 個月前
Google IO 2017 ： Cloud TPU 發表 ，除訓練外還具備邏輯推演能力 大幅強化深度學習效能 產業消息 Google 網路開發年會 tpu 深度學習 deep learning 深度學習 人工智慧 tensorflow gpu Google IO 2017 ： Cloud TPU 發表 ，除訓練外還具備邏輯推演能力 大幅強化深度學習效能 Google推出第二代TPU：Cloud TPU，強調在邏輯推演的效能加速上，能讓人工智慧學習時，降低對CPU與GPU的依賴。 Google 為了強化基於深度學習的人工智慧發展，在先前推出針對 TensorFlow 演算法的加速器 TPU ，以硬體加速的方式提升深度學習中訓練的效能，而今天 Google 在 IO 大會宣布推出第二世代的 TPU ，稱為 Cloud TPU ，相較前一世代是針對訓練部分進行硬體加速， Cloud TPU 進一步加入邏輯推演的加速。 過往邏輯推演的部分仰賴 CPU與 GPU的大量效能，可想而知的是 Google 希望藉由 Cloud TPU 導入邏輯推演的能力，進 Chevelle.fu 4 個月前
GTC 2017 ： NVIDIA 為何在 Tesla V100 以及 Xavier 導入 TensorFlow 加速器 新品資訊 NVIDIA GTC 深度學習 tpu 深度學習 deep learning nvidia volta 黃仁勳 GTC 2017 ： NVIDIA 為何在 Tesla V100 以及 Xavier 導入 TensorFlow 加速器 NVIDIA 在今年 GTC 大會，正式宣布首款基於 Volta 架構的 GPU 產品 Tesla V100，同時也針對去年所發表的新一代自動駕駛車平台 Xavier 進行技術規格更新，而此次兩個基於 Volta 架構的產品最大的特色就是在架構中導入針對深度學習框架 TensorFlow 的加速器，也不禁令人好奇為何需要在架構中融合加速器。 去年 Google已經宣布將針對 TensorFlow開發名為 TPU 的 ASIC 加速器，而 Tesla V100 的 Tensor Core 以及 Xavier 中的 Xavier DLA 也是類似的意義，皆是專為 TensorFlow 最佳化的硬體 Chevelle.fu 4 個月前
Google針對深度學習打造的客製化處理器，暫時不會讓Intel、NVIDIA感到威脅 Google 網路 生活 人工智慧 硬體 深度學習 市場動態 tpu Google針對深度學習打造的客製化處理器，暫時不會讓Intel、NVIDIA感到威脅 去年在Google I/O 2016揭曉旗下首款針對機器學習打造的TPU客製化處理器，Google稍早進一步揭曉此款對應TensorFlow學習框架的客製化處理器具體效能表現。 相比傳統處理器或GPU元件設計，Google所提出的TPU客製化處理器除針對TensorFlow學習框架量身打造，更去除非必要的運算架構、保留對應特定演演算法運作設計，藉此讓TPU可在深度學習等應用發揮高於處理器、GPU演算效能功耗，甚至比起兩者搭配形成的平行運算架構有更低功耗表現，卻能發揮更大演算效能。 根據Google公布數據，TPU約可發揮處理器、GPU約30倍或15倍運算效能，每瓦效能表現則比處理器、GPU提升 Mash Yang 5 個月前
Google 介紹首款 TPU 特性，號稱比現階段 CPU 與 GPU 在深度學習領域有更強大的效能卻更省電 科學新知 深度學習 Google 介紹首款 TPU 特性，號稱比現階段 CPU 與 GPU 在深度學習領域有更強大的效能卻更省電 Google 在人工智慧開發一直不遺餘力，看的到的例如以 Alpha Go 擊敗世界圍棋高手、自動駕駛開發，在外界看不到的地方，例如圖文搜尋機制的背後都有人工智慧的影子，而使現代人工智慧能迅速發展的關鍵就是深度學習被廣泛使用；現階段能讓深度學習技術開花結果的關鍵是引進基於 CPU 搭配 GPU 或是加速器的異質運算技術，但 Google 已經著手往更高效率的方式邁進，稍早公布了他們首個專為深度學習開發的 ASIC 、" TPU "處理器的性能。 Google 早已在去年就公布了 TPU ，不過當時對於它的實際表現仍猶如五里霧中為得其全貌， TPU 的是為深度學習中最關鍵的 Chevelle.fu 5 個月前
