东城信息港

当前位置:

人工智能的利用领域云智慧荣获利用性能管理

2019/05/15 来源:东城信息港

导读

1 : 云智慧荣获利用性能管理领域产品奖近日,由中国电子信息产业发展研究院(赛迪团体)主办的2014中国方案商大会暨(第106届)金

1 : 云智慧荣获利用性能管理领域产品奖

近日,由中国电子信息产业发展研究院(赛迪团体)主办的2014中国方案商大会暨(第106届)金软件金服务颁奖盛典在北京新世纪日航酒店成功美满举行。作为中国的利用性能管理运营商,云智慧旗下产品监控宝击败了国内外众多竞争者,终究收获了APM领域利用性能管理产品大奖,这也是中国APM产品首次获此殊荣。

作为新1代APM的,云智慧1直致力于为企业级用户提供全面、专业的端到真个利用性能管理服务(Application Performance Management)。通过专业、创新、快速、简单的产品理念,融会云计算、大数据等先进技术,为用户创造更多价值,推动IT管理进步。目前,云智慧的APM服务已会聚监控宝和透视宝两大产品系列,可以为企业在移动互联、云服务和各行业利用提供全面的解决方案,帮助企业在互联、移动和云时期继续具有和不断提升IT性能管理及运营优势。

监控宝专注于IT基础设施+服务交付的性能管理,快速发现及时消除本源问题,确保IT支持系统满足业务的SLA服务等级;帮助企业构建统1、可伸缩的自动化运维体系,和风险控制能力。与此同时,透视宝专注于大数据分析+业务价值,由内而外多层数据可视化,看清基础架构到业务所有层级路径,从根本上解决影响业务相干性问题;通过前瞻的大数据分析来驱动业务的增长。

云智慧CEO殷晋表示:云智慧作为中国早的APM运营商,在30万企业用户上积累了丰富的服务经验和运营能力。业界首创的API监控进1步展现出云智慧充分理解客户需求,快速和延续创新的能力。云智慧公司具有中国早进、竞争力、成熟稳定产品,企业不管处于哪一个发展阶段和哪一种利用环境,都可以全面利用,快速见效,是帮助企业IT性能管理优化升级的选择。

2 : 人工智能领域不为人知的趋势:云计算 vs 高性能计算

当吴恩达还在Google训练电脑矩阵使用人工智能,辨认喵星人视频时,他并不是1帆风顺。

Google在世界各地的数据中心具有海量计算机,对吴恩达的工作,计算量绰绰有余。但配置如此强大的计算机集群其实不是1件容易的事情,如果有1台服务器忽然当机(如果你同时使用1000台机器,这类事情几近每天都会产生),就会()减小准确性。

吴恩达流露,这是深度学习世界里众多问题之1,如今大数据和人工智能里热的议题是:与云计算的发展不符。Google、亚马逊和Facebook已使用云计算在数万台计算机上运行软件。

在吴恩达的人工智能实验后没多久,1位名叫Adam Coates的斯坦福大学研究人员想出了1个更好的解决方案,他用1种不同的微处理器,图形处理器GPU(Graphical Processing Unit),将3台计算机联贯在1起,让它们像是1个系统1样运行,结果与Google数千台计算机的运行效果是1样的。这是1个非凡的成绩。

Coates目前在吴恩达手下,就职与百度。他说,

“和之前支持人工智能的处理器相比,GPU在资源处理上有很大不同,不但速度更快,同时能在更小系统上紧密整合,本钱也得以下降。”

游戏玩家应当对GPU非常熟习,他们会购买专门的显卡提升视频游戏体验。实际上,在吴恩达的Google人工智能实验之前,学术界也早已了解GPU,它具有强大的数学处理能力,对深度学习而言再合适不过。1开始,研究人员只为单1系统编写深度学习软件,而Coates则在很多基于GPU的计算机上构建深度学习络。

Google和Facebook也在使用GPU,固然还有1些人工智能实验室,如橡树岭国家实验室(Oak Ridge National Labs)和劳伦斯·利弗莫尔国家实验室(Lawrence Livermore National Laboratory)。他们希望利用强大的芯片和速度超快的络设备(现以广泛利用于超级计算机内)支持深度学习的计算能力。

超级计算机遇到深度学习

在橡树岭国家实验室有1个研究设施SNS(散裂中子源),它构建于2006年,曾引爆过世界上强的材料中子束,帮助物理学家和化学家了解材料内部结构是如何构成的。

SNS产生了大量数据,它们需要被完全分析。而科学家们相信,他们可以利用深度学习算法快速辨认数据类型,提升分析能力。辨认数据类型可是深度学习的专长。

但问题是,对科学摹拟来讲,每次产生700TB数据恍如太正常不过了,不过这比美国国会图书馆所有信息加起来的量还要大。

不过,在高性能计算机络的支持下,现在由GPU支持的深度学习可以解决上述问题。实验室的Titan超级计算机和Google云有些不1样,虽然它也是有数千台计算机组成的计算矩阵,但Titan可以在每台机器内存实现快速进出、交换数据,并且推送给其他机器。也就是说,研究人员已能在Titan上利用深度学习算法。

Facebook也使用GPU,但负责深度学习的研究人员Yann LeCun还没有完全摆脱对CPU的依赖。他说:

“Facebook使用了基于GPU的基础设施来训练深度学习模型,传统CPU集群的处理速度的确太慢了。不过全新的多核CPU芯片,会与GPU产生差不多的效果。”

支持超级计算的软件在人工智能被真正认识之前,极客们必须编写在超级计算机上运行的深度学习软件。但开发这样的软件可能还需要很多年时间才能完成。

吴恩达初在Google构建“猫咪视频”的人工智能模型里,有10亿个参数,这才多少让计算机有了点儿人类认知的能力,可以辨别照片和视频里的内容,比如是猫咪还是仓鼠。

劳伦斯利弗莫尔实验室已构建出了包括150亿个参数的软件,是Google模型的15倍,人工智能辨认能力也会更强大。实验室负责人Barry Chen说道:

“我们希望项目结束时,可以构建成世界上的神经络训练算法,固然这需要高性能的计算机支持。”

Google的方式那末,Google在做什么呢?它也在向GPU转型,不过选择了1条不同的路径而已。Google构建了1个全新深度学习系统DistBelief,在其庞大而蔓生的云系统上既可以运行GPU,也能够运行CPU。

Google将数字运算工作拆分成了数以百计的小集群,每个集群会配置1到32台计算机,如此巨大的计算能力让Google的人工智能软件水平有了很大提升,可以辨别椅子和凳子,还能辨别“Shift”和“Ship”这样的单词。

固然,Google数据中心内部的计算机也可能会当机,这是不可避免的,但是即使如此,也不会对Google造成太大的影响。事实上,Google全部系统的设计非常棒,用Google研究科学家Greg Corrado的话说,即使有计算机坏了,研究人员们乃至都不会发觉到。

“云计算VS高性能计算,其实和公司文化、可用资源、乃至是企业品味相干。作为Google研究人员,我固然为Google内部系统感到高兴。”

VIAwired

3 : 亚明照明李志君:积极布局智能照明3大利用领域

5月15日,由上海照明电器行业协会、上海市照明学会和复旦大学电光源研究所联合主办的“第5届上海照明科技及利用趋势论坛”在上海灯具城隆重召开,搜狐焦点家居作为特邀媒体进行全程报道,并围绕智能照明的话题与行业代表进行专访。

采访时间:2015年5月15日

采访地点:上海灯具城

采访嘉宾:亚明照明总经理李志君

亚明照明总经理李志君4 : 医学领域开启智能医用机器人时期

2月7日,手术机器人“达芬奇”在武汉协和医院完成湖北省首例机器人胆囊切除术。

达芬奇机器人由3部份组成:按人体工程学设计的医生控制台;4臂床旁机械臂系统;高清晰3维视频成像系统。

与传统手术相比,达芬奇机器人手术有3个明显优势:突破了人眼的局限,使手术视野放大20倍;突破人手的局限,7个维度操作,还可避免人手可能出现的抖动现象;无需开腹,创口仅1厘米,出血少、恢复快,术后存活率和康复率大大提高。

另外,机器人手术通过3维成像,可以放大4至10倍,再小的血管、再细的纤维,均能看得清楚,可方便医生及时做出判断。它还有使用范围广、减少手术工作人员、节省医生体力、远程手术和方便教学等优点。

约1小时后,患者胆囊被顺利切除。

手术中主刀的协和医院院长、原胃肠外科主任王国斌感叹:“之前1台外科手术仅医生就需要4人,应用机器人操作1般只需要1名医生,大大节省医生劳动力,而且医生能坐着手术,轻松了很多”。

据悉,达芬奇手术机器人是目前世界上早进的用于外科手术的机器人,开始的目的是用于外太空的探索,为宇航员提供医疗保障,提供远程医疗。目前,全球手术机器人装机3079台,其中美国2153台,中国大陆已有31台。

另据发表在英国皇家学会期刊《界面》(Interface)上的文章介绍,1台名为“夏娃”(Eve)的人工智能机器人将有助于推动新型药物的发明,使新药开发速度更快,价格更低廉。研究团队已取得了初步突破,“夏娃”发现了1种抗肿瘤药物可能也能够用在疟疾的医治当中。

“夏娃”随机选择化合物库中的1个子集,找出能通过第1个测试的化合物;这些化合物再经过量次重复测试,以下降假阳性结果出现的几率。“夏娃”从中甄别出对选定药物目标有作用的高可能性化合物。这是1个非常聪明的、基于基因工程酵母的挑选系统,使“夏娃”能排除那些对细胞具有毒性的化合物,选择那些能阻断寄生虫蛋白质活动的化合物,而不对人类蛋白质产生损伤。这1进程可以下降本钱和不肯定性,并减少了药物挑选所需的时间,对全球数以百万计的人们来讲,具有潜伏的重要价值。

“夏娃”可以自动提出和测试假说,利用实验室机器人运行实验,然后对结果进行解释以修正假说,以后再重复这1进程,自动完成高通量的、假说主导的研究,而且其科学进程的所有方面都可以数字化保存下来,供人研究。

曼彻斯特大学生物技术研究所的罗斯金(RossKing)教授说:“每个产业都受益于自动化,科学也不例外。引入机器学习使这1进程变得智能化而不是仅仅使用蛮力可以大大加快科学开发的速度,并可能取得巨大的回报。”

伦敦皇家学院泌尿外科医生贾斯廷韦尔认为,如今机器人已成为平常医疗工作的组成部份,“随着机器人的价格愈来愈低、体形愈来愈小,它们定会成为常规医疗手段”。

医学实验室的专家们也预测:人类与机器人之间的界限是很模糊的。未来,实验的对象可能触及可摄取或可注射的纳米机器人,该技术也许可以实现“显微”医治或直接定向给病人的得病细胞递送药物。30年后,移植的条件将不再是器官捐赠,受电子控制的人造器官将为愈来愈多的病患提供第2次生命。

另外一方面,假体将更加便捷的为人所用,医务人员将通过传感器传递重要数据,人们的健康可以遭到实时监控。也正是因技术的不断发展和提升,卡巴斯基做出推断,2045年人类寿命将显著增加。

月经量异常怎么调理
月经量异常怎么回事
经间期出血的几种原因
标签