博客
关于我
那个曾经为美国NASA开发火星大脑的AI公司,现在和华为合作了
阅读量:142 次
发布时间:2019-02-26

本文共 1246 字,大约阅读时间需要 4 分钟。

Neurala公司是一家专注于深度学习技术的波士顿初创公司,他们在2006年成立,致力于开发一种革命性的AI技术。公司的核心技术是Lifelong-DNN(L-DNN),这是一种能够在一次训练后实时学习的算法,模拟了生物大脑的学习方式。

Neurala的发展历程

Neurala成立于2006年,由波士顿大学的四位博士共同创立。他们的研究起点是认知科学和神经网络,目的是模拟人类大脑的感知和决策过程。为了加速算法的执行速度,他们利用GPU技术申请了多项专利。然而,当时AI应用仍处于早期阶段,缺乏商业化需求。因此,他们在2013年加入了加速器技术,开始推动公司的商业化进程。

核心技术L-DNN

L-DNN与传统的深度神经网络(DNN)有显著差异。L-DNN的学习速度快达传统DNN的250倍,在单核ARM芯片上即可完成训练。这种技术的突破性成果源于对传统反向传播算法的重构,特别针对在资源受限的嵌入式设备上部署AI的需求。NASA的火星探测器项目就是L-DNN的重要应用案例。

商业化进程

Neurala在技术研发的同时,积极推进商业化进程。截至目前,公司已获得近1.6亿美元的融资,投资方包括Pelion Ventures、Sherpa Capital等知名机构。公司主要与无人机、智能手机、摄像头等设备制造商合作,将AI技术植入设备中。

此外,Neurala还与摩托罗拉达成合作,应用其AI技术于Si500随身相机,提升失踪儿童和可疑物品的快速定位能力。未来,Neurala计划进一步拓展中国市场,与华为等中国公司开展物体检测等计算机视觉领域的联合研发。

SaaS平台Brain Builder

Neurala于7月正式上线了SaaS平台Brain Builder,目前正在测试版阶段。该平台支持自动视频标注功能,可将数据导入TensorFlow、Caffe等深度学习框架。未来平台将不断迭代,提供更完善的功能,服务于企业用户和开发者。

专访MaxVersace

MaxVersace(Neurala创始人兼CEO)在采访中分享了公司的发展历程和技术优势。他提到,L-DNN的研发历程长达10年,是公司核心技术的重要突破。与传统DNN不同,L-DNN能够实时学习,而非仅仅依赖反向传播机制。这种技术优势使Neurala在嵌入式AI领域占据了重要地位。

技术与应用的扩展

L-DNN目前主要应用于图像领域,但Max表示,该技术原理同样适用于语音和其他数据领域。公司目前重点关注视频应用市场,寻求在更多场景中应用其技术。

公司文化与未来展望

Neurala团队由41名成员组成,包括10名博士、20名工程师和10名市场与管理人员。公司注重技术研发与商业化的结合,致力于为客户提供高效、隐私保护的AI解决方案。未来,Neurala计划推动AI技术在更多行业中的应用,帮助人类完成更复杂的任务。Max强调,公司将继续专注于核心技术的研发,提升L-DNN的性能和应用范围,为人类社会创造更大价值。

转载地址:http://efxy.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>