| Uber | AI | 收費

傳Uber測試新收費系統,以AI判斷乘客願意付多少車資

Uber向彭博透露正測試新的收費系統,該系統將以AI技術,結合里程、時間、目的地等因素判斷不同乘客願意支付多少車資,以擴大乘客支付車資及司機收費間的落差,進而增加Uber的營收。

2017-05-23

| google | AlphaGo | AI | 中國 | 柯潔 | 圍棋

電腦與人腦頂尖對決! AlphaGo與中國棋王柯潔明天將首次交鋒

AlphaGo去年擊敗李世乭後,明天將在中國烏鎮舉行的圍棋峰會上和中國圍棋好手較量,其中將和中國棋王柯潔進行一對一對戰,採三戰兩勝制,明天上午十點半將進行首場比賽直播。

2017-05-22

| AI | Deep Learning | Machine Learning | Big Data

全球Top 4技術長:企業AI應用還有兩大難題有待解決

面對AI技術和雲端的趨勢,目前對企業而言是應用的成熟時機嗎?企業將資料搬上雲端是未來必然的趨勢嗎?讓曾被列全球十大技術長Stephen Brobst來告訴你

2017-05-20

| Spotify | AI | Niland

Spotify買下Niland,要以AI強化個人歌單推薦

Niland為一家利用深度學習技術分析音訊的AI新創業者,能夠自動分析音訊找出相似性,經過分析後可自動分類,供使用者選擇不同類型的音樂,Spotify將利用其技術強化音樂搜尋、個人化歌單推薦。

2017-05-19

| Big Data | Teradata | AI | Machine Learning | 機器學習

【上海Teradata峰會直擊】跟進AI技術競賽,老牌資料倉儲公司也推自家深度學習框架ThinkDeep

為了加入AI和機器學習戰場,Teradata喊出了「Teradata Everywhere」的口號,不僅擁抱開源,整合了多方開源數據分析工具,並能讓企業在不同的平臺上都使用Teradata的解決方案,甚至,還提出了自家的深度學習框架ThinkDeep。

2017-05-19

| google | AI | 影像辨識 | Google Lens

Google展示AI影像辨識技術Google Lens,手機拍照就能辨別花種、查詢餐廳評價

Google Lens結合人工智慧及影像辨識技術,只要開啟手機上的相機功能對準陌生的花或某家店,Google Lens就能幫你辨別花的種類,顯示該店家的評論。

2017-05-18

| 臉書 | AI | 對話模型 | ParlAI

臉書開源AI對話模型訓練框架ParlAI,讓聊天機器人聽懂更複雜的對話

ParlAI為一可用來訓練及測試對話模型的統一框架,能利用許多資料集進行多種任務的訓練,以讓聊天機器人可以理解含有許多任務較為複雜的對話。

2017-05-16

| Nvidia | 深度學習 | AI

提供5倍AI運算效能,Nvidia基於第7代GPU架構推出首款產品

Nvidia在今年GTC大會上,宣布推出新一代GPU架構Volta,以及基於該架構的GPU加速器Tesla V100,可提供120 TFLOPS的效能

2017-05-15

| 無人機 | AI | 導航

從錯誤中學習!科學家讓無人機碰撞1.15萬次以學習如何避開障礙

一般無人機或自駕車需人類駕駛經驗以訂出自駕政策,這項研究目的是希望無人機能夠從大量的碰撞及正常飛行數據中自我學習,經過1.15萬次碰撞後,無人機已能在狹窄及凌亂的室內空間飛行並躲避障礙物。

2017-05-15

| 思科 | Chatbot | AI | Cisco Spark | MindMeld

思科以1.25億美元買下AI新創MindMeld以強化協作能力

隨著聊天及語音快速成為人機介面的選擇之一,MindMeld將協助思科在所有的產品中部署相關的AI技術,第一步就是在思科的協作產品中整合MindMeld對話介面

2017-05-12

| IT周報 | Nvidia | IBM | AI | Watson

AI趨勢雙周報第7期:Nvidia用深度學習技術分析影像,打造智慧城市

Nvidia利用深度學習技術,推出智慧影像分析平臺Nvidia Metropolis,分析城市的監視器影片,打造智慧城市;Google推出基於人工智慧的各種專案—do-it-yourself artificial intelligence,讓自造者能夠創造更類似人與人之間的人機互動介面,可用來建置利用雲端服務的語音介面,或是直接在Raspberry Pi等各種裝置上運作

2017-05-12

| Gartner | AI | CIO | 工作

Gartner: AI將衝擊醫藥、法律及IT等專業工作,CIO扮企業轉型要角

Gartner認為隨著AI技術的發展,許多的工作可能因此被取代,現今需要專業訓練的工作,未來可能在AI經過適當訓練後就能勝任,且隨著訓練項目的增加使得AI的使用成本降低。

2017-05-10