MAKER EVEN

根據美國商務部的數據，STEM職業的增長率為17％，而其他職業的增長率為9.8％。 即使在非STEM職業中，STEM學位持有者的收入也更高。 科學，技術，工程和數學工作者在美國經濟的持續增長和穩定中發揮著關鍵作用，是幫助美國贏得未來的關鍵組成部分。 STEM教育創造了批判性思考者，提高了科學素養，并使下一代創新者成為可能。 創新帶來了維持經濟發展的新產品和新工藝。 這種創新和科學素養取決于STEM領域的扎實知識基礎。 很明顯，未來的大多數工作都需要對數學和科學有基本的了解。 盡管有這些令人信服的事實，但美國學生的平均數學和科學成績落后于其他發展中國家。 什么是STEM？ STEM代表科學，技術，工程和數學。 STEM非常重要，因為它遍及我們生活的方方面面。科學在我們周圍的世界無處不在。技術不斷擴展到我們生活的方方面面。工程是道路和橋梁的基本設計，但也應對了改變全球天氣和環境友好變化的挑戰。數學存在于我們生活中的每一個職業，每一項活動中。通過讓學生接觸STEM并讓他們有機會探索與STEM相關的概念，他們將培養對它的熱情，并希望在STEM領域找到一份工作。基于STEM的課程具有幫助學生學習的現實生活情境。像“兒童工程”這樣的課程整合了多個課程，為觀看概念與生活的關系提供了機會，從而有希望激發對未來STEM領域職業生涯的熱情。 STEM活動為學生提供實踐和思想上課。讓數學和科學既有趣又有趣，有助于學生做更多的事情而不僅僅是學習。 為何選擇STEM？ “在21世紀，隨著我們面臨全球化和知識經濟的利益和挑戰，科技創新變得越來越重要。為了在這個新的信息化和高科技社會中取得成功，學生需要將他們在STEM中的能力發展到遠遠超出過去認為可接受的水平。“ 誰受益于STEM？ STEM教育有助于彌合有時在數學和科學領域發現的種族和性別差距。已經制定了一些舉措，以增加婦女和少數群體在STEM相關領域的作用。 STEM教育打破了傳統的性別角色。為了在全球經濟中競爭，STEM教育和職業必須成為國家的優先事項。每個決策都使用STEM的一個方面來理解其含義。 總之，STEM教育對于幫助美國保持世界領先地位至關重要。如果STEM教育沒有得到改善，美國將繼續在數學和科學成績的世界排名中下降，并且將無法維持其全球地位。學校的STEM教育對于激發學生在STEM職業生涯中的興趣...

近年來，曾一度風靡美國的STEAM教育成為時下大熱，在教育領域的出鏡率居高不下，許多學校、教育機構甚至企業都紛紛加入了這股熱潮。如果你還不知道STEAM，那可真落伍啦! STEAM教育，你真的瞭解嗎? STEAM是一種教育理念，有別於傳統的單學科、重書本知識的教育方式。STEAM是一種重實踐的超學科教育概念。 STEAM教育理念最早是美國政府提出的教育倡議，為加強美國K12關於科學、技術、工程、藝術以及數學的教育。STEAM是這五個學科的英語單詞縮寫：Science(科學)、Technology(技術)、Engineering(工程)、 Arts(藝術)、 Maths(數學)。 如果你以為STEAM這幾個字母的疊加等於這幾門學科的“大雜燴”，那可就大錯特錯啦! 具體來說，STEAM教育不僅僅是提倡學習這五個學科知識，更是提倡注重學習與現實世界的聯繫和一種新的教學方式。它能夠讓學生們自己動手完成他們感興趣的、並且和他們生活相關的專案，在過程中學習各種學科以及跨學科的知識。STEAM教育理念強調的是多學科、跨領域知識的學習與應用，并且賦予了比傳統教育理念更強大的實踐能力要求。 Google在2017年推出了 AIY Projects，將 Raspberry Pi 與配件、軟體和必備的紙板搭配使用，巧妙的將 AI 與 DIY 玩法結合，讓使用者能夠製作出專屬的 Google Assistant 智能音響，近期 Google 又為 AIY 推出視覺和語音套件的改進版本，讓使用者能夠更簡單上手。 “Google正在採取許多努力讓機器學習能夠更為"平易近人"，AIY Projects 主管 Billy Rutledge 表示，他們希望幫助教育工作者將 AIY 加入到 STEAM 的課程計畫中，並透過新版 AIY 套件的協助，幫助學生應對更多未來挑戰。” 據瞭解，新的視覺套件和語音套件已經在香港率先開售，價格分別是港幣706和港幣392。感興趣的家長們，可以關注Google AIY系列開發套件的香港線上商城——引力互聯GravitylinkStore。 AIY可以作為很不錯的教具，啟發學生們的動手、動腦、創造能力。家長和老師們，需要注意引導學生跨學科知識的學習與運用。結合實際問題，培養學生對新知識、新方法的學習能力；培養學生在解決問題過程中的系統性思維，引導他...

在現今，商業或社交網站都存在著大量的“深度學習”算法。在過去的十年中，這些強大的人工智慧（AI）工具已經越來越成功地應用于圖像分析，語音識別，翻譯和許多其他任務。實際上，這些算法的計算和功率要求構成了現在數據中心的主要需求，而且仍在增長。 研發設計人員經常將大部分高度并行計算卸載到商業硬件上，尤其是最初為快速圖像渲染而開發的圖形處理單元（GPU）。這些芯片特別適合于計算密集型“訓練”階段，該階段使用許多經過驗證的示例來調整系統參數。 “推理”階段，其中部署深度學習來處理新穎的輸入，需要更大的存儲器訪問和快速響應，但是歷史上也已經用GPU實現。 然而，為了應對快速增長的需求，公司正在競相開發更直接賦予深度學習能力的硬件，最迫切需要進行推理以及培訓。大多數工作都集中在“加速器”上，這些加速器與GPU一樣，在通用處理器的松散方向下快速執行其專門任務，盡管也正在探索完整的專用系統。本文所聯系的大多數公司都沒有回應或拒絕在這個快速發展和競爭激烈的領域討論他們的計劃。 深度神經網絡 自20世紀80年代以來使用的神經網絡受到人腦大腦簡化模型的啟發。 深度學習技術使神經網絡具有更高級別的復雜性，通過計算能力的大幅增加以及在特定域中訓練系統所需的大型驗證示例數據庫的可用性，其成功實現了它們。 “深層”神經網絡將神經元排列成層（多達數十層），逐步“推斷”輸入數據的更抽象表示，最終導致其結果; 例如，翻譯的文本，或識別圖像是否包含行人。 當網絡最終用于推理時，權重通常在系統暴露于新輸入時保持固定。 層中的每個神經元執行獨立計算（將其每個輸入乘以相關權重，添加乘積，并進行非線性計算以確定輸出）。 伊利諾伊大學厄巴納 - 香檳分校的計算機科學家克里斯托弗弗萊徹表示，大部分計算都可以作為矩陣乘法，這可以讓許多步驟同時完成，并且“看起來像我們一直在解決的問題 在很長一段時間內在GPU和高性能計算上。“ 定制化硬件 在推理過程中，與離線培訓不同，無論是在自動駕駛汽車還是在Web應用程序中，快速響應都至關重要。 “延遲是云提供商最重要的事情，”弗萊徹指出。相比之下，他說，傳統的“GPU是專為那些不關心延遲的人而設計的，但是有很多工作，只要他們獲得全部吞吐量，一切都會好起來的。” 認識到響應時間的重要性以及預測神經網絡應用不斷增加的功率需求，云計算巨頭谷歌...

高通公司的驍龍 855是官方近日新發布的產品，同時該公司稱將于2019年推出Android旗艦產品。 高通公司宣布其2019年的旗艦系統芯片（SoC）：驍龍 855。由于高通公司在高端SoC市場基本上沒有競爭 - 特別是在美國 - 驍龍 855將成為幾乎所有旗艦Android手機。與2018年推出的驍龍 845芯片相比，高通公司承諾將CPU速度提高45％，GPU速度提高20％，以及將迎來5G連接時代的平臺。 那么驍龍 855與其前身驍龍 845有何不同？ 首先，晶體管越來越小。 驍龍 845基于三星的10nm半導體制造工藝，但855正在轉向臺積電的7nm工藝。 較小的制造工藝帶來了更低功耗和更小芯片的優勢，7nm節點使驍龍 855與Apple相提并論，Apple今年早些時候在iPhone XS中推出了7nm A12 Bionic SoC。 驍龍 845 CPU的品牌為“Kryo 385”，擁有4個2.7Ghz Cortex A75內核和4個1.8GHz Cortex A55內核。 這兩個CPU集群將CPU分成“大”和“小”工作負載，其中四個更大，更耗電的內核處理更重的處理任務，如前臺應用程序（A75內核）和四個更慢，更低功耗的內核處理后臺任務和 空閑處理（A55核心）。 驍龍 855仍采用這種4 + 4核心布局構建，但現在其中一個大核心具有提升的時鐘速率。 所以新款驍龍 855 CPU的品牌為“Kryo 485”，并為“大”集群改為四個新的基于Cortex A76的內核，其中三個核心的時鐘頻率為2.42GHz，另一個時鐘頻率為2.84GHz。 高通將這款提升核心稱為“Prime Core”。 較小的核心集群使用與舊芯片相同的四個1.8GHz Cortex A55內核。 GPU從845的Adreno 630變為855的Adreno 640 GPU。除了承諾它將提高20％并且支持Vulkan 1.1之外，高通并未對GPU有太多了解。 該公司稱其在每瓦性能方面處于行業領先地位，并且通過其新GPU強調“持續系統性能”，因此它應該減少更少。 這應該是對游戲的改進。 高通表示，海克斯康690 DSP已經從普通的DSP轉變為更通用的處理器。 由于新的“Tensor Accelerator”用于中性網絡工作，該公司將該組件作為“AI平臺”投放。 ...

人工智慧已經存在了很長時間。 然而，由于該領域的巨大改進，近年來它已成為流行語。 人工智慧曾經被稱為總體書呆子和天才的領域，但由于各種庫和框架的發展，它已成為一個更友好的IT領域，并有很多人進入它。 在本文中，我們將研究用于人工智慧的高質量庫，它們的優缺點以及它們的一些功能。 讓我們潛入并探索這些AI庫的世界！ 1. TensorFlow “使用數據流圖進行計算，實現可擴展的機器學習。” 語言：C ++或Python。 進入AI時，您會聽到的第一個框架是Google的TensorFlow。 TensorFlow是一個開源軟件，用于使用數據流圖進行數值計算。 該框架以具有允許在任何CPU或GPU上進行計算的架構而聞名，無論是桌面，服務器還是移動設備。 該框架以Python編程語言提供。 TensorFlow對稱為節點的數據層進行排序，并根據獲取的任何信息做出決策。 優點： 使用易于學習的語言（Python）。 使用計算圖形抽象。 TensorBoard可用于可視化。 缺點： 它很慢，因為Python不是最快的語言。 缺乏許多預先訓練過的模型。 不是完全開源的。 如果你想更加了解TensorFlow，或者說想實踐一下人工智慧項目，谷歌的另一款工具或許可以幫到你，也就是谷歌的AIY Projects 項目。 AIY Projects 包含兩款硬件--AIY Voice Kit 和 AIY Vision Kit。其中AIY Vision Kit（視覺套件）是一套簡單的計算機視覺系統，可運行 3 種基于 TensorFlow 的類神經網路模型應用程序。 2. Microsoft CNTK “一個開源深度學習工具包。” 語言：C ++。 我們可以將此認為是微軟對谷歌TensorFlow的回應。Microsoft的Computational Network ToolKit是一個增強模塊化和維護分離計算網絡的庫，提供學習算法和模型描述。 在需要大量服務器進行操作的情況下，CNTK可以同時利用許多服務器。 它據說與谷歌的TensorFlow功能相近; 但是，它有點快。 優點： 它非常靈活。 允許分布式培訓。 支持C ++，C＃，Java和Python。 缺點： ...