/
谷歌AI可以通过眼部扫描预测心脏疾病风险
谷歌和同属Alphabet集团专注于健康的Verily Life Sciences共同进行的一项研究表明，深度学习算法可以通过分析个体的视网膜照片准确预测心脏病。
谷歌Nvidia分享AI观点，称芯片和算法要“协同发展”
首届SysML大会由亚马逊、谷歌和Facebook等企业组织，发言人呼吁更广泛地参与到那些迫切需要提高硬件性能的新兴技术中，但软件概念仍在迅速发展。
Gartner：近半数CIO正在计划部署人工智能
根据Gartner的调查结果，有意义的人工智能（AI）部署才刚刚开始。Gartner的“2018年CIO议程调查”显示，4％的CIO实施了人工智能，另有46％的人制定了相关计划。
ARM公布面向移动设备的Project Trillium人工智能芯片
这似乎是专有人工智能芯片爆发的一周，Google宣布其公有云将支持人工智能芯片，Amazon表示正在开发自己的人工智能芯片。这一趋势还在继续，英国半导体巨头ARM今日宣布代号为Project Trillium的机器学习计划。
谷歌宣布公有云平台将支持面向人工智能的TPU芯片
谷歌今天宣布向其公有云平台上增加ensor Processing Units，这是一款专门为人工智能工作负载提供动力的内部设计的芯片系列。
AI需求助推Nvidia股价大涨 打破营收预期
这也成为Nvidia第四财季实现增长的主要动力。总部位于加利福尼亚州圣克拉拉的芯片制造商Nvidia今天表示，该季度公司的净利润同比上涨71％，达到11亿美元，合每股1.78美元，涨幅达80％。收入增长了34％，达到29.1亿美元。
Gartner：企业组织在数据和分析方面进展缓慢
Gartner在全球范围内对196个组织进行的调查表明，近年来CIO将数据和分析领域成为投资重点，但有91％的组织在此领域尚未达到"转型"的成熟度水平。
AI技术在设计领域进一步发挥作用
根据DesignCon大会上的一项小组讨论，各供应商与研究人员正在将机器学习应用于棘手的芯片设计难题，并已经取得重大进展。在EDA当中使用人工智能已经成为一项热门议题，并有多篇论文以此为核心展开探讨。
6个案例故事一窥人工智能和机器学习带来的巨变
现在没有什么比人工智能（AI）和机器学习（ML）更热的技术了。领先的企业组织已经在利用这种模仿人类精神行为的技术来吸引客户、促进业务运作。
DeepMind的Psychlab采用心理学以解释AI行为
从Facebook的“AI能够发明自己的语言”误报到微软公司令人诧异的种族主义聊天机器人，在过去的几年时间里，我们目睹了几起表现糟糕的AI使用案例。尽管了解AI行为的初衷并非一桩易事，但谷歌的DeepMind认为其已经为这一难题提供了解决方案，那就是心理学。
通用电气与Nvidia就人工智能合作开发石油和天然气行业
贝克休斯通用电气（Baker Hughes GE）和Nvidia开展合作，将人工智能和分析技术引入石油和天然气行业，目标是从传感器、天气、钻井和地震数据中获取数据并令运营更具预测性。
人工智能正在推动超级监控
我们通常会认为监控摄像头是数字化的眼睛，监视着我们，或者是为我们进行监视，具体是哪种情况取决于你的立场。但实际上，它们更像是舷窗：只有当有人通过它们看时才有用。有时候这意味着会有人监看监控视频，通常是同时监看多个视频窗口。
人工智能不是让我们失业，而是失掉商业模式
人工智能是真实存在的。但是，成功地将AI付诸行动，并不是像在公园散步那么简单，这需要重新思考业务。这带来了越来越大的压力，最近的一项调查显示，有53％的高管称，由于人工智能的到来，他们的行业已经“经历了颠覆”。
埃森哲：人机配合让人工智能发挥最大效应
我们处在的时代中一再被告知人工智能和自动化将会破坏人类的工作。与此同时，大部分西方世界却面对极低的生产力水平而努力挣扎。
AI最新用途：挑战赛利用AI技术对自然灾害航拍图像进行分类
深度学习已经彻底改变了我们对现代生活中大量数据的处理方式。然而，新闻媒体对于AI的报道往往集中在人工智能的商业应用以及如何重塑企业业务层面。
用实际测试告诉你 荣耀V10的AI到底藏哪儿了
对于消费者来讲，AI仍是一个非常非常新的领域。谁能告诉我，AI手机与智能手机到底有何区别？——问题摘自围观了很多场“AI手机”发布会的网友。基于此，我们注意到了荣耀V10，它是近期比较热门的“AI手机”，同时也是本文的主角，话题只围绕“AI”展开...
展望2018 AI芯片领域：众多厂商追随深度学习
为训练深度神经网络量身定制的第一批商用芯片将于今年上市。由于训练新的神经网络模型可能需要几周或几个月的时间，因此这些芯片可能是迄今为止制造出的最大、也是最昂贵的商用芯片。
人工智能将凭其学习能力成为会计行业的未来
在历经数十年的研究实验之后，人工智能（AI）现已迎来其黄金时代。如果当今市场上所有能够产生大量数据（大数据）的经济行业需要继续保持目前的发展态势，那么其将必须接受技术革新，而这些行业具体包括金融、通信、能源、医疗、移动或制造业等。
京公网安备 11010802021500号
