人工智能相关文章 英伟达宣布，H100/A100在这些国家限售 这些限制被认为是美国挫败北京人工智能野心的努力的扩大，旨在阻止芯片继续向该国出售，并限制中东组织与中国人工智能公司的联系。 发表于：8/31/2023 FPGA加速器支撑ChatGPT类大语言模型创新 近年来，大型语言模型（Large Language Models，LLM）彻底改变了自然语言处理领域，使机器能够生成类似人类的文本并进行有意义的对话。这些模型，例如OpenAI的GPT，拥有惊人的语言理解和生成能力。它们可以被用于广泛的自然语言处理任务，包括文本生成、翻译、自动摘要、情绪分析等。 发表于：8/31/2023 基于模型设计提高车规级芯片功能安全设计效率 在汽车电气化、智能化、网联化快速发展的今天，汽车所用的芯片数量与种类也日益增多。电气化引领了汽车电子电气架构的革新，催生出域控制器等集中式大算力芯片和 IGBT 等功率芯片。智能化则引入了多种类的传感器和 AI 应用，带动了雷达、激光雷达、摄像头、智能座舱、5G 车联网等模组、处理器、存储芯片、以及 AI 计算芯片的发展。 发表于：8/30/2023 英飞凌携手Edge Impulse扩展边缘AI能力 【2023年8月28日 德国慕尼黑讯】英飞凌科技股份公司（FSE代码：IFX / OTCQX代码：IFNNY）于近日宣布与Edge Impulse合作，为PSoC™ 63低功耗蓝牙®微控制器（MCU）扩展基于微型机器学习的AI开发工具。人工智能物联网应用开发者现在可以使用Edge Impulse Studio环境，在高性能、低功耗的PSoC 63低功耗蓝牙微控制器上构建边缘机器学习（ML）应用。 发表于：8/30/2023 小鹏接盘滴滴“造车”图什么? 近期，小鹏汽车牵手大众汽车、自动驾驶副总裁离职将加入英伟达等一系列热点，屡屡将小鹏汽车推向热议的中心。8月28日，小鹏汽车官宣收购滴滴造车业务的消息再次让业界沸腾。 发表于：8/29/2023 爱芯元智获评人工智能大会“最具创新价值产品奖”并正式发布爱芯派Pro 中国 上海 2023年8月25日——爱芯元智宣布，旗下芯片产品爱芯元智AX650N获第四届人工智能卓越创新奖——“最具创新价值产品奖”。同时，企业正式发布开发者套件——爱芯派Pro，以便于社区开发者低成本地体验视觉大模型在边缘侧、端侧的便捷部署，同时打造面向开发者的生态平台。 发表于：8/27/2023 远离危险：打造安全的自动驾驶汽车 当下的汽车行业正在经历一场变革――电动汽车逐渐兴起，自动驾驶汽车（AV）的自动化程度越来越高。在中国，众多企业纷纷投身于全自动驾驶汽车的研发，而且已有一系列试点项目落地，为尽早实现这一目标而努力。香港某科技园正在开展一项 AV 试验，研究如何将通勤者接驳到智慧城市环境下的公共交通系统中。中国消费者比西方消费者更乐意接受自动驾驶，对各种自动驾驶功能也抱有更大的热情。 发表于：8/25/2023 基于改进Stacking集成分类算法的用户用电信息异常识别 随着电力用户信息采集系统的发展，更丰富的用户用电信息被用于用户用电信息异常的识别。基于FDI攻击进行虚假数据注入，构造用户用电信息异常数据集，并提出了一种基于召回率的改进Stacking集成分类算法。该算法采用K-近邻算法（k-Nearest Neighbors，KNN）、随机森林模型（Random Forests，RF）、支持向量机（Support Vector Machine，SVM）以及梯度决策树（Gradient Boosting Decision Tree，GBDT）作为Stacking结构的基分类模型；采用逻辑回归（Logistic Regression，LR）作为Stacking结构的元分类模型。并基于召回率为基分类模型的输出结果进行权值赋值，从而作为元分类模型的输入数据集。通过实验验证，所提的基于召回率的改进Stacking集成分类算法相比于传统Stacking集成分类算法拥有更高效的分类性能。 发表于：8/25/2023 一种多教师模型知识蒸馏深度神经网络模型压缩算法 为了能将庞大的深度学习模型压缩后部署到算力和存储能力有限的设备中时尽可能减小精度损失，对知识蒸馏模型压缩方法进行研究，提出了一种改进后带筛选的多教师模型知识蒸馏压缩算法。利用多教师模型的集成优势，以各教师模型的预测交叉熵为筛选的量化标准筛选出表现更好的教师模型对学生进行指导，并让学生模型从教师模型的特征层开始提取信息，同时让表现更好的教师模型在指导中更具有话语权。在CIFAR100数据集上的VGG13等分类模型实验结果表明，与其他压缩算法相比在最终得到的学生模型大小相同的情况下，精度上有着更好的表现。 发表于：8/25/2023 基于点云补全的三维目标检测 LiDAR技术的发展为自动驾驶提供了丰富的3D数据。然而，由于遮挡和某些反射材料的原因引起信号丢失，LiDAR点云实际上是不完整的2.5D数据，这对 3D 感知提出了根本性挑战。针对这一问题，提出对原始数据进行三维补全的方法。根据大多数物体形状对称且重复率高的特点，通过学习先验对象形状的方法估计点云中遮挡部分的完整形状。该方法首先识别被遮挡和信号缺失影响的区域，在这些区域中预测区域所包含对象形状的占用概率。针对物体间遮挡的情况，通过形状的占用概率和共享同类形状形态进行三维补全。对自身遮挡的物体，通过自身镜像进行恢复。最后通过点云目标检测网络进行学习。结果表明，通过该方法能有效地提高生成点云3D边框的mAP（mean Average Precision）。 发表于：8/25/2023 数据驱动的工业元宇宙系统研究 物联网、大数据及新一代信息技术的发展，对传统制造业带来前所未有的冲击，基于数据关键生产要素的工业元宇宙建设得到越来越多的关注，为传统制造业带来了机遇，也带来了挑战。分析讨论了工业元宇宙的背景、现状、关键支撑技术，并以某企业智造元宇宙平台的AR/VR虚拟仿真实训系统为例，初 发表于：8/24/2023 基于TextCNN-Bert融合模型的不良信息识别技术 敏感领域的不良信息具有极强的迷惑性和欺骗性，腐蚀人们的思想，影响人们的价值观和判断能力，危害社会安全，研究敏感领域不良信息的识别技术具有深远意义。通用的识别技术忽略了背景知识和隐喻问题，直接应用于敏感领域不良信息识别效果较差。提出一种基于TextCNNBert的融合模型，通过敏感领域主题识别和情感隐喻识别，实现对敏感领域不良信息的文本识别。实验结果表明，该模型在准确率、F1评分等指标方面取得了良好的结果，相较于现有模型有显著提高。 发表于：8/24/2023 基于因果关系和特征对齐的图像分类域泛化模型 针对现有域泛化方法性能较差或缺乏理论可解释性的缺点，提出了一种基于因果关系和特征对齐的图像分类域泛化模型，并证明了该模型的可识别性。该模型利用域泛化中的因果关系来学习含有不同信息的特征，将域泛化问题转化为特征相关分布的偏移，再利用特征对齐消除偏移。为提高模型的性能，采用对抗训练进一步优化学到的特征。在公共数据集上的实验结果表明，新提出的模型与目前最优的方法性能相当，表明该模型具有理论可解释性的同时，还有不俗的实际性能表现。 发表于：8/24/2023 论人工智能在刑事司法决策中的应用 人工智能在刑事司法领域的应用方兴未艾，世界各国广泛开发人工智能产品，以期提高司法效率，提升司法决策的公平性。然而，人工智能尚处于初级阶段，存在决策偏见、算法黑箱等技术缺陷，并不能做到完全价值中立；人工智能的应用也对传统司法原则和理论造成了冲击，一定程度上威胁到了人权保护。所以，不能盲目夸大人工智能对于司法决策的作用。针对人工智能技术的缺陷，提出要在人工智能产品开发的各个阶段减少决策偏见，推进相关认证标准；对于人工智能的应用问题，首先要明确人工智能只能辅助决策而不能替代决策，其次应加强人类的责任和监管，保障决策的公平性。同时，应加强辩方的数据权利，以实现技术司法模式下的控辩平衡。 发表于：8/24/2023 生成式人工智能视阈下算法审计的制度构建与路径创新 随着文心一言、通义千问、ChatGLM等我国生成式人工智能算法研发与应用的落地，加快构建并完善面向生成式人工智能的算法治理已成为完善算法监管体系的题中之义。在算法治理体系之中，算法审计制度有利于算法异化与算法风险的纠偏问责，促进算法公平与数字正义的实质透明，并实现算法公开与商业秘密的张力弥合，从而成为算法规制的关键制度配置。在全流程治理视角下，唯有“用算法审计算法”，实现书面合规审计与技术合规审计的协同并举，才能在算法内外部对算法的透明度、公平性、可控性、包容性和可问责进行多维视角的有效评估。而在算法审计实践之中，现行法仍需完善刚柔并济的差序规制格局，巩固分类分级的精准治理，以实现算法审计内外兼修的制度衔接，促进算法治理从碎片化监管迈向更为一体化、敏捷化、精准化的治理格局。 发表于：8/24/2023 «…147148149150151152153154155156…»
