边缘计算,嵌入式系统
人工智能风险管理框架发布
NIST发布了他们的人工智能(AI)风险管理框架,作为建立和灌输公众对人工智能信任的更大努力的一部分。
工程师利用人工智能推进纳米医学制造
人工智能和新型制造技术的结合可能会彻底改变聚合物纳米颗粒的生产。
工程师使用人工智能进行更安全的现实学习
宾夕法尼亚州立大学的研究人员正在开发让人工智能(AI)和机器学习(ML)在现实世界中安全使用的方法。
人工智能通过更深刻的洞察力来提高效率
终端用户组织对使用机器学习、人工智能和其他新兴技术来增加可操作信息的兴趣越来越大。
机器学习有助于核聚变反应堆的湍流跟踪
麻省理工学院的研究人员开发了一种机器学习方法,可以影响聚变反应过程中产生的能量,对反应堆设计具有意义。
利用光子学改进深度学习
一种新方法使用光学来加速智能扬声器和其他低功耗连接设备上的机器学习计算。
人工智能和机器学习如何推动可持续的5G
未来的网络有可能减少能源消耗高的行业对环境的影响,但该行业需要一个整体的节能解决方案,以实现效益最大化并产生真正的影响。
人工智能正在推动工程领域的数字化转型
在改变工程领域时,人工智能(AI)正在推动数字化。
网络修剪可以使深度学习模型倾斜
北卡罗莱纳州立大学的研究人员发现,网络修剪会对模型在识别某些群体时的表现产生不利影响。
机器,设备学习的边缘
麻省理工学院的研究人员开发了一种技术,使AI模型能够不断地从智能手机和传感器等智能边缘设备上的新数据中学习,从而降低能源成本和隐私风险。