Google开源ToTTo数据集

英特尔OpenVINO™工具套件发行版包含以下主要组件：

• 深度学习模型优化器：跨平台的命令行工具，用于导入模型并为推理引擎的优化执行准备模型。模型优化器会导入、转换、优化模型，这些模型在流行的框架中训练，比如Caffe、TensorFlow、MXNet、Kaldi和ONNX；
• 深度学习推理引擎：统一的API，可在多种硬件类型上进行高性能推理；
• 推理引擎样本：一套简单的控制台应用程序，展示了如何在应用程序中使用推理引擎；
• 附加工具：一套模型协作的工具，包括准确度检查器实用程序、训练后优化工具指南、模型下载器等。

OpenVINO™工具套件开源，深受人工智能开发者喜爱，在Github上目前获得了1.9k的Star，787个Fork。
 

根据Soracom的说法，“蜂窝物联网通常用于：

• 智能农业–远程启动农业设备以提高生产效率和便利性。
• 智慧城市–柜台使公园每天可以计算出勤人数，而无需支付人员手动监视人群的费用。
• 公共安全–与物联网连接的资产跟踪器实时监控校车，以确保校车按时上班并始终确保学生安全。

蜂窝物联网具有以下优势：

可悲的是，这一点媒体公司往往在没有进行深刻考察的情况下就进行报道，并且经常配合人工智能文章中的水晶球（译者注：神奇的事情）和其他超自然描描述。这样的欺骗性行为有助于那些公司围绕他们的产品产生炒作[27]。然而，在以后的日子里，由于未能达到预期，这些机构不得不雇佣他人来弥补他们所谓的人工智能[12]。最终，他们可能会为了短期利益而导致该领域的不信任，并引发另一个人工智能的冬天寒潮[2] [28]。
 

"... ...我们想要的是一台能从经验中学习的机器" ~ Alan Turing

"人工智能 "一词是在1956年由Allen Newell和Herbert A. Simon等一批研究人员提出的[9]。从那时起，人工智能的产业经历了许多波动。在早期的几十年里，围绕着这个行业进行了大量的炒作，许多科学家都一致认为人类水平的人工智能指日可待。然而，未兑现的论断引起了行业与公众的普遍不满，并导致了人工智能的寒潮，这一时期，对该领域的资金和兴趣大大消退 [2] [38] [39] [48]。

后来，各组织试图将自己的工作与人工智能这个术语分开，人工智能已经成为无事实根据的炒作的同义词，并利用不同的名称来指代他们的工作。例如，IBM将 "深蓝 "描述为一台超级计算机，并明确表示它没有使用人工智能 [10]，而它却使用了人工智能 [23]。

在此期间，各种其他术语，如大数据、预测分析和机器学习，开始受到关注和普及[40]。2012年，机器学习、深度学习和神经网络取得了长足的进步，并在越来越多的领域得到应用。各机构突然开始使用“机器学习”和“深度学习”来宣传他们的产品[41]。

深度学习开始解决那些基于经典规则编程无法完成的任务。早期的语音和人脸识别、图像分类、自然语言处理等领域突飞猛进 [2] [24] [49]，2019年3月，三位最受认可的深度学习先驱获得了图灵奖，他们的贡献和突破使深度神经网络成为当今计算的关键组成部分[42]。

因此，从这个势头来看，我们看到了人工智能的回归。对于那些习惯于使用各种限制的老式软件人来说，深度学习的效果几乎就像 "魔法" [16] 一样[16]。尤其是由于神经网络和深度学习进入的一小部分领域被认为是计算机的禁区，而如今，机器学习和深度学习的工程师都能获得高薪，甚至在非营利组织工作，这就足以说明了这个领域的热度 [50] [11].。

（编辑：广元站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!