近日,機器智能大會(machine intelligence conference)在世界知名前沿科技實驗室——麻省理工學院媒體實驗室(the mit media lab)正式舉行。碼隆科技聯合創始人兼cto碼特(matt scott)受邀參加本次大會,并向與會的精英學者與企業代表分享了碼隆科技在人工智能計算機視覺領域的探索及行業洞見。

本次大會由麻省理工學院、哈佛大學、波士頓大學以及塔夫茨大學等世界知名高校學生組織所舉辦,致力于推動機器智能技術的創新發展與深度應用。大會現場,來自intel ai、facebook、亞馬遜及英偉達等世界知名企業的代表齊聚一堂,暢談ai未來發展。

在以“ai創新應用”為主題的演講環節中,碼特向與會人員分享了碼隆科技的創業歷程及最新的產品、技術進展。碼特表示,未來人工智能的發展必定與實體行業密不可分,同時,為傳統企業降本增效是碼隆科技不變的使命。目前,中國傳統行業在智能升級層面上的產業共識已漸成,碼隆科技針對不同行業的解決方案現已覆蓋零售、紡織服裝、家居家具及醫療等多個領域。

碼隆科技聯合創始人兼cto碼特主題演講現場

大會上,碼特應邀參與主題為“future of ai”的圓桌討論環節,就人工智能的未來發展及其對人類社會的影響進行觀點交流與分享。論壇上,碼特說道:“全球化發展在為人工智能增添活力與創造力的同時,也給這個行業各大參與者帶來了更大的責任。如果想要讓人工智能為人類創造更多機會、帶來更多價值與幫助,那么最重要的則需要各國攜起手來,擁有開放包容的心態,實現合作共贏。”

大會“future of ai”圓桌討論現場

隨后,作為人工智能領域優秀開發者代表,碼特受邀在大會期間與參會學者分享了碼隆科技重大技術突破——“弱監督學習”算法curriculumnet。在商品識別模型的訓練過程中,海量數據是模型訓練基礎。然而,現實中,大部分互聯網數據并未經過人工標注或篩選,含有大量噪聲信息,這大大地增加了深度學習算法模型的訓練難度。而碼隆科技自主研發的“弱監督學習”算法curriculumnet 可通過從互聯網上收集大量帶有噪聲標簽的數據來訓練出一個魯棒性很強的深度神經網絡模型技術。這一方法對那些缺少大型已標注數據集的研究人員十分有幫助,同時在真實豐富的商業場景中有著更大的應用價值。

碼特正在進行深度技術分享

人工智能作為前沿科技之一,技術創新和產業應用都在蓬勃發展。碼隆科技相信,學術界與產業界從技術研發及人才培養等多方面的深入合作將會為科技賦能實體行業創造更美好的未來。

免責聲明：以上內容為本網站轉自其它媒體，相關信息僅為傳遞更多信息之目的，不代表本網觀點，亦不代表本網站贊同其觀點或證實其內容的真實性。

以上是網絡信息轉載，信息真實性自行斟酌。