遊戲天堂 馬力歐賽車 神經網路 類神經網路 深度學習 deep learning 工程師用神經網路把 AI 訓練到像是他爸在玩馬力歐賽車 多數的玩家聽到用人工智慧玩遊戲，第一個反應多半是這樣還有樂趣嗎？的確，以現行不少賽車遊戲的 AI 來說，多半都只會順著所謂的完美路線前進，或是遇到特定的情況會以不合情但合理的方式前進，與真正的人類玩家行為完全不同；而在兩年前打造出 MarIO 神經網路讓 AI 自己玩超級瑪利歐世界的工程師 SethBling 又再度打造了玩馬力歐系列遊戲的新 AI ，稱為 MariFlow ，這次他透過類神經網路技術進行學習，不過目的並不在於打造完美的 AI ，而是更像真人的 AI ，至少他試圖讓 AI 的技術跟玩法像是他的父親 SethBling 一樣。 MariFlow 透過四層的計算去預測 SethBl Chevelle.fu 7 年前
新品資訊 Facebook gpgpu maxwell 特斯拉 平行運算 深度學習 神經網路 異質運算 deep learning Facebook 開源深度學習機器 Big Sur 採用 NVIDIA Tesla M40 ，比現行平台提升兩倍 圖片來源： FacebookFacebook 宣布在全新的 Big Sur 運算平台導入 NVIDIA Telsa M40 加速卡，藉此作為機器神經網路的硬體基礎架構，且相較 Facebook 現行的深度學習平台， Big Sur 的速度快了兩倍，不僅加倍神經網路訓練數量，還助於發展更精確的模組與進階應用。同時 Big Sur 也是首個開放原始碼的 AI 運算架構，藉由與 Open Computer Project 以及其它合作夥伴，希望透過開放原始碼的方式使全球的 AI 研究人員能更方便的分享與改造技術，使基於 GPU 的機器學習能更為多元發展。而 Facebook 也成為首個訓練深度神經網 Chevelle.fu 9 年前
產業消息 lte qualcomm 4G Snapdragon 高通 gmic 神經網路 機器學習 GMIC 2015 ：由創新技術到機器神經網路，使人、機之間的關係更緊密 在 GMIC 北京場，高通由技術長 Matt Grob 進行主題演講，話題集中在高通近期強調解決人與機的網路邊界問題，以網路技術與 Snapdragon 應用處理器的創新解決這些未來挑戰。首先還是針對中國 4G 市場的快速發展做一個概述，表示中國本身的網路使用族群是以手機為主，在中國有超過 86% 的網路使用者是透過手機連網，而在中國開通 4G 僅一年的時間，就擁有高達一億的用戶。然而在手機聯網之後，網路的發展也將進入第三個階段，從過去的 PC 聯網、行動連網將走向萬物連網；也預測將由於全球網路用戶急速成長，也需要實現一個更高速、更多元的連網願景。越來越多的連網、越來越多的聯網設備，全新的挑戰 Chevelle.fu 10 年前
