-
我国量子计算云平台 上线两大国产量子编程软件
所属栏目：[大数据] 日期：2022-03-03 热度：52
中国科学院量子信息与量子科技创新研究院量子计算云平台（以下简称量子计算云平台）日前成功部署两大全新国产量子编程软件isQ-Core、青果(Quingo)。这意味着在科大国盾量子技术股份有限公司等多个国内顶尖团队的共同努力下，国产量子计算软硬件结合迈出重要[详细]
-
Vitalik 协议设计中的 封装复杂性 vs. 系统复杂性
所属栏目：[大数据] 日期：2022-03-03 热度：123
以太坊协议设计的主要目标之一是最小化复杂性：使协议尽可能简单，同时仍然使区块链能够做好一个有效的区块链网络需要做到的事情。以太坊协议在这方面还远远不够完美，特别是因为它的很多部分都是在 2014-16 年设计的，当时我们对它的理解要少得多，但我们仍[详细]
-
元宇宙和Web3看起来很像 两者最重要的区别在哪？
所属栏目：[大数据] 日期：2022-03-03 热度：56
最近大火的「Web3」和「元宇宙」，有人认为是一回事，其实不然，今天这篇文章主要聊聊它们最重要的区别。 目前在商业技术领域，有两个热门词儿不断刷屏。 一个是Web3，一个是元宇宙。 从一些报道来看，很多人认为这两个词说的是同一个事。实际上，尽管它们在[详细]
-
工业振兴新 利器 工业机器人2021年新增注册企业增速达72.97％
所属栏目：[大数据] 日期：2022-03-03 热度：132
今年1月，新能源汽车产销同比分别增长1.3倍和1.4倍；重点煤炭企业日均产量达744万吨，同比增长1.8%；中小企业发展指数连续3个月回升；新增企业中长期贷款自去年7月以来首次呈现同比增长一季度工业经济实现开门稳开门红，为全年工业经济稳进提质打下坚实基[详细]
-
圣火汇集 北航Ai外骨骼机器人全球首次亮相
所属栏目：[大数据] 日期：2022-03-03 热度：93
北京2022年冬残奥会火种汇集暨火炬传递起跑仪式在天坛公园祈年殿举行。点燃火种台的9位代表中，有一位穿戴着外骨骼机器人缓缓走到台上，引发了广泛关注。他是曾打破机器人行走马拉松世界纪录的邵海朋，而他穿戴的这件Ai外骨骼机器人是来自北京航空航天大学的[详细]
-
仓储机器人的三大特点解析
所属栏目：[大数据] 日期：2022-03-03 热度：92
近年来，仓储机器人在我国得到迅速发展，并被物流企业、生产企业广泛应用，本文拟对仓储机器人的种类的增多，技术的进步，应用范围的拓展进行阐述与分析，个人观点，敬请指正。 一、大家族 物流机器人是中国企业重要的拓展方向，物流行业对于机器人的需求强[详细]
-
Microchip助力存算一体企业 解决边缘语音处理难题
所属栏目：[大数据] 日期：2022-03-03 热度：175
存算一体（Computing-in-memory）技术有望消除在网络边缘进行人工智能（AI）语音处理产生的大量数据通信瓶颈，但需要一种可同时进行神经网络计算和存储权重的嵌入式内存解决方案。近日，Microchip通过旗下子公司冠捷半导体（SST）宣布， 其SuperFlash memBra[详细]
-
四步搞明白智能推荐的底层逻辑
所属栏目：[大数据] 日期：2022-03-03 热度：62
导读：稻盛和夫说过：倾听产品的声音，用心观察产品的细节，就能自然而然地明白出现问题和差错的原因。金融产品创新终究要回归到最初的本质，即以金融业务的某个核心功能为切入点，用底层思维去思考产品的底层逻辑，用同理心去洞察人性。金融产品经理可以从[详细]
-
苏州科达 已使用较高比例国产元器件，并将进一步加大
所属栏目：[大数据] 日期：2022-03-03 热度：172
苏州科达在发布的投资者关系活动记录中称，关于公司目前芯片供应情况，一方面受疫情原因，部分芯片的市场供需出现矛盾从而引起价格的上涨，对公司造成了一定的成本压力；另一方面公司受实体清单的影响，部分芯片获取受到制约。但这些影响是短期的、可控的，[详细]
-
四川云上天府云计算中心预计8月运营
所属栏目：[大数据] 日期：2022-03-03 热度：159
2021年底召开的中央经济工作会议提出，适度超前开展基础设施投资。作为数字经济发展的重要支撑，以大数据中心、5G基站、工业互联网等为代表的新型基础设施，正发挥出越来越重要的作用。新年伊始，新基建已经成为不少地方拉动经济增长的新引擎。 2月底，媒体[详细]
-
智慧楼宇节能创建助力碳中和
所属栏目：[大数据] 日期：2022-03-03 热度：67
刚刚过去的2021年，碳中和成为各行各业关注的焦点，我国明确提出了3060的双碳战略目标。在政策引导下，各行各业都在循序渐进推进碳中和进程。 在近期的采访中，青云科技物联网解决方案业务总监胡加友与记者分享了青云在赋能智慧建筑落地等方面的设计思考和经[详细]
-
全国一体化算力网络建造 算力 碳中和两手抓
所属栏目：[大数据] 日期：2022-03-03 热度：147
众所周知，数据中心作为数字经济的重要载体，承担着推动数字经济发展的重要使命。在十四五期间，数字经济已迎来发展的黄金时期，而作为其重要载体的数据中心也必将步入发展的快车道。 全国一体化算力网络建设下，如何在保障数字经济发展的同时，实现数据中心[详细]
-
大咖热议 2022数据中心产业有哪些发展趋向？
所属栏目：[大数据] 日期：2022-03-03 热度：78
回顾2021年，伴随着数字经济发展，数据量爆发式增长，推动数据中心产业规模不断扩大，同时，数据中心也在向更加节能低碳的方向发展。2022年已经开始，数据中心的发展会发生何种变化？哪些方面将进行更加深入的创新变革？哪种技术将达到更广泛的应用普及？整[详细]
-
用机器学习算法处理密度泛函问题？
所属栏目：[大数据] 日期：2022-03-03 热度：53
最近，权威学术媒介 QuantaMagazine 发表了一篇文章，介绍了 DeepMind 在内的许多研究团队正使用机器学习算法攻破物理领域的一个著名难题密度泛函理论。 他们企图通过机器学习算法来寻找第三级密度泛函的方程式，找出人类无法用数学描述的电子行为，从而突破[详细]
-
腾讯AI手语解说亮相冰雪赛事 业务能力堪比真人
所属栏目：[大数据] 日期：2022-03-03 热度：123
2022北京的冰雪赛场热闹非凡，相信即使没有看比赛这几天来你也一定被金牌、谷爱凌等热词刷屏了。 而和我们一起在屏幕前关注中国健儿们表现的还有一群处于无声世界中的特殊人群，尽管他们能够看到赛场上的精彩画面，不过对于赛场细节的解说却无法传入耳中。这[详细]
-
完美的优化效果，人工智能的盲点
所属栏目：[大数据] 日期：2022-03-03 热度：192
人工智能（AI）系统的脆弱性一直被行业人员所诟病，稍微的数据错误就会使系统发生故障。例如在图像识别中，图片微小的像素改变，不会干扰人类视觉，但机器可能会发生紊乱。正如CVPR 2017论文中所论述的那样修改一个像素,就能让神经网络识别图像出错。 至于原[详细]
-
斯隆奖新晋得主宋舒然 从视觉出发，建造机器人之眼
所属栏目：[大数据] 日期：2022-03-03 热度：156
「我一直希望家里有一个机器人，可以帮我洗衣服、做饭。」 宋舒然谈道。而要实现这一设想，机器人视觉研究是不可缺少的一环。 近年来，计算机视觉与机器人的「联姻」在人工智能领域如火如荼。单就自动驾驶来看，就有许多研究人员拥有计算机视觉的学科背景，[详细]
-
人工智能在过去十年里成功打败了摩尔定律
所属栏目：[大数据] 日期：2022-03-03 热度：105
自 1990 年代以来，计算机科学家一直使用基准测试任务评判世界上最强超级计算机的性能。每个月，他们都会发布排名前500位的计算机，这些超级计算机在各国之间的竞争非常激烈。这个排名的历史表明，随着时间的推移，超级计算机的性能按照摩尔定律增长，大约每[详细]
-
AI行业到底缺怎样的人才？怎样培养？来听大咖发言
所属栏目：[大数据] 日期：2022-03-03 热度：126
如何培养人工智能开发人才，在AI时代是一个急需面对的课题。 高校培育和产业需求的脱节让新生代开发者人才的培育面临一定的挑战。 在今天(2月26日)举办的WAIC 2022上海人工智能开发者大会上，来自商汤智算、上海海洋大学、上海海洋智能信息与导航遥感工程技[详细]
-
数据解析八大模型 漏斗模型
所属栏目：[大数据] 日期：2022-03-02 热度：185
今天跟大家分享的是漏斗模型。漏斗模型，是一个大家能在各式各样的场合听到，但是总是感觉没讲到位的模型，今天简单分享一下。 一、为什么叫漏斗 漏斗模型是个形象的称呼，指的是：当业务流程变长的时候，用户会流失。这样把整个流程串起来看，就好像一个漏[详细]
-
Spark 数据倾斜及其处理方案
所属栏目：[大数据] 日期：2022-03-02 热度：183
本文从数据倾斜的危害、现象、原因等方面，由浅入深阐述Spark数据倾斜及其解决方案。 一、什么是数据倾斜 对 Spark/Hadoop 这样的分布式大数据系统来讲，数据量大并不可怕，可怕的是数据倾斜。 对于分布式系统而言，理想情况下，随着系统规模(节点数量)的增[详细]
-
想要做好数据可视化？你应该关注这三个问题
所属栏目：[大数据] 日期：2022-03-02 热度：106
大数据时代，人人都在谈数据可视化。好的可视化能够帮助我们快速发现规律，找到原因;不好的可视化有可能会得出错误的结论，产生误导。想要做好数据可视化，先要明白给谁看、看什么、怎么看这三大问题。 给谁看 作为产品经理，首先需要秉承着用户为先的理念，[详细]
-
手把手教你完成四类数据清洗操作
所属栏目：[大数据] 日期：2022-03-02 热度：51
一、 缺失值清洗 相信大家都听说过这样一句话：废料进、废品出(Garbage in, Garbage out)。如果模型基于错误的、无意义的数据建立，那么这个模型也会出错。因此，如果源数据带有缺失值(NaN)，就需要在数据预处理中进行清洗。缺失值是最常见的数据问题，有很[详细]
-
看懂数据分析怎样由浅入深
所属栏目：[大数据] 日期：2022-03-02 热度：189
问题场景：某物流企业，负责管司机的调度中心，会给每个未上线司机标注原因，标注格式如下： 备注：实际原因还有很多，这里仅做举例 现领导要求：分析司机未上线情况。 问：该怎么分析? 一、0级深度做法 3月6日，共1000司机，上线900，上线率90% 3月7日，共1[详细]
-
2022年企业应避免的六个数据错误
所属栏目：[大数据] 日期：2022-03-02 热度：111
1.不想将数据迁移到云端 云存储有很多好处，例如具有弹性、使用大量服务器运行数字的能力以及日常任务的缩减量等等。因此，不想将业务或数据迁移到云端可能是企业犯的主要的大数据错误。 2.安全漏洞 经常看到大数据很容易出现安全漏洞。在这种情况下，需要采[详细]
