贸泽电子 - 博客 | 人工智能
 
中国 - 标记 中国

请确认您选择的货币:

人民币
国际贸易术语:DDP
All prices include duty and customs fees.

Bench Talk for Design Engineers

贸泽电子 - 博客

rss

Bench Talk for Design Engineers | The Official Blog of Mouser Electronics


在本地进行人工智能计算的四个优点 Doctor M
为什么人们需要更低功耗的人工智能?麻省理工学院(MIT)副教授Vivienne Sze此前在接受采访时表示,人工智能应用正在向智能手机、微型机器人、互联网连接设备和其他功率和处理能力有限的设备转移,意味着数据处理不再需要在云端、仓库服务器机架上进行,从云上卸载计算使我们能够扩大人工智能的影响范围,通过减少与远程服务器通信造成的延迟来加快响应时间。

你没看错:如今MCU上“跑”机器学习,也很给力! Doctor M
机器学习(ML)是解决涉及模式识别问题的一个非常好的工具,ML算法能将杂乱的原始数据转化为可用信号。其基本流程是基于数据产生模型,然后利用模型预测输出,从而实现无需人工交互即可完成学习、推理和决策等目的。然而,对高性能计算资源的需求将许多ML应用程序限制在云中。也就是说,只有云数据中心级别的性能才能满足ML对算力的要求。

边缘AI的“灵魂”,能否跟上Ta飞快脚步? Doctor M
边缘计算的快速发展使得计算能力加速向边缘迁移,AI也逐步从中心节点向更贴近数据源和业务现场的边缘侧拓展,边缘与云的关系已经呈现出既有分工又彼此合作的局面。在边缘侧,当边缘智能与边缘计算和人工智能相结合,能有效地执行实时、小数据的处理,开展AI模型的推理,并将结果回传至云端,这种“云—边—端”协同的边缘智能架构,解决了目前AI应用中存在的海量数据处理、实时响应以及数据安全等问题,为AI在更多行业的应用奠定了基础。

通过弱监督学习揭示医学影像中的秘密 Becks Simpson
将医学影像交给人工智能 (AI) 来分析,可以比人类专家更快、更准确地检测和测量出异常情况,推动基于影像的医疗诊断更进一步发展。要借此来改善患者的治疗效果并确立针对性的治疗方法,就必须建立起在不同人群中具有普遍性的高质量AI模型。然而,要建立这样的AI模型,就离不开大量数据的支持,并且这些数据还需要经过精心标注,才能供机器来学习。

借助MPU快速打造消费类应用的方法论 Doctor M
人工智能时代,智能终端的出现意味着简单的顺序控制/处理已经无法满足用户需求,人机交互(HMI)的刚性需求需要更强大的系统性能,并运行复杂的应用程序。

人工智能如何改善你的睡眠 Adam Kimmel
从更快的疾病诊断到优化医疗设备库存管理,AI已经在不断改进医疗应用的方方面面。将AI用于调节和改善睡眠,可以为病人提供近24小时的护理改善。

嵌入式AI的盛宴来了,谁来吃? Doctor M
通常,人工智能(AI)计算大多是在数据中心、企业核心设备或电信边缘处理器上远程执行的,而不是在本地设备上。其中缘由主要是AI计算需要数百个不同类型的芯片来执行,硬件的尺寸、成本和功耗都非常高。但是,对于那些对带宽、时延敏感的实时性应用而言,全部上“云”就不是最好的选择了。

君子动口不动手:这样的人机交互方式你喜欢吗? Doctor M
人机接口或人机界面(HMI)是系统和人之间进行交互和信息交换的媒介。传统的HMI主要借助RS232、RS422/RS485等串行通信接口,以及网口、USB等数据接口来实现设备的人机交互,而展现在我们面前的“触摸屏”、导航按钮等是HMI产品中非常重要的硬件部分,它替代了原有的鼠标和键盘的部分功能。

边缘计算前景很美,安全难题如何破解? Doctor M
在大规模商用以及快速发展的AI芯片技术双重加持下,边缘计算在未来十年将迎来爆炸性增长。根据Grand View Research的数据,2019年边缘计算所带来的市场价值约为25亿美元。到2027年,这一数值将达到434亿美元,年复合增长率达到37.4%。

何为脑机接口?一篇文章帮你搞懂! Paul Golata
脑机接口 (BCI) 应用加速了医疗器械行业的转变。在文中,我们将深入探讨此领域,并介绍测量脑电波所需信号链中的一些关键电子元件,以及AI是如何将这些元件整合起来的。

所有作者

显示更多 显示更多
按日期查看博客