“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
|
1天前
|
机器学习/深度学习 算法框架/工具 计算机视觉
深度学习在图像识别中的应用
【9月更文挑战第27天】本文将探讨深度学习技术如何改变图像识别领域。我们将通过实际案例和代码示例,展示深度学习模型如何从原始像素中学习和提取特征,以及如何使用这些特征进行准确的图像分类。
17 10
|
1天前
|
机器学习/深度学习 存储 人工智能
深度学习在图像识别中的应用与挑战
【9月更文挑战第27天】本文将深入探讨深度学习技术如何革新了图像识别领域,并分析当前面临的主要挑战。通过简明扼要的介绍,我们将揭示深度学习模型如何超越传统方法,以及它们在实际应用中的限制和未来发展方向。
|
1天前
|
机器学习/深度学习 人工智能 算法
深度学习在图像识别中的应用与挑战
随着人工智能技术的快速发展,深度学习已经成为了图像识别领域的核心技术之一。本文将探讨深度学习在图像识别中的应用及其面临的主要挑战。通过分析当前流行的深度学习模型和算法,如卷积神经网络(CNN)、循环神经网络(RNN)等,我们可以更好地理解这一领域的现状和未来发展趋势。同时,本文也将讨论深度学习在图像识别中所面临的一些关键问题,如数据不平衡、模型过拟合、计算资源需求等,并提出可能的解决方案。
|
2天前
|
机器学习/深度学习 自动驾驶 vr&ar
深度学习在图像识别中的应用与挑战
随着人工智能技术的迅猛发展,深度学习已经成为推动科技前沿的核心动力之一。在众多应用领域中,图像识别技术因其广泛的应用前景和商业价值而备受关注。本文旨在探讨深度学习在图像识别中的应用及其所面临的挑战,并展望未来的发展方向。通过分析当前主流的深度学习模型和技术,揭示其在图像识别中的潜力和限制,为相关领域的研究和实践提供参考。
11 2
|
2天前
|
机器学习/深度学习 存储 自然语言处理
深度学习中的模型压缩技术
在现代深度学习应用中,模型的复杂性和体积不断增加,给存储和计算带来了巨大的挑战。为了解决这些问题,模型压缩技术应运而生,并成为研究热点。本文将介绍什么是模型压缩技术,探讨其常见方法及应用实例,分析其在实际应用中的效果和前景。
9 1
|
1天前
|
机器学习/深度学习 移动开发 TensorFlow
随着人工智能技术的迅速发展,图像识别在各个领域的应用越来越广泛
我们开发了一款基于Python和TensorFlow的果蔬识别系统,利用CNN模型高效识别12种常见果蔬,提升饮食健康与食材管理。该系统通过图像预处理与增强提高模型鲁棒性,并借助Django搭建Web平台,提供便捷的图片上传识别功能。项目不仅展示了深度学习在图像识别中的潜力,还为相关研究奠定了基础。更多详情及演示视频请访问:[项目链接](https://www.yuque.com/ziwu/yygu3z/pnrng41h0sg5f5tf)。
|
2天前
|
机器学习/深度学习 自然语言处理 搜索推荐
探索深度学习与自然语言处理(NLP)在智能客服系统中的创新应用
探索深度学习与自然语言处理(NLP)在智能客服系统中的创新应用
8 0
|
2天前
|
机器学习/深度学习 存储 自然语言处理
深度学习中的模型压缩技术
在这篇文章中,我们将探讨深度学习领域中的一项重要技术——模型压缩。随着人工智能技术的迅猛发展,深度学习模型变得越来越复杂,但这也带来了计算资源的巨大需求。为了解决这个问题,模型压缩技术应运而生。本文将介绍什么是模型压缩、为什么需要它以及几种常见的模型压缩方法。
8 0
|
4天前
|
机器学习/深度学习 存储 人工智能
AI与未来医疗:技术的飞跃与挑战
在当今科技迅速发展的时代,人工智能(AI)正以前所未有的速度渗透到各行各业。特别是在医疗领域,AI的潜力和应用前景令人瞩目。本文将探讨AI在未来医疗中的角色,分析其带来的变革与挑战,并展望未来的发展方向。