英特尔今天宣布与在线教育课程提供商Udacity展开合作,推出面向有兴趣在网络边缘部署人工智能模型的开发者的新课程。
边缘计算是指计算是运行在设备本身而不是在云中的,这样可以更快地处理数据,消除了将数据传输到云服务器的安全风险,降低了数据传输成本,以及带宽中断影响性能的风险。
今天公布的这项计划名为Intel Edge AI for IoT Developers Nanodegree,其目标是让开发者熟悉英特尔的OpenVINO工具包,该工具包用于在便于部署预训练的深度学习模型,使用C ++或者Python推理引擎应用API。
英特尔认为,随着医疗、制造和零售等行业越来越多地在边缘部署AI来收集更准确的实时洞察,这将成为未来几年开发者需要具备的一系列重要技能。根据Kenneth Research的预测,到2023年底全球边缘计算市场规模预计将增长到89.6亿美元,然而当今大多数开发者都不具备满足这一需求的能力。
OpenVINO工具箱基于卷积神经网络,让开发者能够在一系列英特尔架构中实现应用性能的最大化。此外该课程还让开发者可以访问英特尔DevCloud物联网,学生可以在其中开发、测试和运行各种英特尔芯片的应用。
英特尔表示,该课程的费用为1077美元,大约需要三个月的时间完成,其中需要完成三个实际项目,这些项目将由Udacity查阅者网络进行审阅。
英特尔副总裁、物联网集团总经理Jonathan Ballon表示:“优化直接在边缘设备上的部署,需要了解各种约束条件,例如功率、网络带宽和延迟、各种计算架构等等。该课程提供的技能将使开发者和企业能够学习在现实环境中实施应用。”
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。