EEPW首頁(yè) >>
主題列表 >>
nlp
nlp 文章 進(jìn)入nlp技術(shù)社區(qū)
生成式人工智能音頻快速發(fā)展:高信噪比MEMS麥克風(fēng)功不可沒(méi)
- 最新一代人工智能或?qū)㈤_啟新一輪科技革命,全面提升各種人機(jī)交互體驗(yàn)。人工智能日益融入人們的日常生活,在方方面面帶來(lái)深刻變化。基于人工智能的文本和圖像生成工具可以創(chuàng)建出令人難以置信的內(nèi)容。不僅如此,人工智能的觸角已從視覺和文字媒介,伸向語(yǔ)音轉(zhuǎn)文字(STT)和自然語(yǔ)言處理(NLP)等音頻應(yīng)用,展現(xiàn)出巨大潛力。然而,音頻應(yīng)用質(zhì)量大幅提高是否僅僅歸功于最新一代基于大語(yǔ)言模型的生成式人工智能?還是說(shuō)硬件依然功不可沒(méi)?就拿高信噪比(SNR)微機(jī)電系統(tǒng)(MEMS)麥克風(fēng)來(lái)說(shuō),它為實(shí)現(xiàn)這種必將改變?nèi)藗內(nèi)粘I畹男沦|(zhì)人機(jī)交互
- 關(guān)鍵字: NLP STT SNR MEMS 麥克風(fēng)
無(wú)需「域外」文本,微軟:NLP就應(yīng)該針對(duì)性預(yù)訓(xùn)練
- 在生物醫(yī)學(xué)這樣的專業(yè)領(lǐng)域訓(xùn)練NLP模型,除了特定數(shù)據(jù)集,「域外」文本也被認(rèn)為是有用的。但最近,微軟的研究人員「大呼」:我不這么覺得!什么是預(yù)訓(xùn)練?這是一個(gè)拷問(wèn)人工智能「門外漢」的靈魂問(wèn)題。生而為人,我們不需要一切從零開始學(xué)習(xí)。但是,我們會(huì)「以舊學(xué)新」,用過(guò)去所學(xué)的舊知識(shí),來(lái)理解新知識(shí)和處理各種新任務(wù)。在人工智能中,預(yù)訓(xùn)練就是模仿人類這個(gè)過(guò)程。預(yù)訓(xùn)練(pre-training)這個(gè)詞經(jīng)常在論文中見到,指的是用一個(gè)任務(wù)去訓(xùn)練一個(gè)模型,幫助它形成可以在其他任務(wù)中使用的參數(shù)。用已學(xué)習(xí)任務(wù)的模型參數(shù)初始
- 關(guān)鍵字: 微軟 NLP
多級(jí)存儲(chǔ)器與模擬內(nèi)存內(nèi)計(jì)算完美融合,人工智能邊緣處理難題迎刃而解
- 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)已成為我們生活中不可或缺的部分。利用自然語(yǔ)言處理(NLP)、圖像分類和物體檢測(cè)實(shí)現(xiàn)的人工智能(AI)應(yīng)用已深度嵌入到我們使用的眾多設(shè)備中。大多數(shù)AI應(yīng)用通過(guò)云引擎即可出色地滿足其用途,例如在Gmail中回復(fù)電子郵件時(shí)可以獲得詞匯預(yù)測(cè)。雖然我們可以享受到這些AI應(yīng)用帶來(lái)的益處,但這種方法導(dǎo)致隱私、功耗、延時(shí)和成本等諸多因素面臨挑戰(zhàn)。如果有一個(gè)能夠在數(shù)據(jù)來(lái)源處執(zhí)行部分或全部計(jì)算(推斷)的本地處理引擎,那么這些問(wèn)題即可迎刃而解。傳統(tǒng)數(shù)字神經(jīng)網(wǎng)絡(luò)的存儲(chǔ)器功耗存在瓶頸,難以實(shí)現(xiàn)這一目標(biāo)。為了解決這
- 關(guān)鍵字: AI NLP FG SDK ADC
Gartner發(fā)布2020年數(shù)據(jù)與分析領(lǐng)域的十大技術(shù)趨勢(shì)
- 近日,Gartner發(fā)布了數(shù)據(jù)與分析領(lǐng)域的十大技術(shù)趨勢(shì),為數(shù)據(jù)和分析領(lǐng)導(dǎo)者的 新冠疫情(COVID-19) 響應(yīng)和恢復(fù)工作提供指導(dǎo),并為疫情后的重啟做好準(zhǔn)備。數(shù)據(jù)和分析領(lǐng)導(dǎo)者如果希望在疫情后能持續(xù)創(chuàng)新,就需要不斷提高數(shù)據(jù)處理和訪問(wèn)的速度,擴(kuò)大分析規(guī)模,在前所未有的市場(chǎng)動(dòng)蕩中贏得成功 。 數(shù)據(jù)和分析領(lǐng)導(dǎo)者應(yīng)檢驗(yàn)以嘗試以下十大數(shù)據(jù)和分析趨勢(shì),加快新冠疫情后的恢復(fù):趨勢(shì)1:更智能、更高速、更負(fù)責(zé)的AI到2024年底,75%的企業(yè)機(jī)構(gòu)將從 人工智能 (AI)試點(diǎn)
- 關(guān)鍵字: NLP AI ML
Gartner遴選出新冠肺炎疫情期間AI幫助政府和醫(yī)療機(jī)構(gòu)CIO改善決策制定的五大領(lǐng)域
- 全球領(lǐng)先的信息技術(shù)研究和顧問(wèn)公司Gartner最新研究報(bào)告顯示,負(fù)責(zé)人工智能(AI)戰(zhàn)略的高管,尤其是政府和醫(yī)療機(jī)構(gòu)的首席信息官(CIO)和首席數(shù)據(jù)官(CDO),應(yīng)該在新冠肺炎(COVID-19)疫情期間充分利用AI技術(shù),在五個(gè)核心領(lǐng)域改善決策制定?!霸诳箵粜鹿诜窝滓咔榈膽?zhàn)爭(zhēng)中,AI是重要的武器庫(kù),”Gartner研究副總裁?Erick Brethenoux?表示,“這項(xiàng)技術(shù)能對(duì)病毒的傳播進(jìn)行預(yù)判,幫助醫(yī)生更快、更準(zhǔn)確地診斷病例,衡量減緩疫情傳播對(duì)策的有效性,優(yōu)化急救資源,等等。AI的
- 關(guān)鍵字: AI COVID-19 CDO NLP
多級(jí)存儲(chǔ)器與模擬內(nèi)存內(nèi)計(jì)算完美融合,人工智能邊緣處理難題迎刃而解
- 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)已成為我們生活中不可或缺的部分。利用自然語(yǔ)言處理(NLP)、圖像分類和物體檢測(cè)實(shí)現(xiàn)的人工智能(AI)應(yīng)用已深度嵌入到我們使用的眾多設(shè)備中。大多數(shù)AI應(yīng)用通過(guò)云引擎即可出色地滿足其用途,例如在Gmail中回復(fù)電子郵件時(shí)可以獲得詞匯預(yù)測(cè)。雖然我們可以享受到這些AI應(yīng)用帶來(lái)的益處,但這種方法導(dǎo)致隱私、功耗、延時(shí)和成本等諸多因素面臨挑戰(zhàn)。如果有一個(gè)能夠在數(shù)據(jù)來(lái)源處執(zhí)行部分或全部計(jì)算(推斷)的本地處理引擎,那么這些問(wèn)題即可迎刃而解。傳統(tǒng)數(shù)字神經(jīng)網(wǎng)絡(luò)的存儲(chǔ)器功耗存在瓶頸,難以實(shí)現(xiàn)這一目標(biāo)。為了解決這
- 關(guān)鍵字: AI NLP
沈緒榜院士談嵌入式系統(tǒng)的挑戰(zhàn)與新機(jī)遇
- 作者/沈緒榜 中國(guó)航天科技集團(tuán)公司九院七七一研究所研究員、博士生導(dǎo)師、中國(guó)科學(xué)院院士 編者按: 不久前, 在第十六屆中國(guó)計(jì)算機(jī)學(xué)會(huì)(CCF) 全國(guó)嵌入式系統(tǒng)大會(huì)上, 沈緒榜院士介紹了嵌入式系統(tǒng)發(fā)展的新趨勢(shì)、 新挑戰(zhàn)和新機(jī)遇?! ∏度胧较到y(tǒng)發(fā)展的新趨勢(shì) 最近幾年, 物聯(lián)網(wǎng)、 信息物理系統(tǒng)CPS(Cyber-Physical System)、 VR/AR技術(shù)、 人工智能技術(shù)、 自動(dòng)駕駛技術(shù)以及區(qū)塊鏈技術(shù)等新興技術(shù)的出現(xiàn)和發(fā)展, 嵌入式系統(tǒng)設(shè)計(jì)呈現(xiàn)新的發(fā)展趨勢(shì)?! 〉谝?, 功能需求越來(lái)越多。 自動(dòng)駕
- 關(guān)鍵字: 物聯(lián)網(wǎng) NLP VR AR 201902
微軟亞洲研究院:NLP將迎來(lái)黃金十年
- 比爾·蓋茨曾說(shuō)過(guò),“語(yǔ)言理解是人工智能皇冠上的明珠”。自然語(yǔ)言處理(NLP,Natural Language Processing)的進(jìn)步將會(huì)推動(dòng)人工智能整體進(jìn)展?! LP 的歷史幾乎跟計(jì)算機(jī)和人工智能(AI)的歷史一樣長(zhǎng)。自計(jì)算機(jī)誕生,就開始有了對(duì)人工智能的研究,而人工智能領(lǐng)域最早的研究就是機(jī)器翻譯以及自然語(yǔ)言理解?! ≡?1998 年微軟亞洲研究院成立之初,NLP 就被確定為最重要的研究領(lǐng)域之一。歷經(jīng)二十載春華秋實(shí),在歷屆院長(zhǎng)支持下,微軟亞洲研究院在促進(jìn) NLP 的普及與發(fā)展以及人才
- 關(guān)鍵字: 微軟 NLP
讀題還是讀你?剝開機(jī)器閱讀理解的神秘外衣
- 最近一個(gè)有意思的現(xiàn)象,是機(jī)器閱讀理解突然開始熱絡(luò)了起來(lái)。 2月21日,百度自然語(yǔ)言處理團(tuán)隊(duì)研發(fā)的V-Net模型以46.15的Rouge-L得分登上微軟的MS MARCO(Microsoft MAchine Reading COmprehension)機(jī)器閱讀理解測(cè)試排行榜首。 加上此前斯坦福大學(xué)的SQuAD競(jìng)賽中,阿里、哈工大訊飛聯(lián)合實(shí)驗(yàn)室等團(tuán)隊(duì)先后超越了人類平均水平。這意味著,機(jī)器閱讀理解領(lǐng)域的兩大頂級(jí)賽事:MS MARCO和SQuAD的記錄先后由中國(guó)團(tuán)隊(duì)打破
- 關(guān)鍵字: NLP
使用Theano,Python,PYNQ和Zynq開發(fā)定點(diǎn)Deep Recurrent神經(jīng)網(wǎng)絡(luò)
- 可編程邏輯(PLD)是由一種通用的集成電路產(chǎn)生的,邏輯功能按照用戶對(duì)器件編程來(lái)確定,用戶可以自行編程把數(shù)字系統(tǒng)集成在PLD中。經(jīng)過(guò)多年的發(fā)展,可編程邏輯器件由70年代的可編程邏輯陣列器件?(PLD)?發(fā)展到目前的擁有數(shù)千萬(wàn)門的現(xiàn)場(chǎng)可編程陣列邏輯?(FPGA),隨著人工智能研究的火熱發(fā)展,F(xiàn)PGA的并行性已經(jīng)在一些實(shí)時(shí)性很高的神經(jīng)網(wǎng)絡(luò)計(jì)算任務(wù)中得到應(yīng)用。由于在FPGA上實(shí)現(xiàn)浮點(diǎn)數(shù)會(huì)耗費(fèi)很多硬件資源,而定點(diǎn)數(shù)雖然精度有限,但是對(duì)于不同應(yīng)用通過(guò)選擇合適的字長(zhǎng)精度仍可以保證收斂,
- 關(guān)鍵字: NLP LM
共12條 1/1 1 |
nlp介紹
您好,目前還沒(méi)有人創(chuàng)建詞條nlp!
歡迎您創(chuàng)建該詞條,闡述對(duì)nlp的理解,并與今后在此搜索nlp的朋友們分享。 創(chuàng)建詞條
歡迎您創(chuàng)建該詞條,闡述對(duì)nlp的理解,并與今后在此搜索nlp的朋友們分享。 創(chuàng)建詞條
關(guān)于我們 -
廣告服務(wù) -
企業(yè)會(huì)員服務(wù) -
網(wǎng)站地圖 -
聯(lián)系我們 -
征稿 -
友情鏈接 -
手機(jī)EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國(guó)際技術(shù)信息咨詢有限公司
京ICP備12027778號(hào)-2 北京市公安局備案:1101082052 京公網(wǎng)安備11010802012473
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國(guó)際技術(shù)信息咨詢有限公司
京ICP備12027778號(hào)-2 北京市公安局備案:1101082052 京公網(wǎng)安備11010802012473