人工智能技術越來越成熟，在全球範圍步入新的發展階段。在這個特殊時期人工智能技術得到了廣泛的應用，AI測溫、人工智能輔助臨床等技術為防疫工作如虎添翼。
拿曠視科技近的AI測溫系統來說，該方案利用AI系統+紅外的測溫系統結合，可以非接觸的測溫，不僅可以提高測溫的效率，還能較少工作人員交叉感染的風險。
該項技術，目前在北京市海淀政務大廳和牡丹園地鐵站等多個公共服務區域上線應用，方便近十萬人高效出行、高效測溫。
與此同時曠視科技又傳來了新的消息，為方便全球的開發者參與AI生態建設，曠視將於3月25日發佈底層算法平臺Brain++的深度學習框架——MegEngine。
深度學習框架作為人工智能算法研發通用性的底層支持平臺，可實現算法訓練和模型部署的高效流程化和深度神經網絡模型設計自動化。在減少人員參與而不犧牲訓練質量的條件下，大幅提高算法生產效率。
為何曠視Brain++能提高效率？我們拿餐飲業做類比就能找到答案，一個餐館核心價值是為客人提供美味的菜品（就像 AI 產業的核心價值是提供專業可靠的 AI 解決方案），那麼實現這個價值最重要的人則是大廚（開發者）。小作坊裡的廚師需要自己洗菜（數據清洗）、配菜（搭模型）、炒菜（訓模型）、調火候和口味（調參數），一箇中午他也許只能為三桌客人提供菜品。而在現代化、自動化中央廚房裡工作的大廚，他將擁有標準化、流水線管理的配菜間和智能化的爐灶等套件工具，那麼或許他一個人就可以搞定一棟樓菜品供應。
曠視 Brain++ 的價值就是為開發者們提供一套這樣“中央廚房”式的解決方案。此次曠視科技的舉動，可以降低算法研發門檻，為更多的企業賦能，助力讓人工智能成為經濟和社會的基礎設施。
分享到:
閱讀更多 IT科技頻道 的文章
