人工智慧科技與開發

人工智慧和語音識別正在迅速發展。 根據Gartner的報告，到2020年，人工智慧將在無人管理的情況下管理85％的客戶互動。 這很有可能，因為我們已經在教導我們的機器將數據解釋為邏輯解決方案。人工智慧技術已經讓用戶的生活變得更加輕鬆，作為產品開發者或者說產品經理，如何構建自己的人工智慧產品？為了進一步獲得問題的答案，我們與一些成功的AI產品創始人進行了交談，他們都在打造人工智慧產品上有所建樹。 1、為用戶打造一種習慣，這非常有價值 Nathan Benaich，Playfair Capital科技公司的投資者 一個由AI驅動的真正出色的產品將帶來令人讚歎的時刻，也即，開箱即用，能完成以前不可能完成的任務，這是一種神奇的感覺。 以Google相冊為例，它可以檢索與搜索查詢匹配的圖像。或SwiftKey，它可以預測您接下來要輸入的單詞。再比如特斯拉的自動駕駛儀，能夠從駕駛員那裏進行自動控制。這些產品都能帶來令人驚喜的感覺，一種非同尋常的體驗，因為它們對改變人類的生活非常有價值，因此很快就成為用戶的一種習慣。 2、優秀的AI產品應該為幫助用戶完成任務而生 x.ai首席執行官兼創始人Dennis R.Mortensen 優秀的AI產品應該是為了讓用戶的能力變得更強，幫助用戶去完成任務，盡可能減少用戶應該做的工作。這些才是真正的人工智慧助理。這些AI助理或虛擬助手，允許用戶使用自然語言進行交流也同樣重要。必須將語音或文本修改為某種機器語法顯然是一件很麻煩的事情，而且還需要用戶進行繁雜的工作。因此無縫地交接任務是人工智慧產品的重點。在AI交互的另一端，重要的是使AI的回應看起來盡可能自然。讓客戶喜歡這個客服以及她的工作效率，同時還能欣賞她的人格。很多客戶甚至都沒有意識到這個客服是一個AI。 3、人工智慧的真正力量在於增強和賦能人類 summer.ai的創始合夥人Manuel Ebert 人工智慧的真正力量是增強人類的能力，而不是完成人類輕輕鬆松就能完成的工作。出色的AI產品不僅可以幫助用戶更快地完成某項任務，還可以使他們執行以前無法完成的任務。 4、優秀的AI產品，並非是擺在面前的技術，而是融入到體驗中 Tempo.ai的聯合創始人兼首席執行官 Raj Singh 以令人愉悅的方式展示產品的技術，並且該技術不會妨礙用戶的使用體驗。將...

邊緣計算實現智能計算的邊緣化，比較依賴於集成在邊緣設備上的AI晶片。 邊緣計算並不是一個新的概念，早在2003年IBM的內部專案中就已出現，本質是一種去中心化的分佈式計算模型。邊緣計算在本地網路中進行計算，採集到的數據不用上傳到雲端，或者在本地處理加工過濾後只將少量數據傳至雲端，大大減少了網路傳輸佔用的處理時間，也降低了帶寬成本，對於電能有限的邊緣設備來說也能更加節能，從而延長設備的使用壽命。在未來五年內，專用AI晶片以及更強大的處理能力、存儲和其他先進功能將被添加到更廣泛的邊緣設備中。 Edge TPU：Google 專門為在邊緣進行推理而打造的 ASIC。 在邊緣運行的 AI 如今，從消費者應用到企業應用，到處可見 AI 的身影。隨著聯網設備數量的爆發式增長，加上對隱私/機密、低延遲時間的需求以及帶寬限制等因素，雲端訓練的 AI 模型需要在邊緣運行的情況日趨普遍。Edge TPU 是 Google 專門為在邊緣運行 AI 而打造的 ASIC，它體型小、能耗低，但性能出色，可以在邊緣部署高精度 AI。 端到端 AI 基礎架構 Edge TPU 是對 Cloud TPU 和 Google Cloud 服務的補充，提供端到端、雲端到邊緣、“硬體 + 軟體”的基礎架構，可協助客戶部署基於 AI 的解決方案。 體型小、能耗低，但性能出色 由於性能出色、體型纖小、能耗極低，Edge TPU 可實現高品質 AI 在邊緣的廣泛部署。 AI 硬體、軟體和演算法的協同設計 Edge TPU 不僅僅是一種硬體解決方案，它將定制硬體、開源軟體和最先進的 AI 演算法結合在一起，為邊緣提供優質、易部署的 AI 解決方案。 眾多應用場景 Edge TPU 可用於越來越多的工業使用場景，如預測性維護、異常檢測、機器視覺、機器人學、語音識別等等。 它可以應用於製造、本地部署、醫療保健、零售、智能空間、交通運輸等各個領域。 開放式端到端基礎架構，方便您部署 AI 解決方案 借助 Edge TPU，您可以使用來自 Coral 的各種原型設計和生產產品，在邊緣部署各種優質的機器學習推斷功能。 用於在邊緣部署機器學習的 Coral 平臺與 Google 的 Cloud TPU 和 Cloud IoT 相輔相成，共同提供一個端到端（雲端到邊緣、硬體 + 軟體）基礎架構，從而協助部署客戶基於 AI 的解決...

關於深度學習將如何觸及幾乎每個技術領域的聲音一直在持續不斷地響起，像很多人一樣，我一直對動手操作和學習一些工具和技術感興趣。 我試圖使用TensorFlow（Google的開放源代碼機器學習庫）和Keras（另一個庫，充當Python程式和TensorFlow之類的機器學習後端之間的高級介面）。 但這是減少軟體依賴性以及漏洞並篩選零散且經常過時的文檔的令人沮喪的練習。 然後，當一切最終看起來都可以正常工作時，由於系統升級，一切都中斷了。 然後，Google提供了一條擺脫困境的途徑，發佈了150美元的Coral Dev Board。開發板看起來很像Raspberry Pi，儘管上面有一個很大的散熱器。但是在該散熱器下方是一個系統級模組，旨在支持Google的邊緣張量處理器單元（TPU）。 TPU是為處理神經網路而優化的協處理器，旨在將人工智慧從集中式雲推送到嵌入式設備。這不是從機器學習的實際學習階段開始的，而是從樣本數據集中編譯模型以確定哪些輸出應與給定輸入相對應的。 TPU專為性能階段而設計，在這種情況下，將使用稱為TensorFlow Lite的TensorFlow版本向具有已編譯模型的系統提供真實數據，並期望其表現正常。在本文中，我將重點介紹開發板的硬體和設置，在以後的文章中，我將更深入地研究使用模型並與某些外部硬體介面。 開發板經過精心設計，具有類似Pi的通用輸入/輸出（GPIO）連接器，SD卡讀卡器，HMDI視頻輸出，Wi-Fi無線電，以太網端口，連接端口，旨在簡化硬體實驗攝像頭模組和用於週邊設備的USB端口。與Pi 3一樣，它具有1 GB的RAM，並使用基於Arm的處理器作為其CPU。 但是存在一些區別：開發板的GPIO引腳與Pi相似，但是通用引腳較少，因為開發板的GPIO還支持串行音頻介面。其他區別包括8 GB的板載閃存存儲，該存儲託管操作系統。與Pi專用於操作系統的讀卡器不同，這使得SD卡讀卡器可以免費用於其他存儲。該評估板通過USB-C連接器而不是Micro-USB連接器供電。請注意：Google建議使用2至3安培的5伏電源，而許多USB電源適配器的最高負載為1.5安。 與Pi 3的四個USB-A端口相比，只有一個USB-A端口。 USB-A端口的匱乏是因為Google設想將開發板用於嵌入式設備的原型設計，因此對外圍設備的支持就更少了（為此，可以分離...

Coral USB加速器（Coral USB Accelerator）：為您的現有系統添加機器學習功能。全球售價：$74.99 介紹 Coral USB加速器是一款含Edge TPU的USB設備。它含有一個USB介面，因此您可以將其連接到任何基於Linux/macOS/Windows10的系統，以執行加速ML推理。 優勢 1) 高效、低耗、低延遲：執行高速ML推理 USB加速器內含Edge TPU晶片，可每秒執行4萬億次操作（TOPS），即每TOPS使用0.5瓦功率（每瓦2 TOPS）。它能以相當低耗的方式執行最先進的移動視覺模型，比如以400 FPS的速率執行MobileNet v2模型。 這種設備端的處理既減少了延遲，又增加了資料保密性，並且消除了用於在雲端執行ML推理的高頻寬連接需求。 2）支援所有主流電腦系統 通過USB可連接到運行Debian Linux（包括Raspberry Pi），macOS或Windows 10的任何系統。 3）支持TensorFlow Lite 無需從頭開始構建模型。Coral USB加速器可直接編譯 TensorFlow Lite 模型並運行。 4）支持AutoML Vision Edge 借助AutoML Vision Edge， 可輕鬆構建及部署高速、高精度的自訂圖像分類模型到您的設備上。 5）相容樹莓派板 相容樹莓派（樹莓派3 Model B+ 、樹莓派4） 特征 ： Google Edge TPU 輔助處理器 USB 3.0 Type-C* (數據/電源) 65 mm x 30 mm USB 3.0 Type-C* (數據/電源) ※可與USB 2.0相容，但推理速度較慢。 关于Google Coral: Coral是使用當地語系化AI構建產品的一系列開發設備。通過Coral系列硬體設備及元件、軟體工具和預編譯模型的平臺，您可以使用本地AI，快速構建高效、私密和離線的人工智慧產品。 Google Coral Edge TPU 系列設備搭載了專為在邊緣運行TensorFlow Lite ML模型而設計的ASIC晶片——Edge TPU，它可以提供低功耗、高性能的機器學習推理。Coral系列設備具有很強的靈活性。Coral產品原型開發設備包括Dev Board開發板與USB Accelerator加速器。 超強邊緣人工智...

Coral是使用當地語系化AI構建產品的一系列開發設備。借助Coral，您可以將設備上的AI應用創意從原型拓展到生產。通過Coral系列硬體設備及元件、軟體工具和預編譯模型的平臺，您可以使用本地AI，快速構建高效、私密和離線的人工智慧產品。 ​ Coral系列設備搭載了專為在邊緣運行TensorFlow Lite ML模型而設計的ASIC晶片--Edge TPU，它可以提供低功耗、高性能的機器學習推理。Edge TPU 可用於越來越多的工業使用場景，如預測性維護、異常檢測、機器視覺、機器人學、語音辨識等等。它可以應用於製造、本地部署、醫療保健、零售、智慧空間、交通運輸等各個領域。它體型小、能耗低，但性能出色，可以在邊緣部署高精度 AI。Edge TPU 是對 CPU、GPU、FPGA 以及其他在邊緣運行 AI 的 ASIC 解決方案的補充。 ​ Coral系列設備具有很強的靈活性。無論是初創公司還是大型企業，我們有不同外形尺寸的硬體設備，以滿足您的產品開發及生產需求。產品原型開發設備包括Dev Board開發板與USB Accelerator加速器；產品生產型設備包括SoM系統模組和PCIe模組。 行業解決方案 Coral的當地語系化AI技術幾乎為所有行業提供了更加智慧的行業解決方案。 1、智慧城市 當地語系化AI可以改善人們在城市空間中的生活，工作和娛樂方式。 ·當地語系化AI，保障資料隱私安全 Coral系列設備均採用當地語系化AI的處理方式，所有資料均安全存儲在本地設備，更加保護個人隱私。 ·高效的資料傳輸與處理能力 Coral系列設備同時具備高效的機器學習執行能力（每秒執行4萬億次操作），可有效降低資料傳輸速率，加快關鍵系統的回應時間，真正發揮智慧城市的潛力。麥肯錫（McKinsey）估計，在節省時間、健康與安全、環境影響和社會參與度方面，智慧城市應用可以將關鍵的生活品質指標提高多達30％。 ​ 智慧空間 借助Coral，建築管理員可以檢測建築空間的人群存在（並且保障用戶隱私），從而優化照明，氣候和能源的利用，從而大幅降低其運營成本。 行人檢測 Coral可以利用攝像頭和圖像分類技術來檢測十字路口的人群，並幫助駕駛員更加瞭解周圍的環境。公車和車輛上的Coral設備也可以在行駛或停車開門時監測行人和騎自行車的路人，有效防止交通意外的發生。 預測車流量 Cor...

Google Coral Edge TPU系列人工智慧開發硬體，基於本地AI構建智能產品及行業解決方案。從初創團隊到大型企業，Coral均能滿足您的產品開發及生產需求，助你打造新一代智慧設備。 高效低耗 低功耗、高性能，每秒執行4萬億次操作，完美發揮本地嵌入式應用程式的性能。 私有安全 在本地執行所有機器學習推理，數據均在本地存儲和傳輸，更加保證用戶數據的私有和安全。 極速推理 嵌入式設備的推理速度業界領先，推理時間低至2毫秒，快速運行AI。 脫機運行 可在連接受限的環境下進行部署，無需雲端，非常適合斷網脫機操作。 節約成本 本地化AI可顯著節約帶寬和雲計算成本。 ·用於產品原型驗證： Coral系列原型設備可說明您輕鬆地將產品想法從概念轉變為現實原型。 ·用於產品生產： Coral系列設備可以無縫集成到任何規模的生產流程中，為您的行業打造量身定制的行業解決方案。 智慧解決方案，全行業覆蓋 智慧製造、智慧醫療、智慧城市、智慧農業、智慧出行、交通運輸、智慧零售… Coral系列設備搭載了專為在邊緣運行TensorFlow Lite ML模型而設計的ASIC晶片--Edge TPU，它可以提供低功耗、高性能的機器學習推理。Edge TPU 可用於越來越多的工業使用場景，如預測性維護、異常檢測、機器視覺、機器人學、語音辨識等等。它可以應用於製造、本地部署、醫療保健、零售、智慧空間、交通運輸等各個領域。它體型小、能耗低，但性能出色，可以在邊緣部署高精度 AI。Edge TPU 是對 CPU、GPU、FPGA 以及其他在邊緣運行 AI 的 ASIC 解決方案的補充。 Coral開發板 含Google Edge TPU的單板電腦，帶有可拆卸SOM系統，幫助您快速將機器學習模型從原型擴展到生產環境。 產品優勢： 高效低耗、低延遲/執行高速ML推理 提供完整系統/相容所有Linux工具 可快速設計原型/無縫集成到產品 支持TensorFlow Lite與AutoML Vision Edge 支援操作語言：Python與C++ Coral USB加速器 含Edge TPU的USB設備，可連接到任何基於Linux/macOS/Windows10的系統，為您的產品添加機器學習功能。 產品優勢： 高效低耗、低延遲/執行高速ML推理 支持所有主流電腦系統 相容全球最受歡迎的樹莓派板...

電腦視覺專案正在蓬勃發展，為2020年採用率的提高奠定了基礎。在過去的幾年中，儘管各種形式的人工智慧得到了發展，但其中一種形式（電腦視覺）在2020年顯示出了特殊的前景。 在《自然》雜誌上發表的一項最新研究中，人工智慧（AI）系統早在2020年就擊敗了人類專家。參與該專案的研究人員（包括Google員工以及美國和英國的醫學專家）進一步推動了電腦視覺的發展。市場上的電腦視覺應用程式可以完成從掃描放射圖像到確定冰箱內容的所有工作。 Zededa生態系統副總裁Jason Shepherd表示，各種電腦視覺專案可能會在2020年擴大。"電腦視覺將成為AI的殺手級應用程式。" Forrester副總裁兼首席分析師Thomas Husson對今年的消費電子展（CES）上的主要趨勢進行了推測時，對電腦視覺感到樂觀。 Husson期望在CES上，人們將越來越關注電腦視覺以及增強現實和高級音訊技術。 儘管企業採用電腦視覺的速度快于消費者，但電腦視覺也在消費者領域升溫。鑒於人臉識別功能現在可以解鎖智慧手機，因此公眾更加接觸了該技術。Pinterest等消費類網站已説明普及了視覺搜索。 Husson說："與其他技術（例如增強現實或IoT）配對使用時，在上下文中檢測物件還將打開新的用例。" IP攝像頭的普及也推動了電腦視覺專案的發展。 IHS Markit的一份報告預測，到2021年，監控攝像頭將達到10億個。此外，攝像頭正越來越多地部署在工業部門，自動駕駛汽車，無人機，增強現實等領域。 Shepherd認為，相機"是獲得豐富，高頻寬資訊的最佳感測器之一"。 對於科技公司和學術界的研究人員而言，電腦視覺仍然是一個熱門話題。像IBM，亞馬遜，中國公司百度和騰訊，微軟和穀歌這樣的技術巨頭，以及許多著名的國際學術機構，都擁有大量的電腦視覺計畫。 分析公司也對電腦視覺的前景感到樂觀。電腦視覺是2019年Gartner人工智慧炒作週期中最成熟的技術之一。Gartner預測AI子行業距離主流採用尚需兩到五年，而最近的Forrester New Wave致力於電腦視覺平臺計有11個供應商。 Forrester檔還得出結論，電腦視覺平臺市場正在"光速"發展。 當然，電腦視覺專案被誇大了，但也有望帶來超人的結果。例如，在執法中，...

本地AI不僅可以幫助車輛更安全地駕駛，還可以確保駕駛員的注意力，對車載系統進行無縫控制，並保障車輛引擎中無數零部件的平穩運行。歐盟委員會最近調整了其通用安全法規，強制採用新的安全技術來保護所有新車輛中的乘客，行人和騎自行車的人，其中許多技術將由AI來實現。 駕駛員注意力檢測 注意力不集中是交通事故的主要原因。這可能是由於疲勞，健康問題，酒後駕駛或分心（檢查手機，進餐，與乘客交談）引起的。在大多數情況下，在發生事故之前，會有視覺和聽覺上的跡象表明駕駛員無法安全操作車輛。 將Coral設備部署在車輛儀錶板系統中，以説明評估駕駛員和乘客的行為（注視跟蹤，瞳孔散大，言語含糊等）。當檢測出存在駕駛安全隱患，設備可進行即時警告或採取必要的行動。Coral設備還可以增強車輛安全措施，例如安全帶檢測、以及提醒車上尚有留在座椅中的兒童。 預測車輛保養 汽車關鍵部件的故障往往造成巨大的損失，有時甚至危及生命。故障不僅會破壞個人的出行計畫，而且還會給企業帶來沉重的成本影響。基於整個車輛部件的感測器資料，Coral設備可執行基於時間順序的推理，達到即時預測零件故障的目的。此外，結合雲端的環境模型，企業還可以有效優化車輛保養服務。 路況監測 車輛上的感測器和地圖可以幫助駕駛。地圖類的應用程式通常包括有關交通標誌和速度限制的資訊。但此類資訊無法傳遞即時情況，如實時路況中路線或路標的變化。Coral可通過車輛對周圍環境條件和標牌進行即時監控，並對駕駛員發出預警：如注意坑窪或建築區域的其他問題。相關資料也可以發送回伺服器以更新數位地圖，為道路上其他駕駛員提供極大便利。 關於Google Edge TPU晶片與Coral AI項目 Coral項目是Google 2019年正式推出的AI項目。這款包含硬件組件和軟件工具的平臺使企業能夠輕鬆實現從本地 AI 產品的原型到規模化。產品的核心是Edge TPU，它可以提供低功耗、高性能的機器學習推理。Edge TPU 可用於越來越多的工業使用場景，如預測性維護、異常檢測、機器視覺、機器人學、語音辨識等等。它可以應用於製造、本地部署、醫療保健、零售、智慧空間、交通運輸等各個領域。它體型小、能耗低，但性能出色，可以在邊緣部署高精度 AI。很多企業使用 Coral 構建了涵蓋醫療保健、農業、智慧城市、AI 教育等諸多行業的各類應用。 Google Cor...

Google發佈了很多令人驚喜的產品，但同時，它也悄悄地也關閉了很多你聽過或者沒聽過的產品。曾經一斷時間，它每個季度都來一次“季末大清倉”（大廠就是這麼任性），將那些不打算持續的專案和產品，快狠准地扔進自己的“小黑屋”。今天筆者就給大家盤點下，這10年間，Google究竟砍掉了多少令人唏噓的專案和產品？ 2011.10.14——Google Labs Labs 是 Google 的一個實驗平臺，Labs託管了Google一些早期產品原型，終端用戶可以嘗試這些原型，但不保證這些產品會正常運行，也不保證在未來會上線。Google 很多成功和受歡迎的產品都來自Labs，包括Google新聞、Google閱讀器和Google地圖。 2012.4. 20——Google Sync Google正式停止了其BlackBerry的Google Sync應用程式，該應用程式歷來使BlackBerry用戶的日曆和聯繫人保持同步。 2012. 4. 30——Google Wave Google Wave糅合了多種溝通工具，包括電子郵件、電子郵件群組、即時聊天工具、線上協作文檔、線上社區等等，將它們當中的特性徹底打散，同時組合在一起，力圖創造出一種高效、協作的溝通環境。 2012. 7. 3——iGoogle Google將所有視頻內容移至YouTube，iGoogle和Symbian Search應用宣告完結。iGoogle是Google推出的自定義主頁服務，用戶可以將自己感興趣內容訂閱顯示在iGoogle上以方便跟蹤閱讀。除了iGoogle之外，Google還將於當年暑假正式關閉企業搜索引擎Google Mini、GTalk嵌入服務Google Talk Chatback、視頻服務Google Video和Symbian Search搜索應用等四大服務。 2013. 3. 13——Google Reader Google Reader閱讀器將於7月1日關閉，它是Googel提供的線上rss閱讀工具。 2013. 5. 25——Google Buzz Google Buzz是由Google開發的社交及通信工具，集成於該公司的郵件服務Gmail中。朋友分享的鏈接與資訊會顯示在Gmail介面中。形成了Gmail會話的重要組成部分...