سیستم های امبدد به طور فزاینده‌ای در جنبه‌های مختلف زندگی بشر نفوذ کرده‌اند؛ از ماشین‌ها گرفته تا تلفن‌های همراه، تجهیزات ویدئویی تا پخش‌کننده‌های MP3 و ماشین‌های ظرفشویی تا ترموستات‌های خانگی همگی دارای کامپیوترهای امبدد هستند که توانستند تأثیر بسزایی در کاهش مصرف انرژی و طراحی بهینه تجهیزات گذارند. اما این

هیچ شکی نیست که یادگیری عمیق تحولات زیادی در جنبه‌های مختلف زندگی شخصی و حرفه‌ای ما به‌وجود آورده است. در مقاله پیش رو می‌خواهیم به موضوع یادگیری عمیق در دستگاه های تعبیه شده بپردازیم. یادگیری عمیق در مقایسه با علم سنتی یادگیری ماشین، دقت و تطبیق‌پذیری بیشتری دارد و به

کاراکتر هال (HAL) را به خاطر دارید؟ او همان کامپیوتر خبیث در فیلم سال 1968 استنلی کوبریک، 2001: ادیسه فضایی، بود که کنترل سیستم‌های سفینه فضایی را به دست گرفت. برای بسیاری از ما، این اولین نما از تعامل هوش مصنوعی و اینترنت اشیاء (Internet of Things) بود، که البته

اکثر مواقع، پاسخی که در مقابل این پرسش «از چه کارت گرافیکی استفاده کنم؟» می‌شنویم، این است: «NVIDIA». زیرا این کارت گرافیک به شتاب‌دهنده‌های CUDA و CUDNN مجهز است. این دو شتاب‌دهنده در مدل‌های یادگیری عمیق به کار برده می‌شود و فقط کارت گرافیک NVIDIA از آنها پشتیبانی می‌کند. اگر

محققان کلیات این موضوع را مشخص کرده‌اند که چگونه می‌توان رباتی را آموزش داد تا با تحریک الکتریکی سلول‌های عصبی کِشت‌شده متصل به آن از یک هزارتو عبور کند. این سلول‌های عصبی که از روی سلول‌های زنده کِشت شده‌اند، برای کامپیوتر نقش مخزن فیزیکی را دارند و سیگنال‌هایی منسجم ایجاد

ما برای راه‌اندازی امواج اینترنت 5G و برنامه‌های کاربردی در حوزه رباتیک از اکوسیستمی استفاده می‌کنیم که برپایه EGX A100 و EGX Jetson Xavier NX طراحی شده و توسط نرم‌افزارهای امن، ابری Cloud-Native و بهینه‌سازی‌شده برای هوش مصنوعی پشتیبانی می‌شود. تجهیز صنایع مختلف به فناوری تحلیل آنی هوش مصنوعی چگونه

شرکت فناوری عصبی Neuralink از سال 2019 در تلاش است به منظور بکارگیری هوش مصنوعی در توان بخشی افراد توان‌یاب، فناوری‌ای بسازد که قادر به ثبت فعالیت مغزی انسان‌ها باشد. این شرکت که توسط ایلان ماسک Elon Musk بنیان‌گذاری شده است، آزمایشات اولیه‌ی خود را روی موش‌ها اجرا کرد. طی