8月21日,英特尔联合世平集团在武汉成功举办了英特尔人工智能技术介绍与实作研讨会,杰和科技应邀出席。研讨会上,各路物联网行业大咖齐聚一堂,共同探讨人工智能技术的发展现状及未来趋势,嵌入式计算机硬件系统的最新成果和行业发展规划以及市场机遇和挑战等。本次会议的重点是AI相关技术实作,如OpenVINO、加速工具及训练开发工具包等。
全球物联网市场的飞速发展,在一定程度上得益于计算机视觉技术(尤其是AI人工智能技术)的广泛应用,AI应用涵盖了物联网领域的众多细分市场,包括零售、医疗、安防、交通等。这些应用都会用到计算机视觉技术和高分辨率摄像头,同时会生成大量需要汇总和分析的数据。为了更好地应对数据激增,英特尔宣布推出OpenVINO(Open Visual Inference & Neural network Optimization)工具包,旨在配合英特尔架构的处理器(CPU)及核显(Integrated GPU)和深度学习加速器(FPGA、Movidius VPU)的深度学习加速芯片,在增强视觉系统功能和性能的同时加速计算机视觉工作负载,简化深度学习推理和部署,帮助客户更好的平衡视觉方案的性能、功耗和成本效益。
OpenVINO工具包专注于加速深度学习并将视觉数据转换为业务洞察力,可以帮助企业在边缘侧快速实现高性能计算机视觉与深度学习的开发,为智能视觉开辟了一条新的路径。处理高质量视频时需要快速分析边缘侧的数据信息并作出及时响应,这正是OpenVINO工具包的应用优势。例如在智慧零售行业,开发者可以利用该工具包将计算机视觉功能直接部署到数字标牌、安全摄像头、POS机等应用中,加快后期视觉处理及数据分析的执行速度。针对智慧零售应用,杰和推出整合了AI视讯技术及计算处理技术的GDSM智慧商显管理系统,旨在于帮助用户优化营销策略。
在边缘侧使用英特尔计算机视觉解决方案可帮助零售商们快速识别客户身份和行为喜好,从而提供个性化的营销服务和高效响应的零售服务。杰和科技应用系统产品总监刘汉先生表示,“在计算机视觉和深度学习时代,英特尔 OpenVINO工具包有助于我们更好地把握发展机遇。在英特尔新技术的支持下,杰和GDSM智慧商显方案在顾客面部捕捉及信息计算分析处理方面实现了加速优化,同时整套方案也实现了从前端播放器到后台服务器的智慧化管理,最终提供给用户的是一套高性价比的视觉零售解决方案。”
同时会议现场的实作演示Demo,是由杰和DE67提供支持。杰和DE67是一款专为户外工控应用开发的无风扇PC,采用第7代的Intel KabyLake-U处理器,支持4K显示,具备的I/O接口,适用于户外广告机、信息亭等应用环境。
此次研讨会从技术研发和产品应用的角度,分享了英特尔公司计算机视觉和深度学习的创新成果,包括加速工具、视觉推理和神经网络优化工具包,计算机视觉深度学习产品路线图和具体的应用案例,这些有助于实现在边缘侧的深度学习推理,为更多垂直行业市场提供更高计算和图形性能的视觉解决方案
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。