Directorio artículo
¿Qué es la Inteligencia Artificial
De hecho, un simple inteligencia artificial puede resumirse de la manera artificial mediante la creación de una máquina puede alcanzar o pasar el manejo de la inteligencia humana.
tendencias
El aprendizaje supervisado -> aprendizaje profundo, aprendizaje por refuerzo -> aprendizaje no supervisado, el razonamiento del conocimiento
El aprendizaje supervisado: el uso de un conjunto de muestras de los parámetros para ajustar las clases conocidas de clasificador para alcanzar el rendimiento requerido del proceso, también conocido como entrenamiento supervisado o maestros de aprendizaje
Profundo aprendizaje: redes neuronales humanos imitan, el establecimiento de un modelo simple, una composición diferente de las diferentes conexiones de red
Sin supervisión de aprendizaje: características estructurales se encuentra escondido en una muestra desconocida, y el aprendizaje.
La naturaleza del aprendizaje automático
Encontrar una función
Se puede dividir en tres pasos
- conjunto de funciones (modelo)
- bondad de una función (modelo de evaluación)
- Encuentra la mejor función (para encontrar la función óptima)
Por encima de los pasos básicos, el modelo resultante podría ser el más adecuado para el modelo base, en condiciones experimentales, a la situación real todavía hay un cierto sesgo, por lo que deberíamos volver a los entrenamientos para la optimización secundaria.
El aprendizaje profundo vs aprendizaje de las máquinas tradicionales
Como se mostró anteriormente,
podemos tomar el "Pokemon" como un ejemplo
de la máquina de aprendizaje tradicional , sobre todo por el pueblo, que es el diseñador para planificar mejores prestaciones. Por ejemplo, "altura", "peso", "propiedad", etc., los diseñadores de máquinas previstas por los puntos de característica de los datos existentes para estudiar, y la clasificación. En última instancia distinguir el nuevo objetivo. (Al hacerlo de esta parte de las características del diseño que el trabajo también representó una gran proporción)
Profundo aprendizaje : red neuronal humana mímica, la máquina ajusta automáticamente por un número de pesos de características para entrenar fuera del modelo, no requiere de puntos de función de ajuste manual para ello.
escenarios
Enseñanza y formación escenarios
a través del kit del desarrollador Atlas 200 DK, profesores y estudiantes pueden utilizar un ordenador personal, a través de una interfaz USB de acceso a la tarjeta de desarrollo. En 200 DK Hass 3559 que contiene chips y 200 Atlas módulo de aceleración de AI, que puede proporcionar una poderosa fuerza de apoyo a la computadora del usuario.
escena Internet
uso típico se combina con un gran datos utilizados juntos para obtener grandes cantidades de datos a través de grandes conjuntos de datos, y luego utilizar el análisis estadístico algunos AI algoritmos de los datos, para que los datos de valor añadido.
Escenas de la industria de energía
operadores escena
escena financiera: OCR, seguridad inteligente, etc.
Resumen: escenario de aplicación de la inteligencia artificial es muy extensa, que involucra todos los ámbitos de la vida, en la era de los grandes datos, el caso de grandes cantidades de datos necesidad de un tratamiento a tiempo es particularmente evidente.
Inteligencia Artificial Retos y Soluciones
desafío
concepto de AI a principios del siglo pasado, los cincuenta y sesenta había criado, pero debido a las fuerzas de operador restricción no se desarrolló.
Por ejemplo, usted era un modelo de formación, pero se considera una fuerza insuficiente, es posible que tenga una semana de entrenamiento con los resultados, pero los resultados no necesariamente están capacitados es muy apropiado. Así que esto le permitirá a los desarrolladores frustrados.
La figura también muestra una comparación de pasado y presente, se puede entender por qué el concepto de AI temprana propuesto por esta imagen, pero hasta ahora el rápido desarrollo. (La fuerza principal sigue siendo considerado un problema)
Se puede ver en esta tabla, en los primeros años, la inteligencia artificial experimentó dos ondas, dos de invierno.
El primer orgasmo - porque ha habido muchos algoritmo de nivel superior, los investigadores han visto la luz.
El primer invierno - se encuentra la prueba lógica, Perceptrón, mejorar el aprendizaje y por lo tanto sólo puede hacerlo mandato muy simple, muy específica y muy estrecho, un poco fuera de rango no puede hacer frente. memoria de la computadora por tiempo limitado y velocidad de procesamiento no es suficiente para resolver todos los problemas prácticos de AI.
Segundo punto culminante - la aparición de los sistemas expertos, la capacidad de los sistemas expertos proviene de la experiencia, los sistemas de conocimiento y la ingeniería del conocimiento se almacenan.
El segundo invierno - pero el sistema experto práctico limitan a ciertas situaciones específicas, pero también cuestan menos económico, por lo que el gobierno de reducir el gasto asociado.
La tercera ola - debido a la fuerza de elevación del recuento, mejores algoritmos aparecen, aumenta la cantidad de volumen de datos, AI, una vez más recoger.
Huawei toda la escena full stack Soluciones AI
Los llamados medios full-stack que desde la parte inferior a la parte superior de la arquitectura
La parte inferior - astillas, hay cinco series principales de productos: el nacimiento del Nano, Tiny, Lite, Mini, Max éstos. El aumento de 310 perteneciente a la serie Ascend-Mini. El aumento de 910 perteneciente a la Ascend-Max.
Habilitación en chip -, fichas Cann biblioteca operador de desarrollo propio de Huawei
Huawei marco de apoyo -MindSpore nube, borde, extremo independiente y marco unificado para la colaboración en la formación y el razonamiento. Incluyendo también TensorFlow de Google, Facebook lanzó PyTorch y así sucesivamente.
la habilitación de aplicaciones - Huawei AI tener una plataforma de formación llamado ModelArts, tener un servicio especial en la nube pública de Huawei.
Más allá de eso es las aplicaciones de la IA.
Estos son los pila completa.
Toda la escena se refiere a: para cada uno en el borde extremo de las escenas de la nube, el consumidor final, nube pública, nube privada, ejemplo de cálculo borde, los terminales de la industria de la IO y similares.
Altas cubo de la familia de productos
Introducir una variedad de imagen pequeña de las cosas por encima de
componentes :
el Atlas 200 es, Ascend 310 al módulo central de aceleración
Atlas 300, los cuatro Ascend 310 compuesta acelerador
Atlas 200 dk del desarrollador Kit, una plataforma de desarrollo, se puede conectar PC individual en el desarrollo
servidor AI :
Atlas 500, inteligente AI estación
G5500, G2500 estos servidores heterogéneos
para acelerar la IA se calcula por estos servidores.
AI Solución :
incluyen principalmente un poco de máquina se muestra en la FIG soluciones en diversos escenarios.
Por último, podemos resumir el contenido de este capítulo introductorio y dos Ascend310 de vídeo de chips Ascend910. (Blog no se hizo, -v- posesión)
