MAKER EVEN

消息說Google AIY系列開發套件已經登陸香港了！動手創作你的人工智慧，預售開啟： https://store.gravitylink.com   歡迎關注Google AIY系列開發套件香港線上商城——引力互聯Gravitylink Store。 人工智慧允許電腦執行日益複雜的任務，如理解語音或識別圖像中的內容。內置於硬體中的人工智慧讓您可以構建感覺更加個性化的設備，可以接受訓練以解決個人問題，並做出人們還沒有想到的事情。構建基於AI的東西過去需要昂貴的硬體和先進的電腦科學學位，但通過Google AIY Projects，學生和創客可以開始構建，玩和學習人工智慧。   Google AIY Vision Kit（又稱為視覺套件），可以處理圖像識別和電腦視覺, 支持離線識別上千種常見物體（動物、植物）以及人臉、面部表情等。比如自帶的Joy Detector，就能使用機器學習來檢測人臉表情，比如微笑、皺眉等等。皺眉時按鈕會變藍色，微笑則變黃色。若人臉的表情很誇張，設備會發出聲音。假如相機看到多張人臉，它將評估每張人臉並計算每張人臉的喜悅分值。 （注意：嘗試將相機拿到指向的人臉至少一臂開外的距離。如果拍攝對象太近，相機有時會出現問題。在嘗試這個Demo時，請謹記此點。） 簡單來說，這個工具其實是一套紙板拼裝起來的東西，可以自己動手搭建一個類似智慧相機的“紙相機”。 拼裝過程很簡單，根據說明就可以自己在家完成。即使是八九歲的小孩子，也能完成這個工程（超簡單的啦）。 對maker來說，還可以將自己的創意想法加在上面，那就需要動點腦袋。不過即使不會任何編碼，也能組裝一個智能相機。

AI無疑是如今最火的領域。2017年，Google正式發布其新的開源計劃--AIY Projects(AIY計劃)，目標是讓每個Maker(創客)都能DIY自己的AI人工智能產品，讓更多人能學習、探索並體驗人工智能。其中，Voice Kit是AIY的語音識別項目，它允許用戶使用Google智能助理SDK將Raspberry Pi轉變為語音控制助手。Vision Kit是AIY項目打造的圖像識別設備，該套件由Google的TensorFlow機器學習型號提供支持，支持離線識別。就在近日有消息爆料：AIY系列套件就要在中國香港地區率先開售，人工智慧新壹輪風潮即將襲來。 　　 小身材，大作為 　　讓人工智慧為人人可用 　　 1、AIY Voice Kit 　　Voice Kit作為壹款語音工具，可以連接雲服務，如 Google 的 Assistant SDK 或者 Cloud Speech API 均可，也可以使用自身系統，其自身采用的系統很簡單，為全球流行的樹莓派(Raspberry Pi)。 　　用戶可在此基礎上創建虛擬語音助手、為自己的項目添加語音交互功能。Voice Kit 的組成，主要有聲音捕捉、回放附件，非常易用的連接器、子板、揚聲器、微伺服系統等等。 　　Voice Kit的主要功能及作用： 　　·可取代物理鍵和顯示屏; 　　·可取代智能手機APP以控制連接的設備; 　　·可以為助理機器人增加語音識別的功能。 　　當時，在全球開售的幾小時內，Voice Kit就被搶光--這對谷歌而言是壹個很強烈的信號。AI社區對DIY人工智能開發套件的需求存在，並且特別強烈。 　　 2、AIY Vision Kit 　　推出 Voice Kit 後不久，Google 又發布了該項目下的第二個產品--Vision Kit。AIY Vision Kit的主要組件是 Raspberry Pi 的 Vision Bonnet 配件板。這個組件的低功耗視覺處理單元能在設備上運行神經網絡模型。 附帶的軟件運行三個基於TensorFlow的神經網絡。 其中壹個基於谷歌的MobileNets平臺，能夠識別超過千種日常物品。 第二個可以在圖像中識別面部和表情。 最後壹個是專門用於識別貓，狗和人的神經網絡。Google還為AIY...

數學不好還學什么AI人工智慧？！別說笑了！ 人工智慧與數學之間的關系可歸納為： 在AI領域工作的不懂數學的人就像一個不懂得說服的政治家。 兩者都有一個不可避免的區域可供使用。 現在，在你全部緊張起來之前，因為互聯網上的某個人只是告訴你你需要數學，放松一下。 你確實需要數學，但你不需要全部。 另外，我將在本文末尾告訴你秘訣。 但首先，你真的需要什么樣的數學？ 線性代數：這是您絕對需要熟悉的數學的一部分。 即使你只想成為一名深度學習的實踐者，而不是研究者，你仍然需要線性代數。 為什么？ 因為幾乎所有數據都將采用多維矩陣的形式。 您將使用代碼進行的許多魔術將要求您了解此類矩陣的操作。這絕對是你應該學習的東西。 微分學：如果你只是想在深度學習中創造一些有趣的項目，那么這個并不是絕對必要的。 但是，如果你想深入了解事情是如何運作的，或者你想進行一些研究，那么你需要在你的工具帶中使用這個工具。 統計：由于您將處理大量數據，并且您還需要操作，理解和可視化這些數據，因此您需要統計數據。 概率：如果你進入一些嚴肅的應用程序，那么你也需要概率，因為通過任何類型的深度學習，你將處理概率。 嚴重的應用，如自動駕駛汽車，人工智慧等將要求您使用概率模型。 但是對于一些輕量級深度學習，你不需要太多。 就數學而言，這幾乎就是深度學習所需要的。 如果你只是想玩深度學習并做一些輕量級項目來獲得樂趣，那么只要熟悉這些概念就可以了。 但是，如果你想進入完整的研究模式，那么你需要非常精通這些東西。 此外，您不需要成為數學向導來深入學習從業者。 您只需要學習線性代數和統計學，并熟悉一些微積分和概率。 現在，正如我所承諾的，秘密醬。 如果您感到被數學所嚇倒，這是您不進入深度學習或任何其他領域的唯一理由，那么這個秘訣就是為您服務。 秘訣就是：學習數學的唯一方法是做數學 - 保羅·哈爾莫斯。 如果你想更加了解人工智慧，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 Vision Kit附帶的軟件運行三個基于TensorFlow的神經網絡。 其中一個基于谷歌的MobileNets平臺，能夠識別超過1,000個日常物品。 第二個可以在圖像中發現面部和表情。 最后一個是專門用于識別貓，狗和人的神經網...

AI首席科學家吳恩達，給AI轉型的企業透露了5個信號！ Google Brain 聯合創始人和前百度人工智慧首席科學家Andrew Ng宣布推出“AI轉型手冊”，這是一份針對希望創建AI優先公司的商業領袖的說明性指南。 該手冊是Ng的最新舉措，他一直在為創業公司、開發商和傳統企業提供有關如何在AI時代建立成功企業的建議。 近年來，同時也是斯坦福大學教授的Ng一直是人工智慧聚會的中流砥柱，公司高管們在這里聚會討論如何成為一名優秀的人工智慧公司。 “'人工智慧轉型手冊'綜合了我在谷歌和百度領導和建立這些團隊的大量課程，以及我學到的與許多CEO討論和互動的課程，包括許多軟件行業以外的人，”Ng 在電話采訪中告訴VentureBeat。 該手冊提供了五個主要規則，用于如何將業務轉變為AI-first公司： 1.執行試點項目以獲得動力 2.建立一個內部人工智慧團隊 3.提供廣泛的AI培訓 4.制定人工智慧戰略 5.內部和外部溝通 Ng表示，對制造人工智慧第一的公司感興趣的企業高管面臨挑戰，可能會犯一些常見的錯誤。他警告說，只是向工程師投入大量數據并期望成功，或誤解AI能做什么和不能做什么都會導致失敗。 對人工智慧的潛力和局限有廣泛的了解可以比CEO和數據科學家更有幫助。“我認為公司中的許多人都知道AI能做什么，不能做什么，這很重要。也許并非公司中的每個人都需要深層次的知識，但它肯定遠遠超出了[工程團隊]，“他說。 另一個常見錯誤是從一個小型試點項目開始，未能建立勢頭并擴大初始努力，以使AI在整個公司中普遍受到影響。 媒體報道可能會歪曲人們理解的可能性，因為商業新聞傾向于關注人工智慧的成功故事。 Ng將那些只聽到突破性研究和效率提升的首席執行官比作一個只訓練貓只看貓的計算機視覺系統。 “如果你訓練一個學習算法，你展示的每張圖片都是貓的圖片，那么它認為世界上的每一件事都是一只貓，因為從來沒有見過任何不是貓的東西。而且我認為，以類似的方式，如果你向高管們展示一系列成功故事，但沒有失敗的故事，那么它會給人留下一個人工智慧可以做任何事情的印象，而這是不正確的，“他說。 除了發布的手冊之外，Ng還是在線學習門戶Coursera的聯合創始人，該課程因Ng的機器學習課程而受到歡迎。還有deeplearn...

最近有很多關于機器學習人類目前在我們的工廠、倉庫、辦公室和家庭中做的事情的可能性。 雖然技術在快速發展 - 伴隨著恐懼和興奮，但人工智慧，機器學習和深度學習等術語可能讓您感到困惑。 我希望這個簡單的指南能夠幫助解決圍繞深度學習的困惑，這8個實例將有助于解釋當今深度學習技術的實際應用。 什么是深度學習？ 人工智慧領域基本上是機器可以完成通常需要人工智慧的任務。 它包含機器學習，機器可以通過經驗學習并獲得技能而無需人為參與。 深度學習是機器學習的一個子集，其中人工神經網絡，受人類大腦啟發的算法，從大量數據中學習。 與我們從經驗中學習的方式類似，深度學習算法會反復執行任務，每次調整一點以改善結果。 我們稱之為“深度學習”，因為神經網絡具有各種（深層）層次，可以實現學習。 幾乎任何需要“思考”解決的問題都是深度學習可以學會解決的問題。 我們每天產生的數據量是驚人的 - 目前估計為2.6億字節 - 這是使深度學習成為可能的資源。 由于深度學習算法需要大量數據來學習，因此數據創建的增加是深度學習能力近年來增長的一個原因。 除了更多的數據創建之外，深度學習算法還受益于當今可用的更強大的計算能力以及人工智慧（AI）即服務的激增。 人工智慧即服務使小型組織能夠訪問人工智慧技術，特別是深度學習所需的人工智慧算法，無需大量初始投資。 即使在使用非常多樣化，非結構化和相互連接的數據集時，深度學習也允許機器解決復雜問題。 學習算法越深入學習，表現就越好。 8個深度學習的實例 現在我們正處在機器可以學習如何在沒有人為干預的情況下解決復雜問題的時代，他們正在解決的問題究竟是什么？ 以下是深度學習當前支持的一些任務，隨著算法通過輸入數據繼續學習，列表將繼續增長。 1、虛擬助手 無論是Alexa還是Siri還是Cortana，在線服務提供商的虛擬助手都會使用深度學習來幫助理解您的語音以及人們與他們互動時使用的語言。 2、翻譯 以類似的方式，深度學習算法可以在語言之間自動轉換。 這對旅行者，商務人士和政府人員來說都很有用。 3、無人駕駛運輸卡車，無人駕駛飛機和自動駕駛汽車的愿景 自動駕駛汽車了解道路的現實以及如何回應它們的方式，無論是停車標志，街道上的球還是其他車輛，都是通過深度學習算法來實現的。 算法接收的數據越多，他們在信息處理中就越能夠像...

3分鐘看懂機器學習與深度學習，AI其實沒那么難理解！ “人工智慧”一詞已經流傳了一段時間。 我們在科幻電影中看到它，我們玩的“AI”游戲機器人，Google搜索等等。 盡管如此，“機器學習”和“深度學習”已經浮出水面，很多人都在詢問這些是什么。本文將給出具體的解釋，讓你輕松了解二者的區別。 人工智慧 人工智慧是一般類別，三者都是共同的。 在圖表中，人工智慧將是包含機器和深度學習的更大的封裝圈。 AI基本上是由機器演示的任何智能，在遇到問題時將其引導到最佳或次優解決方案。現在，像這樣的算法不具備大多數人將“AI”與之相關聯的認知，學習或解決問題的能力。 然而，該算法只是一個代理，在給定問題及其狀態的情況下導致最優解。 屬于AI但不屬于機器學習的代理通常是僅使用決策樹用于邏輯的代理，或者是使用規則和指令構建的代理。 機器學習：認知的跡象 Arthur Samuel在1959年創造了“機器學習”一詞，將其定義為“沒有明確編程就能學習的能力。”機器學習，最基本的形式，是使用算法解析數據，從中學習，以及 然后對世界上的某些事物做出決定或預測。 初學者最常見的例子是房價。 Redfin或Zillow這樣的網站如何預測當前擁有的房屋的價格是多少？ 這并不復雜。 機器學習的核心是，除了在很多方面外，它實際上只是制作了最佳的線條。 房價預測模型會查看大量數據，每個數據點都有幾個維度，如大小，臥室數，浴室數，庭院空間等。它會根據這些輸入參數創建一個函數，然后將系數轉換為 這些參數中的每一個都在查看越來越多的數據。 這種機器學習方法稱為“監督學習”，其中給予模型的數據包括每個輸入集的問題答案。 它基本上為每組特征提供輸入參數，稱為特征和輸出，模型從中調整其功能以匹配數據。 然后，當給定任何其他輸入數據時，模型可以執行相同的功能并產生準確的輸出。 機器學習的其他派系是無監督學習和強化學習。 簡而言之，無監督學習只是發現數據的相似之處 — 在我們的房子示例中，數據不包括房價（數據只會輸入，它沒有輸出），模型可以說“嗯，基于這些參數，House 1最類似于House 3“或類似的東西，但無法預測給定房屋的價格。 代理在環境中采取行動，該環境被解釋為狀態的獎勵和表示，其被反饋到代理中。 想想一個小寶寶：哭泣導致糖果 — 獎勵。 隨...

兩年前，谷歌的藝術與文化團隊開始將博物館數字化。 巴西國家博物館位于巴西里約熱內盧市昆拉達博阿維斯塔公園。巴西國家博物館是巴西最古老的博物館之一，歷史可以追溯至1818年，在19世紀初曾是葡萄牙王室的王宮，為美洲地區最大的人文和自然歷史博物館之一。2018年早些時候舉行了紀念其建立200周年的活動。巴西國家博物館是里約熱內盧的標志之一。 2018年9月，在里約熱內盧的一場大火燒毀巴西國家博物館。其實在此幾年前，谷歌的藝術與文化團隊就開始與博物館合作，對該系列進行數字化處理。 在地獄之后的幾個月，谷歌重新開放了博物館的大門 - 雖然是使用街景圖像和數字展覽的虛擬形式。 該博物館和谷歌已經計劃在事件發生之前將該系列提供給在線觀看。 當然，沒有任何虛擬旅游可以真正取代物理博物館，也不會估計大火毀壞的2000萬件文物。 但是3D掃描，高分辨率攝影以及虛擬和增強現實等工具可以為具有歷史價值的物品提供某種形式的保護。 我們永遠不會忘記在火災中丟失的自然歷史展品（包括在美洲發現的恐龍化石和最古老的人類骨骼） - 到目前為止，研究人員已經恢復了大約1500件物品。 谷歌等數字化項目至少可以為災難發生時為后代保留歷史上重要的物品。 Google 近幾年一直在積極、大力投入人工智慧領域。比如去年5月份推出的AI開源項目——AIY Projects，全稱為 Artificial Intelligence Yourself，意為動手創造你的人工智慧。其目標是讓每個 Maker（創客）都可以 DIY 自己的 AI 人工智慧產品。除了工作應用及個人開發愛好，Google AIY 套件也已經逐漸被運用到教育科學領域中，用來培養學生對計算機科學的興趣。同時，谷歌還發布了AIY 系列項目的硬件，鼓勵開發者們和愛動手的技術發燒友自己在家搭建 AI 小硬件。