0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

谷歌、微软、亚马逊看好中国AI市场,借助中国庞大的数据集增强训练神经网络的能力

DPVg_AI_era 来源:未知 作者:李倩 2018-09-25 09:34 次阅读

在当下的国际形势下,美国各大科技公司对中国AI市场的态度大不相同,谷歌、微软、亚马逊看好中国AI市场,想借助中国庞大的数据集增强训练神经网络的能力,苹果公司则跟随特朗普政策。

在如今的国际形式下,美国各大科技公司对中国AI市场的态度大不相同。

有些公司表示看好,也有些公司打算跟随特朗普政府的政策。

不过,如果你不担心中国政府和美国各大AI公司达成交易,或者苹果是如何利用美国的税法和政治成为全球第一家市值超过万亿美元的公司的话,那么现在可能是利用大科技股填补你的投资组合的好时机。

“聪明的人”——对中国AI市场,库克跟随特朗普采取善变态度

据悉,特朗普政府将从下一轮对华关税清单中剔除一类高科技产品,其中包括Apple Watch和AirPods耳机,以及竞争对手制造的类似智能手表、健身跟踪设备和其他商品的一个产品代码不在清单之列。

这个产品代码涵盖无线设备和AI产品,包含在美国政府7月份公布的初步清单中。该代码下的其他苹果产品包括HomePod扬声器、BeatsWL耳机以及AirPort和Time Capsule互联网路由器。

而这一结果或许是苹果CEO蒂姆·库克上个月与美国总统和第一夫人共进晚餐的功劳。库克正在采用“要用蜂蜜而不是醋来捕捉苍蝇”,以最好地保护苹果董事会的利益。而特朗普对待国际贸易问题,也采用了类似的战略。

白宫经济顾问Larry Kudlow 9月17日在纽约经济俱乐部发表讲话时提到,政府经常与库克进行磋商并认真对待他的观点。

“我们多次与库克先生交谈过。他是一个非常聪明的人,他给了我们一些很好的建议。“Kudlow说。

谷歌、微软、亚马逊看好中国AI市场

与此同时,谷歌、微软和亚马逊则希望吸引中国政府开放其庞大的数据集。

在国家的扶持下,中国AI项目进展顺利,并且收集到了全球上最大的共享数据集。访问这些惊人的数据集可以立即增强任何AI公司训练神经网络的能力。但这些全球最富有的科技公司不仅仅是因为中国的庞大数据集才被吸引过来。

数据可能是人工智能的命脉,市场潜力仍是巨大的吸引力,中国是全球最大的细分市场之一,这就是为何微软和亚马逊都宣布计划在上海建立AI办事处的原因。

就这些公司本身而言,谷歌内部仍存在一些对中国的抨击。

然而,目前来看,对待中国AI市场,苹果的策略是跟随特朗普采取善变态度,而其他大科技公司则为了市场选择忽略内部的一些反对声音, 想借助中国庞大的数据集增强训练神经网络的能力。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 谷歌
    +关注

    关注

    27

    文章

    6168

    浏览量

    105391
  • 神经网络
    +关注

    关注

    42

    文章

    4771

    浏览量

    100772
  • 数据集
    +关注

    关注

    4

    文章

    1208

    浏览量

    24703

原文标题:谷歌、微软、亚马逊继续看好中国AI市场,苹果选择跟随特朗普

文章出处:【微信号:AI_era,微信公众号:新智元】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    LSTM神经网络训练数据准备方法

    LSTM(Long Short-Term Memory,长短期记忆)神经网络训练数据准备方法是一个关键步骤,它直接影响到模型的性能和效果。以下是一些关于LSTM神经网络
    的头像 发表于 11-13 10:08 587次阅读

    关于卷积神经网络,这些概念你厘清了么~

    。 图2.一个小型神经网络 图3.用CIFAR-10数据训练的CIFAR网络模型 CIFAR-10是一个特定数据
    发表于 10-24 13:56

    脉冲神经网络怎么训练

    脉冲神经网络(SNN, Spiking Neural Network)的训练是一个复杂但充满挑战的过程,它模拟了生物神经元通过脉冲(或称为尖峰)进行信息传递的方式。以下是对脉冲神经网络
    的头像 发表于 07-12 10:13 603次阅读

    20个数据可以训练神经网络

    当然可以,20个数据点对于训练一个神经网络来说可能非常有限,但这并不意味着它们不能用于训练。实际上,神经网络可以
    的头像 发表于 07-11 10:29 892次阅读

    怎么对神经网络重新训练

    发生变化,导致神经网络的泛化能力下降。为了保持神经网络的性能,需要对其进行重新训练。本文将详细介绍重新训练
    的头像 发表于 07-11 10:25 461次阅读

    如何利用Matlab进行神经网络训练

    ,使得神经网络的创建、训练和仿真变得更加便捷。本文将详细介绍如何利用Matlab进行神经网络训练,包括网络创建、
    的头像 发表于 07-08 18:26 1888次阅读

    深度神经网络与基本神经网络的区别

    在探讨深度神经网络(Deep Neural Networks, DNNs)与基本神经网络(通常指传统神经网络或前向神经网络)的区别时,我们需要从多个维度进行深入分析。这些维度包括
    的头像 发表于 07-04 13:20 875次阅读

    反向传播神经网络优点和缺点有哪些

    、自然语言处理等。然而,BP神经网络也存在一些优点和缺点。本文将介绍BP神经网络的优点和缺点。 一、BP神经网络的优点 自学习能力:BP神经网络
    的头像 发表于 07-03 11:05 939次阅读

    卷积神经网络训练的是什么

    训练过程以及应用场景。 1. 卷积神经网络的基本概念 1.1 卷积神经网络的定义 卷积神经网络是一种前馈深度学习模型,其核心思想是利用卷积操作提取输入
    的头像 发表于 07-03 09:15 412次阅读

    如何训练和优化神经网络

    神经网络是人工智能领域的重要分支,广泛应用于图像识别、自然语言处理、语音识别等多个领域。然而,要使神经网络在实际应用中取得良好效果,必须进行有效的训练和优化。本文将从神经网络
    的头像 发表于 07-01 14:14 469次阅读

    基于毫米波雷达的手势识别神经网络

    轻松调整网络的深度和宽度,以适应不同的数据和任务。LeakyReLU激活缓解了与传统ReLU相关的“神经元死亡”问题,提高了模型的泛化能力
    发表于 05-23 12:12

    利用深度循环神经网络对心电图降噪

    进行训练。我们还研究了使用合成数据 如何影响网络性能。 我们建议使用深度循环去噪神经网络(DRDNN) 对心电图信号进行去噪。它们是一种深
    发表于 05-15 14:42

    助听器降噪神经网络模型

    增强,并在大规 模数据上进行训练。我们能够展示在堆叠网络 方法中使用两种类型的分析和综合基础的优势。 DTLN 模型在嘈杂的混响环境中运行
    发表于 05-11 17:15

    利用神经网络对脑电图(EEG)降噪

    数据与干净的EEG数据构成训练数据,并且分成训练、验证和测试数据
    发表于 04-30 20:40

    Kaggle知识点:训练神经网络的7个技巧

    训练神经网络的挑战在训练数据的新示例之间取得平衡。七个具体的技巧,可帮助您更快地训练出更好的
    的头像 发表于 12-30 08:27 656次阅读
    Kaggle知识点:<b class='flag-5'>训练</b><b class='flag-5'>神经网络</b>的7个技巧