新浪财经

《人工智能半月刊》第八十八期(2019.11.15)

新浪财经

关注

来源:计算机司令部

重要事件点评

美国西部时间 11 月 12 日,2019 英特尔人工智能峰会(Intel AI Summit 2019)在旧金山举行,在峰会期间,英特尔展示了一系列 AI 相关新产品和相关进展,其中,包括面向训练 (NNP-T1000) 和面向推理 (NNP-I1000) 的英特尔 Nervana 神经网络处理器 (NNP) 都重磅亮相,而英特尔也公布了新一代 Movidius Myriad 视觉处理单元。

Nervana NNP 已经投入生产并交付

在 2019 英特尔人工智能峰会峰会现场,英特尔宣布——新推出的英特尔 Nervana 神经网络处理器(NNP)现已投入生产并完成客户交付。Nervana NNP 是英特尔在神经网络处理器方面的重要产品,可以说是第一款 AI 商用芯片,而且这款产品从发布、测试、量产到应用,实际上是经历了一个漫长的产品周期。按照官方说法,英特尔 Nervana 神经网络训练处理器(Intel Nervana NNP-T)在计算、通信和内存之间取得了平衡,不管是对于小规模群集,还是最大规模的 pod 超级计算机,都可进行近乎线性且极具能效的扩展。英特尔 Nervana 神经网络推理处理器(Intel Nervana NNP-I)具备高能效和低成本,且其外形规格灵活,非常适合在实际规模下运行高强度的多模式推理。这两款产品面向百度、 Facebook 等前沿人工智能客户,并针对他们的人工智能处理需求进行了定制开发。

新一代 Movidius VPU 明年见

在峰会现场,Intel 公布了全新一代 Movidius VPU。它是专门为边缘 AI 打造的一款产品,专注于深度学习推理、计算机视觉和媒体处理等方面,采用全新的高效能架构,并且通过英特尔的 OpenVINO 来加速。按照官方数据,它在速度上是英伟达 TX2 的 4 倍,是华为海思 Ascend 310 的 1.25 倍。另外在功率和尺寸上,它也远远超过对手。Intel 方面表示,新一代 Movidius 计划于 2020 年上半年上市,它凭借独一无二的高效架构优势,能够提供业界领先的性能:与上一代 VPU 相比,推理性能提升 10 倍以上,能效则可达到竞品的 6 倍。

在本次 2019 英特尔人工智能峰会上,Intel 还公布了其在 AI 方面的整体解决方案。实际上,英特尔在 AI 方面的优势不仅仅局限在 AI 芯片本身的突破,更重要的是,英特尔有能力全面考虑计算、内存、存储、互连、封装和软件,以最大限度提升效率和可编程性,并能确保将深度学习扩展到数以千计节点的关键能力。

尽管不断推出新品,但是对于芯片厂商来说,跟上不断增长的训练和推理处理需求仍然面临着巨大的压力。Naveen Rao表示,下一波人工智能将极大增加数据和模型的复杂性,其中一些将具有数万一个潜在参数,而训练这些算法对性能的要求将大约是每3.5个月提升一倍,而这对现在的芯片架构,是无法有效完成的,而是需要专门为其设计新的架构。

上市公司动态

中科创达:拟投资4.18亿元建设南京雨花人工智能产业园项目

中科创达11月1日公告,根据公司战略发展布局和长远发展目标,结合南京人工智能产业集聚区的优势,及南京市雨花软件谷的规划方案,公司拟对南京雨花人工智能产业园项目建设进行投资。公司孙公司南京旭锐软件科技有限公司为项目建设单位,建设项目投资额约为4.18亿元人民币,用地面积约为21348.21平米,建设面积约为87040平米。

中科创达:越超公司及董事陈晓华拟减持不超1.37%的股份

中科创达11月7日发布公告,公司股东越超有限公司(Alpha Achieve Limited)、董事陈晓华,自公告之日起十五个交易日之后的六个月内,以集中竞价/ETF认购的方式或自公告之日起三个交易日之后的六个月内,以大宗交易的方式减持公司股份。以上股东计划减持数量合计不超过550万股,占公司总股本比例为1.37%。

汇纳科技:公司及控股子公司年初至今累计获得政府补助1321.64万元

汇纳科技11月8日发布公告,公司及控股子公司自2019年1月1日至公告披露日累计收到各项政府补助资金共计人民币约1321.64万元,其中,增值税即征即退等税费返还政府补助金合计为人民币964.57元,占截至公告披露日公司收到政府补助的72.98%,该部分补助与公司日常经营相关,具有可持续性;其他的政府补助金为人民币约357.07万元,占截至公告披露日公司收到政府补助的27.02%,具有的可持续性不强。

东方网力:第一大股东2223.90万股新增轮候冻结

东方网力11月11日发布公告,近日,公司通过中国证券登记结算有限责任公司深圳分公司系统查询,获悉公司第一大股东刘光持有的公司2223.90万股股份存在新增轮候冻结的情形,轮候期限三年。截至本公告日,刘光持有公司股份2.28亿股,占公司总股本比例为19.11%,累计被冻结股份数量2.28亿股,占刘光持有公司股份比例为100%,占公司总股本比例为19.11%。截至本公告日,刘光累计被冻结的股份数量占其所持公司股份数量比例为100%。

海康威视:关于公司董事收到中国证券监督管理委员会调查通知书的公告

海康威视11月14日公告,杭州海康威视数字技术股份有限公司董事胡扬忠先生、龚虹嘉先生于2019年11月11日收到中国证券监督管理委员会《调查通知书》(稽总调查字191303号、稽总调查字191304号),《调查通知书》称胡扬忠和龚虹嘉因涉嫌信息披露违法违规被立案调查。

汉王科技:关于控股子公司签订日常经营合同的公告

汉王科技11月14日公告,近日公司控股子公司北京汉王数字科技有限公司与汕头市档案馆签订了《汕头市档案馆国家重点档案抢救修复和档案数字化采购项目合同书》(以下简称“合同”),合同的服务内容为馆藏国家重点档案抢救修复和馆藏纸质档案数字化,合同总金额为28,323,720元。

神思电子:关于控股股东减持股份的预披露公告

神思电子11月15日公告,公司于2019年11月14日接到公司控股股东山东神思科技投资有限公司的《股份减持计划告知函》。神思科技投资为公司控股股东,计划可减持之日起六个月内以大宗交易和集中竞价方式减持本公司股份不超过508万股,不超过公司总股本的3.001%。其中:通过大宗交易方式进行减持的,将于本减持计划公告之日起3个交易日之后的六个月内进行,且任意连续90个自然日内不超过公司股份总数的2%;通过证券交易所集中竞价交易方式进行减持的,将于本减持计划公告之日起15个交易日之后的六个月内进行,且任意连续90个自然日内不超过公司股份总数的1%。

行业新闻

微软宣布推出云量子计算服务 Azure Quantum

微软11月5日透露在私有预览版中发布开放云量子计算服务的计划。微软今年夏天为开发人员开源其量子开发套件以及 Q#编译器和模拟器。今天宣布的与初创公司 IonQ 的合作关系将使开发人员能够将现有的 Microsoft 产品(例如 Visual Studio 或 Quantum Development Kit)与量子计算机一起使用。该消息是在 IBM Research 和 Google 近期在量子计算领域取得突破之后宣布的,此前的突破消息于 10 月 23 日宣布,其 54 比特 Sycamore 处理器实现量子霸权。

IDC:2019年上半年中国GPU服务器市场规模为8.3亿美元,同比增长53.7%

11 月 6 日消息,IDC《2019 年上半年中国 AI 基础架构市场跟踪报告》显示,2019 年上半年中国 GPU 服务器市场规模为 8.3 亿美元(约合人民币 58.1 亿元),同比增长 53.7%。IDC 预测,到 2023 年中国 GPU 服务器市场规模将达到 44.5 亿美元(约合人民币 311.5 亿元),未来 5 年整体市场年复合增长率(CAGR)为 27.8%。

IBM 与美国银行合作推出金融服务云

IBM 11月6日表示,其已与美国银行合作构建了针对金融服务的云技术,后者将是第一家使用该平台的大型银行。该公共平台是 IBM 第一个针对特定行业的云,旨在满足金融服务行业所需的高监管,安全性和弹性标准。美国银行首席运营和技术官 Cathy Bessant 表示:「通过制定解决托管高度机密信息问题的标准,我们旨在将公共云驱动到全新的安全水平。」

英伟达推出边缘 AI 超级计算机 Jetson Xavier NX

英伟达11月7日发布 Jetson Xavier NX,该边缘 AI 超级计算机用于在无人机,汽车和机器人等边缘设备上训练和部署 AI 系统。Xavier NX 的大小仅相当于一张信用卡,可以为 AI 工作负载实现 21 TOPS(每秒万亿次操作)的性能,而功耗仅为 10 瓦。Xavier NX 的零售价为 399 美元,将于三月上市。

Adobe 透露系列 AI 新功能

Adobe 11月7日透露一系列可能未来会出现在其应用程序中的实验性功能,其中包括一些使用 AI 来操纵图像和音频等功能。昨晚在 Adobe 的年度 Max 创意大会上的 Adobe Sneaks 活动中透露道,今年,这些功能大量使用了 Adobe 的 Sensei AI 平台。Sneaks 是 Adobe Fresco 之类的应用程序以及内容感知填充之类的功能的首次预览,因此将来很有可能其中一些工具会出现在用户使用的 Creative Cloud 应用程序中。

百度发布「区块链智慧城市」规划,四大试点在落地中 

11 月 8 日消息,百度宣布智慧城市规划,智能医疗、智能司法、智能交通、智能政务四大试点已经在落地当中。百度依托国产自研的底层区块链技术,结合 AI 和大数据能力,通过在城市的各部门、机构以及 IOT 设备部署区块链节点,打造智能城市主权链,在遵从现有管理制度和法律法规的前提下打破城市各层级数据孤岛、解决数据低质和数据泄露等问题,为城市海量数据的确权、流转、保护和依法使用提供技术保障,构建新型人工智能城市治理模式。

东北大学、IBM和MIT的研究人员提出一种混淆算法的T恤图案

在现代城市的摄像头的注视之下,我们无时无刻被监视着。但一件简简单单的 T 恤能让你在 AI 监视下隐身。近日,东北大学、IBM 和 MIT 的一组研究人员设计出一种混淆算法的 T 恤图案。他们的研究论文《Evading Real-Time Person Detectors by Adversarial T-shirt》发表在预印本网站 arxiv 上。此类的反 AI 技术被称为「对抗设计」,旨在欺骗识别算法将看到的东西识别为不同的东西,或者干脆视而不见。在某些情况下,这些设计通过调整整个图像的部分让 AI 不能正确读取。

研究人员开发出可区分讽刺和假新闻的 AI

区分讽刺和虚假新闻的关键通常归结为语义和语言上的差异,但这种细微的差别有时候就在一线之间。乔治华盛顿大学,Amazon AWS AI 以及初创公司 AdVerifai 的研究人员研究了一种机器学习方法来对误导性语音进行分类。他们说,他们开发的 AI 模型优于基线,这将可以为研究其他语言功能奠定基础。这项研究基于麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究,该实验室于今年早些时候设计了一个 AI 模型,该模型可以判断信息来源是中立的还是有政治偏见的。在随后的研究中,CSAIL 使用了世界上最大的事实检查数据集之一来开发可以检测错误陈述的自动化系统。该论文的共同作者指出,为减少错误信息的传播而进行的努力有时会导致对讽刺作品的错误标记,但事情的复杂之处在于一些假新闻的传播者已开始伪装成讽刺网站。这将会威胁到合法讽刺作品发行渠道的业务,同时也会影响阅读者的体验。

Facebook 的 wav2vec 算法使用原始音频改善语音识别

自动语音识别(ASR)不仅是 Apple Siri 之类的助手的基础部分,还是 Nuance Dragon 之类的听写软件以及 Google Contact Center AI 之类的客户支持平台的基础部分。它使机器能够解析关键短语和单词的发音,并使其能够通过语调和音调来区分不同的人。ASR 是 Facebook 研究的重点领域,Facebook 的对话技术用 ASR 来增强其语音识别能力,并且正在越来越广泛地将 AI 用于对其平台上的内容进行分类这一用途。在今年的 InterSpeech 会议上,Facebook 详细介绍了 wave2vec,这是一种新颖的机器学习算法,可通过使用未经转录的原始音频作为训练数据来提高 ASR 的准确性。Facebook 声称它在一个流行的基准上获得了最先进的结果:wave2vec 的训练数据不仅少了两个数量级,并且比起领先的基于字符的语音识别系统 Deep Speech 2,它的错误率降低了 22%。

麻省理工学院研发出无人配送车新型导航方法

11 月 6 日消息,麻省理工学院(MIT)研发了一种新的无人配送车的导航方法,无人配送车可以在没有特定地图的情况下,自动识别出用户的大门。据悉,研究团队对不同的物体进行了标记,用各种颜色来代替不同的物体,无人配送车可以根据不同的颜色来确定哪些物体离门口更近,并且会根据这些信息绘制通往门口的路径。据了解,目前有多个公司都已经推出了无人配送小车,旨在解决最后一公里的货运问题,但目前所用的无人配送车却并不能完全将货物送到用户家门口。

Sberbank推出俄罗斯最快的超级计算机Christofari

俄罗斯联邦储蓄银行Sberbank和SberClou推出了俄罗斯最快的超级计算机Christofari,以银行的第一位客户Nikolai Christofari的名字命名。据悉,Christofari超级计算机的计算能力将提供给Sberbank的云解决方案SberCloud的用户使用,从而使人工智能算法的设计和使用尽可能地方便快捷。Christofari超级计算机的体系结构和计算能力可以在记录时间内基于深度神经网络训练模型。超级计算机资源的使用将在广泛的领域中提高解决问题的效率,例如自然语言处理,计算机视觉,自动决策,风险评估和管理,欺诈检测,预测分析,创建语音助手和聊天机器人等。

研究人员提出新型学习框架能「听音起舞」

听音乐跳舞是人类的本能举动。但是学习根据音乐对相应的舞蹈的生成过程进行建模是一个很具挑战性的问题。由于需要同时考虑多个方面,例如音乐的风格和舞蹈的节拍,因此需要付出巨大的努力来确定音乐和舞蹈之间的相关性。本周,加州大学美熹德分校和英伟达的研究人员发表了一篇新论文,文中提出了一种综合分析学习框架,可以根据音乐生成相应的舞蹈。在分析阶段,他们将舞蹈分解为一系列基本的舞蹈单元,模型通过这些单元可以学习如何移动。在合成阶段,模型根据输入音乐判断多个基本的舞蹈动作来学习如何构成舞蹈。实验的定性和定量结果表明,该方法可以从音乐中合成逼真的、多样的、风格一致的和节拍匹配的舞蹈。

免责声明

加载中...