-
经验共享 如何在自己的创业中，用上GPT-3等AI大模型
所属栏目：[大数据] 日期：2022-03-03 热度：89
随着机器学习技术的逐渐成熟并从学术走向工业，支持大规模机器学习所需的方法和基础设备也在不断发展。利用这些进步对初创公司来说机遇与风险并存几乎所有初创公司，都以各种方式利用机器学习来竞争各自的市[详细]
-
航空航天类专业解读 智能飞行器科技
所属栏目：[大数据] 日期：2022-03-03 热度：142
航空航天类专业解读 智能飞行器科技： 一、智能飞行器技术专业是什么？ 智能飞行器技术属于航空航天类专业，基本修业年限为四年，授予工学学士学位。智能飞行器技术专业为服务国家在智能飞行器技术领域对高素质专业的人才需求，培养具有扎实的数学、力学、信[详细]
-
比亚迪公布车辆面部识别系统专利 处理3D摄像设备应用不便问题
所属栏目：[大数据] 日期：2022-03-03 热度：168
昨日，比亚迪公开了一种面部识别系统及车辆专利，公开号为 CN114120484A。 专利摘要显示，该发明提供了一种面部识别系统及车辆，解决现有 3D 摄像设备体积过大应用不便的问题，包括 3D 模块和控制器模块。 3D 模块与所述控制器模块连接，所述控制器模块包括[详细]
-
元宇宙概念火爆，虚拟数字人变重要载体
所属栏目：[大数据] 日期：2022-03-03 热度：176
2022年不仅是元宇宙元年，更是虚拟数字人元年。由于人们对虚拟内容需求增加、消费级VR硬件快速发展，使得虚拟数字人也进入快车道。通俗来讲，虚拟数字人是指具有数字化外形的虚拟人物。与具备实体的机器人不同，虚拟数字人普遍依赖显示设备存在，要通过手机[详细]
-
深度合成科技是进步还是危害？
所属栏目：[大数据] 日期：2022-03-03 热度：170
近年来，视频换脸、合成语音、修复影像、虚拟数字人等越来越频繁地出现在社交娱乐、影视制作、教育、广告营销等领域，发展出多元化的商业应用。这些应用的背后，是深度合成技术的广泛应用。据统计，2021年新发布的深度合成视频的数量较2017年已增长10倍以上[详细]
-
从百度的AI至AI的百度
所属栏目：[大数据] 日期：2022-03-03 热度：141
百度就是一家搜索引擎公司这一传统认知正在被以下几点所打破：智能云和智能驾驶等其他业务增长强劲；AI创新业务表现越来越亮眼；长期的研发投入已等来了回报期。 百度发布2021年四季度及全年未经审计的财报。第四季度，百度营收331亿元，归属公司的净利润（[详细]
-
AI行业到底缺怎样的人才？怎样培养？来听大咖发言
所属栏目：[大数据] 日期：2022-03-02 热度：173
如何培养人工智能开发人才，在AI时代是一个急需面对的课题。 高校培育和产业需求的脱节让新生代开发者人才的培育面临一定的挑战。 在今天(2月26日)举办的WAIC 2022上海人工智能开发者大会上，来自商汤智算、上海海洋大学、上海海洋智能信息与导航遥感工程技[详细]
-
人工智能在过去十年里成功打败了摩尔定律
所属栏目：[大数据] 日期：2022-03-02 热度：110
自 1990 年代以来，计算机科学家一直使用基准测试任务评判世界上最强超级计算机的性能。每个月，他们都会发布排名前500位的计算机，这些超级计算机在各国之间的竞争非常激烈。这个排名的历史表明，随着时间的推移，超级计算机的性能按照摩尔定律增长，大约每[详细]
-
斯隆奖新晋得主宋舒然 从视觉出发，建造机器人之眼
所属栏目：[大数据] 日期：2022-03-02 热度：124
「我一直希望家里有一个机器人，可以帮我洗衣服、做饭。」 宋舒然谈道。而要实现这一设想，机器人视觉研究是不可缺少的一环。 近年来，计算机视觉与机器人的「联姻」在人工智能领域如火如荼。单就自动驾驶来看，就有许多研究人员拥有计算机视觉的学科背景，[详细]
-
完美的优化效果，人工智能的盲点
所属栏目：[大数据] 日期：2022-03-02 热度：59
人工智能（AI）系统的脆弱性一直被行业人员所诟病，稍微的数据错误就会使系统发生故障。例如在图像识别中，图片微小的像素改变，不会干扰人类视觉，但机器可能会发生紊乱。正如CVPR 2017论文中所论述的那样修改一个像素,就能让神经网络识别图像出错。 至于原[详细]
-
腾讯AI手语解说亮相冰雪赛事 业务能力堪比真人
所属栏目：[大数据] 日期：2022-03-02 热度：135
2022北京的冰雪赛场热闹非凡，相信即使没有看比赛这几天来你也一定被金牌、谷爱凌等热词刷屏了。 而和我们一起在屏幕前关注中国健儿们表现的还有一群处于无声世界中的特殊人群，尽管他们能够看到赛场上的精彩画面，不过对于赛场细节的解说却无法传入耳中。这[详细]
-
用机器学习算法处理密度泛函问题？
所属栏目：[大数据] 日期：2022-03-02 热度：169
最近，权威学术媒介 QuantaMagazine 发表了一篇文章，介绍了 DeepMind 在内的许多研究团队正使用机器学习算法攻破物理领域的一个著名难题密度泛函理论。 他们企图通过机器学习算法来寻找第三级密度泛函的方程式，找出人类无法用数学描述的电子行为，从而突破[详细]
-
大咖热议 2022数据中心产业有哪些发展趋向？
所属栏目：[大数据] 日期：2022-03-02 热度：117
回顾2021年，伴随着数字经济发展，数据量爆发式增长，推动数据中心产业规模不断扩大，同时，数据中心也在向更加节能低碳的方向发展。2022年已经开始，数据中心的发展会发生何种变化？哪些方面将进行更加深入的创新变革？哪种技术将达到更广泛的应用普及？整[详细]
-
全国一体化算力网络建造 算力 碳中和两手抓
所属栏目：[大数据] 日期：2022-03-02 热度：183
众所周知，数据中心作为数字经济的重要载体，承担着推动数字经济发展的重要使命。在十四五期间，数字经济已迎来发展的黄金时期，而作为其重要载体的数据中心也必将步入发展的快车道。 全国一体化算力网络建设下，如何在保障数字经济发展的同时，实现数据中心[详细]
-
智慧楼宇节能创建助力碳中和
所属栏目：[大数据] 日期：2022-03-02 热度：130
刚刚过去的2021年，碳中和成为各行各业关注的焦点，我国明确提出了3060的双碳战略目标。在政策引导下，各行各业都在循序渐进推进碳中和进程。 在近期的采访中，青云科技物联网解决方案业务总监胡加友与记者分享了青云在赋能智慧建筑落地等方面的设计思考和经[详细]
-
四川云上天府云计算中心预计8月运营
所属栏目：[大数据] 日期：2022-03-02 热度：76
2021年底召开的中央经济工作会议提出，适度超前开展基础设施投资。作为数字经济发展的重要支撑，以大数据中心、5G基站、工业互联网等为代表的新型基础设施，正发挥出越来越重要的作用。新年伊始，新基建已经成为不少地方拉动经济增长的新引擎。 2月底，媒体[详细]
-
算法管理规定今施行 从三方面抑制杀熟
所属栏目：[大数据] 日期：2022-03-02 热度：111
国家网信办等四部门联合发布的《互联网信息服务算法推荐管理规定》（下称《规定》）于今日起正式施行。《规定》明确，应用算法推荐技术是指利用生成合成类、个性化推送类、排序精选类、检索过滤类、调度决策类等算法技术向用户提供信息。 宝新金融首席经济学[详细]
-
Storm分布式实时大数据处理架构
所属栏目：[大数据] 日期：2022-03-02 热度：153
1.什么是Storm Storm是Twitter开源的分布式实时大数据处理框架，被业界称为实时版Hadoop。随着越来越多的场景对Hadoop的MapReduce高延迟无法容忍，比如网站统计、推荐系统、预警系统、金融系统(高频交易、股票)等等，大数据实时处理解决方案(流计算)的应用日[详细]
-
什么是大数据战略以及怎样构建
所属栏目：[大数据] 日期：2022-03-02 热度：106
聪明的企业利用大量各种类型的数据来更好地了解他们的客户、跟踪库存、改进物流和运营流程，并做出明智的业务决策。成功的企业也明白管理他们正在创建的大量大数据的重要性，以及想办法从中提取价值的重要性。这意味着，制定大数据战略至关重要，以有效且高[详细]
-
大数据时代应具备的思维办法
所属栏目：[大数据] 日期：2022-03-02 热度：137
打造更高水平的数字政府，其核心意旨就是运用大数据提升国家治理现代化水平，通过促进政府治理思维的现代化变革，用治理理念创新推动政府管理和社会治理模式创新，实现政府决策科学化、社会治理精准化及公共服务高效化。不可否认，大数据已经成为国家治理函[详细]
-
2022年企业应避免的六个数据错误
所属栏目：[大数据] 日期：2022-03-02 热度：106
1.不想将数据迁移到云端 云存储有很多好处，例如具有弹性、使用大量服务器运行数字的能力以及日常任务的缩减量等等。因此，不想将业务或数据迁移到云端可能是企业犯的主要的大数据错误。 2.安全漏洞 经常看到大数据很容易出现安全漏洞。在这种情况下，需要采[详细]
-
看懂数据分析怎样由浅入深
所属栏目：[大数据] 日期：2022-03-02 热度：175
问题场景：某物流企业，负责管司机的调度中心，会给每个未上线司机标注原因，标注格式如下： 备注：实际原因还有很多，这里仅做举例 现领导要求：分析司机未上线情况。 问：该怎么分析? 一、0级深度做法 3月6日，共1000司机，上线900，上线率90% 3月7日，共1[详细]
-
手把手教你完成四类数据清洗操作
所属栏目：[大数据] 日期：2022-03-02 热度：75
一、 缺失值清洗 相信大家都听说过这样一句话：废料进、废品出(Garbage in, Garbage out)。如果模型基于错误的、无意义的数据建立，那么这个模型也会出错。因此，如果源数据带有缺失值(NaN)，就需要在数据预处理中进行清洗。缺失值是最常见的数据问题，有很[详细]
-
想要做好数据可视化？你应该关注这三个问题
所属栏目：[大数据] 日期：2022-03-02 热度：126
大数据时代，人人都在谈数据可视化。好的可视化能够帮助我们快速发现规律，找到原因;不好的可视化有可能会得出错误的结论，产生误导。想要做好数据可视化，先要明白给谁看、看什么、怎么看这三大问题。 给谁看 作为产品经理，首先需要秉承着用户为先的理念，[详细]
-
Spark 数据倾斜及其处理方案
所属栏目：[大数据] 日期：2022-03-02 热度：161
本文从数据倾斜的危害、现象、原因等方面，由浅入深阐述Spark数据倾斜及其解决方案。 一、什么是数据倾斜 对 Spark/Hadoop 这样的分布式大数据系统来讲，数据量大并不可怕，可怕的是数据倾斜。 对于分布式系统而言，理想情况下，随着系统规模(节点数量)的增[详细]
