社会焦点

一周DT科技评论精选:DARPA终身学习机器(L2M)计划(2)

字号+ 作者: 来源: 2017-03-22

【新闻摘要】英特尔宣布斥资153亿美元高价收购自动驾驶汽车硬件供应商Mobileye。这次大手笔的交易使英特尔补齐了在自动驾驶领域的短板,也使其追赶上了老对手的脚步。从此在自动驾驶芯片领域,英特尔、高通、英伟达

  【新闻摘要】英特尔宣布斥资153亿美元高价收购自动驾驶汽车硬件供应商Mobileye。这次大手笔的交易使英特尔补齐了在自动驾驶领域的短板,也使其追赶上了老对手的脚步。从此在自动驾驶芯片领域,英特尔、高通、英伟达成三足鼎立之势。

  【小云评论】芯片是自动驾驶产业的关键环节之一,也是自动驾驶人工智能生态的关键基础。供完全自动驾驶车所需要的系统级解决方案主要包含三个方面的核心内容:感知、地图与驾驶策略。无论是感知还是驾驶策略都是深度学习算法为核心的计算产生的智能化。这一系列要求芯片能够实时处理传感器或者摄像头传回来的大量数据,通过计算感知路面的的状况,然后很快计算并得出可通行的路径方案,并且通过实际的训练计算,能够让系统逐渐掌握驾驶车辆的经验。同时,由于自动驾驶芯片涉及到行车安全,对发热、寿命、网络安全要求更高,所以比一般消费级芯片更有技术含量,更不要提成本问题。英特尔收购mobile, 成为自动驾驶汽车领域的又一个强有力的布局者,让我们对自动驾驶的系统级解决方案多了一份期待。

  

一周DT科技评论精选:DARPA终身学习机器(L2M)计划

  5. DeepMind成功将“记忆”融入人工智能

  新闻链接:

  https://mp.weixin.qq.com/s/SICbPoRpc6bxrXuBTp8DLA

  【新闻摘要】谷歌的DeepMind团队发表的新论文《Overcoming catastrophic forgetting in neural networks》,宣布开发出新算法可以使人工智能增加“记忆”,机器将可以利用学习过的“知识”和“技能”来解决新问题,这对于发展通用型人工智能将极具启发意义。

  【小云评论】人工智能的发展正处在从“专用人工智能”向“通用人工智能”发展的道路上,前者被普遍认为是狭窄的、特定领域的智能,是不能真正地推理和解决问题的智能。而后者,也被表述为强人工智能,具备人类的判断和决策,在没有特定领域知识的情况下,解决不同种类的问题。顾名思义,通用人工智能最重要就是要首先尽量减少对领域知识的依赖,其次能够基于经验和知识,通过学习来提高处理通用任务的适用性。DeepMind 联合帝国理工学院开发出的这套新的算法,让神经网络学习、记住并重新使用信息成为可能,为发展通用型人工智能做出了很好的尝试,但是距离通用型人工智能还有很长的路要走,让我们拭目以待。

  

一周DT科技评论精选:DARPA终身学习机器(L2M)计划

  6. 安全攻击模拟厂商(Cymulate)PRE A轮融资三百万美元

  新闻链接:

  

  【新闻摘要】以色列的网络安全公司Cymulate3月10日宣布,它已经通过由投资公司Susquehanna Growth Equity领导的A轮融资募集了300万美元。该公司提供基于云的网络攻击仿真平台,帮助组织评估各种系统的安全性,例如电子邮件,Windows域网络配置,网络服务器,网络流量等。该公司表示“通过改变攻击/防御安全和软件即服务平台的组合,Cymulate可以帮助其客户在实际攻击发生之前发现其安全基础架构中的关键漏洞”。一次性安全评估的价格为9999美元,同时也可以为企业客户和服务提供商提供定制化服务。

  【小云评论】Cymulate主要是针对以下场景进行攻击模拟(WAF攻击模拟、邮箱攻击模拟、DLP攻击测试、SOC模拟测试);邮箱测试勒索软件测试、木马、Payload以及攻击测试;包括这类测试主要是完善产品、人员意识以及相应的攻击技术能力检测和提升;Cymulate有一些缺陷是不能模拟大流量的攻击重放(大流量攻击重放就是根据历史的流量进行回注,进而进行攻击检测);另外一个类的是蜜罐类,在攻击的入口部署流量设备,遇到攻击流量利用网络牵引流量到攻击区域,同时在攻击区域部署类似UMID唯一标识的产品来进行Threat Actor的攻击建立人物互相以及攻击TTPS的收集;国内其实也有一些类似的公司,如何抓住用户的痛点,才是市场上真正所需要的。

  

一周DT科技评论精选:DARPA终身学习机器(L2M)计划

  7. 谷歌升级语言处理框架SyntaxNet

  新闻链接:

  https://mp.weixin.qq.com/s/xnuyerCplc29N3NB3ngNXw

  【新闻摘要】最近,谷歌发布语言处理框架SyntaxNet升级版,识别率提高25%。谷歌宣称此项升级结合了其在多语种语言理解问题上近一年的研究成果,升级的核心是一项可以使得对输入语句的丰富变体进行学习成为可能的新技术。具体而言,此项升级扩展了 TensorFlow,使 TensorFlow 可以允许多层次语言结构的联合建模,而且,它也让 TensorFlow 允许在一个句子或文档处理的过程中动态创建神经网络架构,目前这项成果已经开源。

  【小云评论】文本分析主要是指对文本处理,并对文本建模取得有用的信息。今天人工智能技术的发展,使得传统统计机器学习的方法已经不能达到预期效果,而利用深度机器学习技术却能迎刃而解,使得文本分析的主要用途从垃圾邮件分类,搜索词聚类,生成电子邮件的自动回复,到现在的语言机器翻译,和许多你曾经不敢相信的场景。谷歌在多层级语言结构上获得的突破,也使得我们相信深度机器学习技术将给自然语言处理,甚至情感语义分析带来更多的应用机会和价值。

  

一周DT科技评论精选:DARPA终身学习机器(L2M)计划

  8. DARPA终身学习机器(L2M)计划

  新闻链接:

  

转载请注明出处。


1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章