谷歌计划使用开源平台TensorFlow来训练一个人工智能,以检测显微镜拍摄的照片中的癌细胞。他们已经开始使用谷歌云医疗API来开发神经网络,对现有数据集进行去识别和分割。一旦人工智能得到充分训练,他们将设计自己的显微镜,并集成AR(增强现实)叠加,向医生展示细胞癌变的可能性信息。
谷歌希望他们的方法能够减少医生面临“庞大的数据量”,并使诊断更快、更便宜,同时也更准确。但人工智能在医疗实践中的广泛应用还需要一段时间。
第一批显微镜将被运往选定的国防卫生局治疗机构,仅用于研究。之后,这项技术将推广到更广泛的美国军事卫生系统和退伍军人事务医院进行实际试用。
免责声明:本文版权归原作者所有,文章系作者个人观点不代表蜗牛派立场,如若转载请联系原作者;本站仅提供信息存储空间服务,内容仅为传递更多信息之目的,如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈!
]]>阿里云告诉蜗牛派,含光800云服务器,配备阿里平头哥自研神经网络加速芯片含光800,提供较高的单芯片AI推理性能,并针对业务场景做了深度优化,广泛适用于图像搜索、场景识别、视频内容识别、自然语言处理等业务,为客户提供高性价比的推理解决方案。
目前,阿里云城市大脑交通信号机系统已经开始使用含光800服务器处理车辆检测、品牌识别、车牌识别等算法模型,单张含光800全链路能够支持100路实时视频的分析和特征结构化数据的提取,相比GPU性能提升超过5倍。
阿里电商平台合规经营也在含光800云服务器上建立了多维度全方位的风险识别机制。
据悉,含光云服务器还基于阿里云自研的神龙云服务器架构,为用户提供弹性裸金属加速实例,兼顾了物理服务器的功能性能优势,以及云计算的可用优势。开发工具采用阿里平头哥HGAI自动化开发工具,支持主流深度学习框架TensorFlow、Caffe、MXNet和ONNX。
此外,作为业界统一加速Tensorflow、PyTorch、MXNET、Caffe等主流开源框架的阿里云飞天AI加速引擎AIACC与含光800的组合,在2020年3月打败谷歌,拿下斯坦福大学DAWNBench ImageNet推理成本的世界第一,能效比为500IPS/W,是第二名3.3倍。
免责声明:本文版权归原作者所有,文章系作者个人观点不代表蜗牛派立场,如若转载请联系原作者;本站仅提供信息存储空间服务,内容仅为传递更多信息之目的,如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈!
]]>