Meta 最近宣布大規模裁員,高達 13% 員工受影響。雖然人工智慧是 Meta 重點發展,但有人工智慧研究員表示,整個團隊都被裁掉。 繼續閱讀..
Meta 大裁員也波及機器學習研究團隊 |
| 作者 Unwire Pro|發布日期 2022 年 11 月 14 日 8:45 | 分類 AI 人工智慧 , Facebook , 人力資源 |
Meta 大裁員也波及機器學習研究團隊 |
| 作者 Unwire Pro|發布日期 2022 年 11 月 14 日 8:45 | 分類 AI 人工智慧 , Facebook , 人力資源 | edit |
Meta 最近宣布大規模裁員,高達 13% 員工受影響。雖然人工智慧是 Meta 重點發展,但有人工智慧研究員表示,整個團隊都被裁掉。 繼續閱讀..
聯發科機器學習導入晶片設計,最短幾小時就完成 |
| 作者 Atkinson|發布日期 2022 年 10 月 25 日 14:30 | 分類 AI 人工智慧 , IC 設計 , 半導體 | edit |
聯發科宣布,近期機器學習導入晶片設計,運用強化學習 (reinforcement learning) 讓機器自我探索學習,預測晶片最佳電路區塊位置 (location) 與形狀 (shape),可大幅縮短開發時間並建構更強大晶片,成為改變遊戲規則的大突破。此技術將於 11 月台灣舉行 IEEE 亞洲固態電路研討會 A-SSCC (Asian Solid-State Circuits Conference) 發表,同步申請國際專利。
預估 2022 年全球量子運算市場達 5.8 億美元,中國地位領先 |
| 作者 拓墣產研|發布日期 2022 年 07 月 28 日 9:00 | 分類 AI 人工智慧 , 會員專區 , 量子電腦 | edit |
2021 年全球量子運算市場為 4.7 億美元,相較 2020 年成長 16.7%,其市場主要由中國、美國占據領先地位,以領導全球量子運算與其技術進展,尤以在上層軟體、演算法速度方面已陸續在小規模問題的實驗中得到實踐,預估 2022 年有望達到 5.8 億美元,年成長率約 18.8%,目前來看至 2027 年每年成長幅度都有擴大趨勢,2022~2027 年 CAGR 為 34.7%,而市場成長最大推動力將來自於中國。 繼續閱讀..
Facebook 再改介面分成「動態消息」、「首頁」,兩者有何不同? |
| 作者 陳 冠榮|發布日期 2022 年 07 月 22 日 14:50 | 分類 Facebook , 會員專區 , 社群 | edit |
Meta 創辦人暨執行長祖克柏(Mark Zuckerberg)21 日親自宣布,Facebook 新增「動態消息」分頁,可依時間排序瀏覽朋友、社團、粉絲專頁的最新貼文,也能將感興趣的朋友與專頁加入最愛清單,並在「最愛」分頁優先查看他們的動態消息。此外,Meta 進一步將主要頁面(意即開啟 Facebook 時最先看到的頁面)命名為「首頁」,作為在 Facebook 上與他人建立聯繫及探索新事物的起點。
NVIDIA 發表 Grace 伺服器參考設計,供應商將於 2023 年推出新品 |
| 作者 TrendForce 集邦科技|發布日期 2022 年 06 月 07 日 7:30 | 分類 伺服器 , 技術分析 , 會員專區 | edit |
NVIDIA 於 COMPUTEX 2022 發表針對高效能運算(HPC)、機器學習、雲端遊戲與繪圖、數位孿生等 4 種 Grace 伺服器參考設計,並表示伺服器代工廠、品牌商將於 2023 年推出有關產品。此類伺服器乃是基於 NIVIDA 開發的 Grace CPU,採用 ARM v9 架構,旨在滿足資料中心的高效能運算、AI 運算需求。 繼續閱讀..
超越人類智慧水準的 AI 即將來臨,DeepMind 推出全新通用 AI 代理程式 Gato |
| 作者 Evan|發布日期 2022 年 05 月 23 日 8:30 | 分類 AI 人工智慧 , Google , 會員專區 | edit |
AI 人工智慧的發展日新月異,科技大廠莫不致力於突破弱 AI 的侷限,並加快邁入強 AI 階段的進程。這個競爭激烈的強 AI 競賽,似乎已被 DeepMind 拔得頭籌。因為該公司日前已搶先推出能與人類智慧一較高下的通用 AI(Generalist AI)代理程式 Gato,它不再像過去弱 AI 只擅長某領域單一任務,而是人類能做的各種任務,它都能輕鬆辦到。 繼續閱讀..
機器學習技術製作合成酶,24 小時分解塑膠垃圾 |
| 作者 Unwire Pro|發布日期 2022 年 05 月 10 日 9:15 | 分類 AI 人工智慧 , 材料 , 環境科學 | edit |
科學界近年應用人工智慧技術的場合越來越多,最近一個新研究,就利用機器學習技術找出最有效的合成酶成分,再用於分解塑膠垃圾。 繼續閱讀..
