“互联网+人工智能”深度学习技术及应用国家工程实验室揭牌

简介:

3月2日,“深度学习技术及应用国家工程实验室”揭牌。据了解,2016年,国家发改委相关通知明确,在促进人工智能技术发展方面,要求开展建设深度学习技术及应用国家工程实验室,类脑智能技术及应用国家工程实验室,虚拟现实和增强现实技术及应用国家工程实验室。

对于“深度学习技术及应用国家工程实验室”的建立,国家发改委高技术产业司副司长孙伟表示:“加快人工智能发展对于推动我国当前供给侧结构性改革,实施创新驱动发展,培育经济发展新动能具有重要意义。”

孙伟说:“这个实验室是我委在人工智能(领域)部署的首批国家创新能力平台。对推动我国人工智能技术研究及应用产业发展将发挥重要的作用。人工智能技术正在深刻影响,甚至颠覆我们的生产和生活的方式。已经成为世界主要国家竞相发展布局的一个战略重点。”

据悉,该实验室落户百度公司,该公司董事长兼首席执行官李彦宏介绍,近几年,公司对人工智能领域一直有非常大的投入,过去两年半在研发上的投入达两百亿。

李彦宏说:“今天无论是搜索还是信息流,所用的技术核心都是人工智能技术。当我讲内容分发还是我们的核心的时候,其实我主要还是指的搜索是我们的核心。当然信息流也是搜索的一个自然的延伸,而这个核心当中最核心的部分就是人工智能。”

据悉,“深度学习技术及应用国家工程实验室”将搭建人工智能产品大规模产业化、人工智能应用技术、人工智能寄出技术、深度学习工程平台4个层级,包含7个重点技术平台方向的整体技术方向架构。

对此,发改委高技术产业司副司长孙伟提出:“一是,深化产学研优协作,建立促进国家工程实验室良性发展的运行机制,形成合力。二是,要加快研发,通过建立具备多类型、大规模海量数据处理能力的深度学习技术及应用试验平台,形成国内一流的科研环境,构建深度学习技术评价体系和标准化体系,着力解决行业技术发展的重大技术问题。三是,要集聚人才。”



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

目录
相关文章
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习中的卷积神经网络(CNN)及其在图像识别中的应用
本文旨在通过深入浅出的方式,为读者揭示卷积神经网络(CNN)的神秘面纱,并展示其在图像识别领域的实际应用。我们将从CNN的基本概念出发,逐步深入到网络结构、工作原理以及训练过程,最后通过一个实际的代码示例,带领读者体验CNN的强大功能。无论你是深度学习的初学者,还是希望进一步了解CNN的专业人士,这篇文章都将为你提供有价值的信息和启发。
|
3天前
|
机器学习/深度学习 数据采集 测试技术
深度学习在图像识别中的应用
本篇文章将探讨深度学习在图像识别中的应用。我们将介绍深度学习的基本原理,以及如何使用深度学习进行图像识别。我们将通过一个简单的代码示例来演示如何使用深度学习进行图像识别。这篇文章的目的是帮助读者理解深度学习在图像识别中的作用,并学习如何使用深度学习进行图像识别。
|
2天前
|
机器学习/深度学习 自然语言处理 网络架构
深度学习中的正则化技术:从理论到实践
在深度学习的海洋中,正则化技术如同灯塔指引着模型训练的方向。本文将深入探讨正则化的核心概念、常见类型及其在防止过拟合中的应用。通过实例分析,我们将展示如何在实践中运用这些技术以提升模型的泛化能力。
|
4天前
|
机器学习/深度学习 算法框架/工具 Python
深度学习在图像识别中的应用
本文将探讨深度学习技术在图像识别领域的应用。我们将介绍深度学习的基本原理,以及如何使用深度学习进行图像识别。我们还将通过一个简单的代码示例来演示如何使用深度学习进行图像识别。
|
3天前
|
机器学习/深度学习 数据采集 边缘计算
深度学习在图像识别中的应用与挑战
本文深入探讨了深度学习在图像识别领域的应用,并分析了当前面临的主要挑战。通过具体案例和数据分析,展示了深度学习技术如何推动图像识别的边界,同时指出了数据质量、模型泛化能力及计算资源等方面的限制因素。文章旨在为研究人员和从业者提供一个关于深度学习在图像识别中应用现状与未来发展方向的全面视角。
|
1天前
|
机器学习/深度学习 传感器 人工智能
深度学习中的图像识别技术及其应用
在人工智能的浪潮中,深度学习已经成为推动技术创新的核心力量。本文将深入探讨深度学习在图像识别领域的应用,从基本原理到实践案例,展示如何通过神经网络模型实现高效准确的图像处理。我们将一起探索卷积神经网络(CNN)的奥秘,并通过实际代码示例,了解如何训练和部署这些模型来解决现实世界的问题。无论你是深度学习的初学者还是希望深化理解的开发者,这篇文章都将为你提供价值丰富的知识和技能。
|
1天前
|
机器学习/深度学习 监控 算法
基于深度学习的图像识别技术及应用
基于深度学习的图像识别技术及应用
17 0
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
37 1

热门文章

最新文章

下一篇
无影云桌面