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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。