又一AI公司被戳破谎言:"伪装到你做到为止"真的很难

发布时间:2019-08-16 00:00
作者:
来源:新浪科技
阅读量:1651

“fake it till they make it”(假装做到,直到你做到为止)这句话,在创业圈一直非常流行。 

  鉴于许多创业公司以及成熟企业的产品都不会在 100% 成功后才发布,这似乎是一个圈内默认的操作。但有一个疑问: 

  在开发人工智能技术方面,当初创公司也在假装(fake it till they make it)的时候,多少才算太多? 

  弓满则断。

  获得资本与缓冲时间的代价,是要冒着“善意谎言”还没有兑换成现实就在中途被戳穿的巨大风险。 

  上周,纽约时报刚刚曝光明星公司 One Concern 制作的 AI 灾难应对解决方案名不副实,灾难预测的部分结果被灾后专家与工程师认为可能会有致命缺陷;

  今天,某外媒就做了另一个披露:

  声称正在建立人工智能 app 开发平台的印度创业公司 Engineer.AI,其实并没有真正使用人工智能开发应用程序。

  相反,真正的贡献者是使用手动方法的员工们。

  根据 Engineer.ai 创始人 Sachin Dev Duggal 的公开演讲以及宣传资料显示,Engineer.ai 开发的一项名为 Natasha 的人工智能软件能够帮助任何人创建定制化 app。

  换句话说,任何人都可以在这款 AI 辅助工具的帮助下通过点击网站上的菜单来迅速创建一个移动应用程序。大致流程如下:

  用户可以选择任何自己喜欢的现有应用程序模板(如公司网站给出的例子是订披萨的 app)。然后 Natasha 在很大程度上会自动创建一个相似的应用程序。

又一AI公司被戳破谎言:"伪装到你做到为止"真的很难


  公司表示,由于支撑流行应用程序的大部分代码都是类似的,因此该公司的“人工智能软件”已经掌握了这里面大部分结构,可以帮助用户自动组装新的应用程序。

  这将使得整个过程比传统的应用程序开发更便宜、更快捷。

  至于效果如何,某外媒援引 Engineer.ai 发言人称——“在公司最近开发的一个 app 过程中,大约有 82% 是由这款软件『在第一个小时内自动生成的』,这就是 AI 的魅力。”

  然而,Engineer.ai 的内部工程师在接受某外媒采访时却透露,AI 并没有像这家公司声称的那样为应用程序自动汇编代码。

  他们指出,该公司的大部分工作依赖于印度和其他地方的“人工工程师”。而且即使考虑到科技创业公司普遍存在的“伪装到你做到为止”的心态,公司关于人工智能的应用也被夸大了。

  当被媒体问及该公司有哪些使用人工智能的案例时,公司曾表示,客户需要支付的价格和工程时间表都是完全自动计算出的。 

  “其中一部分过程使用了自然语言处理,这项人工智能技术主要是为了识别和理解文本或语音。

  另外,还使用决策树(基于选择的图形或模型)将任务分配给开发人员。”

  然而,一些现任和前任员工则向某外媒透露,实际上一些定价和时间表的计算是由传统软件产生的,而且大部分工作总体上是由员工手动完成的。

  这些人甚至还表示,该公司并没有多少自然语言处理技术能力,而公司内部使用的决策树不应被视为人工智能。 

  这个说法得到了瑞典深度学习软件公司 Peltarion 创始人 Luka Crnkovic-Friis 的认同。他认为,称决策树为人工智能通常“有些牵强”。 

  “如果你告诉客户你正在使用人工智能,他们可能不会期待使用一些上世纪 50 年代的技术。决策树其实是一项非常古老和简单的技术。”

  有趣的是,就在本月,Engineer.ai 又悄悄在网站上对自己的技术与产品做了一些更加细致的解释与说明。

  他们把介绍修改为“平均约 60% 的可复用软件是由机器生产的,其余部分是人工生成的,用于开发应用程序”。

又一AI公司被戳破谎言:"伪装到你做到为止"真的很难


  我们并不是完全自动化的应用程序开发。相反,我们依赖于人工与人工智能的合作关系,其中可复用软件 (在传统软件开发中,重复代码约占产品的 60%) 是机器生产的,其余 40% 是机器生产的;大多数项目的独特之处在于“人工生产”。我们相信人类的创造力和才能将永远是创新和构建之旅的一部分。

  实际上,从实用的角度来看,花费巨资进行完全自动化开发对我们没有任何好处,而我们可以通过专注于用自动化来解决那些重复性强和效率低下的工作(虽然 80-20 规则是经典,但我们是 60-40 规则!),进而实现客户的利益。

  除了产品的技术应用受到质疑,其在推出产品的时间上,也被认为遵循了“fake it till they make it”的原则。

  Engineer.ai 一位熟悉公司运营情况的人士透露,在刚刚过去的两个月里,公司才开始构建自动化应用程序构建所需的技术。

  他补充说,公司距离将人工智能技术应用于其核心服务其实还有至少一年时间。

  当然,作为一项有门槛的技术,越来越多的创业公司已经发现构建人工智能比预期要难很多。但除了技术本身,收集数据来训练支撑这种技术的机器学习算法可能也需要花费很长时间。

  为了训练新算法模型,像 Engineer.ai 这样的应用程序开发商需要从客户那里收集成千上万的请求,并将它们与工程师构建的代码相结合。

  但华尔街援引几位熟悉 engineer AI 的人的话称,这家公司还没有收集到足以支撑人工智能技术得以应用的数据。

  不过公司发言人反驳,他们已经收集了超过 6 亿条记录以构建更好的 AI模型。

  另外,在今年 2 月被解雇又同时向公司提起诉讼(这些在此前都没有被公开)的Engineer.ai 前首席业务官 Robert Holdheim 也同时披露了创始人 Duggal 曾经告诉自己的话:

  “他说,每个科技创业公司为了获得资金都会夸大其词。我其实是认同的,这并不奇怪,只有这样才能让我们有钱得以开发这项技术。

  但是 Duggal 曾告诉投资者,工程师已经完成了 80% 的开发工作,但事实上,我们还没有开始开发这个产品。”

  1

  域名多个AI,融资可能多50%

  “fake it till they make it”究竟是对是错,我们无法给出一个确切得结论;而人工智能技术在许多情况下,的确能够帮助企业省钱或更精准地找到目标用户。

  但投资领域不得不面对的现实是,在科技领域,评估一家公司究竟有没有有效利用人工智能技术是一个日益严峻的挑战。

  由于人工智能技术本身十分复杂且定义模糊而松散,非专业人士很难辨别它何时以及怎样被部署及有效利用。

  面对投资方,许多创业公司都说自己在使用人工智能作为主要吸引公司客户的方式,但这种说法往往很难经过严格审查。

  因此通常情况下,拿出一份“由 AI 驱动”的解决方案,的确更容易得到资本的厚爱。

  根据权威数据分析机构 CB insights 提供的数据显示,人工智能创业公司的平均交易规模从 2013 年到 2018 年几乎翻了三倍。

  而另一家数据分析机构 PitchBook 也表示,2018 年风险投资对人工智能创业公司的投资几乎比上一年翻了一番,达到 310 亿美元。 

  特别是域名含有“ai”的公司的数量,在一年内增长了两倍多。目前这种收费的域名扩展在全球科技创业公司中非常受欢迎。

  此外,就在上个月,日本科技巨头软银集团又公布了一个以人工智能技术为主的投资基金——愿景基金 2 期,预计资本总额为 1080 亿美元。

  而作为一个已有两年历史的资金池,愿景基金 1 期的资金总额也已经达到了约 1000 亿美元,其中有大约 700 亿美元已经被注入到若干家 AI 技术公司里。

  总部位于洛杉矶的 Engineer.ai,就在去年从包括 Deepcore inc. 在内的投资机构那里筹集到 2950 万美元,而 Deepcore inc. 正是软银的全资子公司。

  软银等机构不断的资金投入,一方面可能会继续提高 AI 公司们的市场估值,而另一方面,也让许多技术专家和部分投资者的质疑声更为统一。 

  “人工智能技术到目前为止最大的问题其实是——『承诺过多,但却实现不了』”,这是布鲁金斯学会智库技术创新中心主任 Darrell West 在上周发出的感叹。

  “从几何时,这已经变成了一种营销手段。”

  就像我们刚才在第一部分所提到的,这项技术的应用有着清晰的门槛。

  一方面,它虽然可以很容易地在测试或初步形式中起步,但实际规模化部署要困难很多。

  另一方面,获取和标注必要的训练数据来建立有能力的人工智能模型可能极为昂贵和费时,这也是为何周一我们报道过的一家硅谷人工数据标注公司能够在 3 年内成长为独角兽的根本原因。

  只是,鉴于一些投资方并不十分出色的辨别力和技术应用的有限性,不知道从什么时候开始,创业者们对“只有用人工智能做挡箭牌,才能筹集到更多资本”的领悟愈加上瘾。

  英国投资基金 MMC Ventures 的一项针对 2000 余家 AI 技术公司的调查显示,声称自己有某种人工智能技术的创业公司能够比其他软件公司多吸引15%~ 50% 的资本。

  然而他们也表示,其中 40% 甚至更多的公司其实根本没有使用任何形式的人工智能技术。

  波士顿咨询的人工智能专家 Philipp Gerbert 则认为,不能把责任都归于创业公司。

  全球对人工智能融资的浓烈兴趣以及多国之间展开的“技术军备竞赛”,促使创业公司和上市企业开始将自己标榜为人工智能技术+服务机构——

  “即使它们可能只有一个简单的聊天机器人。”

  2

  人才稀缺,但AI公司却越来越多

  “AI 人才”是技术圈这几年少数讨论热度持续走高的话题之一。然而,这个话题也让我们延伸出一个抓破头皮也搞不明白的矛盾点:

  一方面,AI 人才已经紧缺到了各大培训机构都开始出售“AI 速成班”的地步,而为何另一边,自称有 AI 技术的企业却如雨后春笋般出现?

  Engineer.ai 另一个被质疑的问题,正是出在人才身上。

  某外媒判断这家公司可能缺乏一批深度具备机器学习或人工智能专业知识的高级工作人员。

  因为当第一次被要求介绍一个具有人工智能技术背景的高级雇员时,他们只提供了一个名字。 

  而在 Engineer.ai 随后的一份声明中也承认,人工智能专家真的很难找到。但他们也表示最近招聘的一些员工正在研究机器学习和人工智能。 

  不过,该公司仅在声明中详细列举了有三名团队成员在数据科学和其他学科方面的经验,并没有具体说明他们的名字。

  这很容易让人想到上周被纽约时报质疑的 One Concern,其也存在“缺乏有研究成果的在职 AI 技术开发者”等人才问题。

  显然,这不是一家企业的窘境。 

  有行业人士透露,目前很多自称拥有 AI 技术能力的企业,将利用廉价人力作为暂时的权宜之计,以便于在不断招人以及收集到数据以后推出真正的机器学习算法。 

  “我认识的一家公司说正在使用人工智能软件读取和收集收据,而实际上他们是用人类在做这项工作。这在行业里也不是秘密。”  

  从 2015 年到现在,对相关人才的需求已经从 AI 技术领域扩展到了更宽泛的行业领域,这也让企业对具备人工智能、数据科学和相关领域技能的员工需求呈现激增态势。 

  根据美国技术行业组织 CompTIA 在 6 月公布的一项数据显示,IT 行业的失业率在 5 月份降至 1.3%,呈现 20 年来的最低水平。 

  这更加剧了对稀缺人才的竞争。 

  因此,在这类技术人才更容易朝大企业、明星创业公司聚拢的过程中,或许对新公司以及行业性技术公司的考量,并没有如外媒讲的那样难以分辨。


(备注:文章来源于网络,信息仅供参考,不代表本网站观点,如有侵权请联系删除!)

在线留言询价

相关阅读
两款国产5nm AI芯片,2026年前量产!
  据知情人士透露,TikTok母公司字节跳动正加快自研人工智能芯片的步伐,意在提升在中国人工智能聊天机器人市场中的竞争优势。  两位知情人士证实,字节跳动计划与芯片制造巨头台积电合作,力争在2026年前实现两款自研半导体芯片的量产,使用5纳米技术。这一举措可能会减少字节跳动在开发和运行人工智能模型过程中对昂贵的英伟达芯片的依赖。  对于字节跳动来说,降低芯片成本至关重要。与其他中国大型科技公司及众多初创企业一样,字节跳动已经推出了自家大语言模型,供内部使用和对外销售。然而,市场竞争异常激烈,导致包括阿里巴巴和百度在内的中国科技巨头纷纷将其模型使用价格大幅下调,降幅高达97%。  字节跳动去年发布了其首款人工智能聊天机器人“豆包”,该机器人提供了类似于OpenAI ChatGPT的文本和图像生成功能。今年,字节跳动又推出了一批低成本的大语言模型,其中部分产品的定价比OpenAI的同类产品低了高达99%。  与此同时,字节跳动在开发生成式人工智能模型方面的费用也在不断上升。据知情人士透露,今年,该公司已订购了超过20万颗英伟达H20芯片,这款芯片是美国出口管制下允许出售给中国的最先进英伟达芯片。该订单的总金额超过20亿美元,目前字节跳动仍在等待英伟达交付全部订单。  不过,字节跳动正计划从台积电订购数十万颗自家设计的训练和推理芯片。预计这些内部设计的芯片成本将比从英伟达购买芯片节省数十亿美元。然而,这些芯片目前仍处于设计阶段,因此字节跳动的计划可能会有所调整。
2024-09-18 16:33 阅读量:534
AI在可穿戴领域狂飙,混合式AI模式加速落地
  随着技术的发展,硬件升级为智能硬件,增加了CPU、操作系统,还增加了联网、健康监测等功能。AI技术的应用,又让智能硬件的普通AI升级为生成式AI。当下,我们对生成式AI并不陌生,它带来了更加个性化的推荐和更加人性化的交互方式。       在可穿戴设备上,苹果、三星、360、索尼、XREAL等做智能手表、XR设备的硬件厂商都将生成式AI用到了自己的产品上。在产业链上游,涉及处理器、传感器的芯片厂商在生成式AI与可穿戴设备越来越紧密的过程中,得到了新的机会。  AI迭代方向:从传统AI转向生成式AI、多模态  360集团创始人周鸿祎认为未来有两种硬件,一种是硬件+AI,另一种是硬件+AI的进化版:AI-Native硬件。第一种是传统的智能硬件,第二种是AI Native硬件,AI大模型是核心功能,例如人形机器人、自动驾驶、AI PC、新型AI 硬件等。       从某种意义上看,现阶段智能硬件正在从传统AI走向生成式AI,大模型将在C端找到更适合的应用场景。       “2024年是大模型应用场景之年,To C出现杀手级应用”,周鸿祎预判。多模态大模型+智能硬件才能深入更多应用场景。那么,多模态指的是什么,大模型需要怎么样的硬件呢?       多模态能力指的是可穿戴设备利用健康监测传感器获取的多种信息,例如声音、手势、心率、心电图、体温、定位等数据。在大模型的加持下,利用AI技术能够将这些单一的数据进行不同维度的整合,生成新的维度、个性化的数据。       至于在硬件上,可穿戴设备领域已经推出了多种不同类型的产品,智能手表/手环、无线耳机、AR/VR设备、AI Pin、智能戒指等。       基于不同的应用场景及需求,智能手表成为生成式AI落地最为快速的可穿戴设备品类之一。这是因为它能提供更多生成式AI需要的数据。从2023年至今,已经有多家厂商宣布要在自家的智能手表里植入云生成式AI,这些厂商包括Zepp Health、谷歌 (Fitbit)、三星、苹果、Whoop、360等。       生成式AI在智能手表市场上带来两大作用,一是生成式AI的加入提升了健康监测数据的准确性与相关性,产品迭代让厂商在激烈的市场竞争中获得先机。二是生成式AI成为“解救”智能手表市场增长缓慢的一剂良药,也成为健康监测和其他智能功能升级之外刺激消费者购买的动力。       如果说2023年,智能手表市场的增长是得益于eSIM、卫星通信加持,以及蓝牙、UWB技术提升。那么可以预测,在2024年,生成式AI的加入将是智能手表市场持续增长的关键之一,特别是高端智能手表市场。Canalys预测,在AI功能的带动下,2025年全球智能手表出货量增幅约为20%。       不同于传统AI,生成式AI通过学习和理解大量数据,自动生成新内容或解决新问题,具有更强的创造性和适应性。在可穿戴设备上,尤其是具备健康监测功能的可穿戴设备上,能够提供个性化的健康建议,或者在运动场景制定个性化的运动计划,在日常生活中提供个性化的服务。       在可穿戴设备里,XR厂商也在寻找AR/VR+AI的最佳契合点。高通技术公司 XR 产品管理高级总监 Said Bakadir认为:与生成式 AI 的最佳互动方式就是 XR。这是不同于苹果、三星的AI功能又一应用方向。       在AWE XR 展会上,AR 眼镜技术商 DigiLens宣布ARGO 眼镜将集成谷歌 Gemini 大模型,能够用于语音交互等功能。值得一提的是,AI结合智能眼镜传感器,可以感知佩戴者的环境、意图等。还能够基于应用场景,提供导航辅助等专业任务可视化效果。       就在近期,外媒爆料了苹果正在计划的全新智能眼镜产品相关细节,其中提到产品配有内置扬声器、摄像头、健康传感器,并且带有AI功能,用户可以在没有显示屏的情况下与AI助手对话。  混合式AI加速落地,处理器、传感器保持迭代速度  生成式AI的进展不仅仅是在智能手表上。在可穿戴设备市场,最受关注的是厂商苹果和三星,这两家厂商分别在今年6月和7月宣布各自在生成式AI上的最新进展。       苹果推出了Apple Intelligence个人化智能系统,能理解个人情境,内置的大模型能深刻理解自然语言,能完成生成语言、图片,以及跨APP联动等功能,Apple Intelligence被整合进iPhone、iPad 和 Mac 芯片核心中,并且将其赋能给Siri。Siri是苹果在AI领域的重要布局,未来Apple Intelligence将结合Siri整合进苹果更多可穿戴设备产品中。       苹果以后来者的身份入局生成式AI的赛道,在接下来的时间里,苹果将持续训练Apple Intelligence ,并且推出更多基于生成式AI的功能,为硬件能带来全新的AI体验。       三星则是将AI功能深度整合进全新的可穿戴设备品类——智能戒指Galaxy Ring中。与苹果在生成式AI中以交互为重点不同,三星的生成式AI智能戒指更多聚焦在健康监测功能上,当然,这与产品的功能属性也有很大的关系。三星表示,Galaxy Ring可以通过AI对数据进行分析,提供个性化的健康和睡眠建议,并且还能够用手势控制三星智能手机。       三星还预告Galaxy AI新功能将更新到更多三星Galaxy 设备中,内置的AI算法,将为每位用户开发出个人知识图谱,并且打造更具个性化的服务。三星认为,多模态和情境AI将成为一个互联生态系统。       从苹果和三星在可穿戴生成式AI的布局也可以看到一个新的发展方向:混合式AI。例如苹果在AI领域选择OpenAI合作,三星选择联手谷歌。具体来看,苹果采用的是自研本地大模型+云端,部分AI功能在本地端采用Apple Intelligence,超出本地处理能力时基于OpenAI的GPT-4o模型,在云端实现更复杂的任务处理。       混合AI的策略不仅提升了设备的智能化水平,还通过引入先进的生成式AI技术,增强了用户体验。在苹果的带动下,未来可穿戴设备的“混合式AI”将加速落地。不过前提是,端侧AI足够强大。       不难发现,一方面生成式AI在更多可穿戴品类上落地,另一方面随着可穿戴设备的AI功能越来越丰富,所需要的主芯片、传感器等硬件的性能也需要更加强大支撑更多功能的实现,这也是多模态大模型能够得以落地的关键。       笔者认为,可穿戴设备AI的核心包括传感器、存储等。在主芯片方面,随着AI功能的增加,处理器的性能需要更加强大执行复杂的算法和任务,并且需要更高的集成度。在传感器方面,多模态的基础是来自传感器检测到的多种数据,Canalys表示每增加一个传感器,AI就能够多创建数十个基于该传感器的全新应用场景。当然,这要求传感器有更高的精确度。在存储方面,AI应用的增加对存储容量、速度带来要求。  小结  正如周鸿祎提到的“大模型是一种能力,找到核心的应用场景,跟能力结合是很重要的”,只有在具体的垂直场景里找到用户的痛点和刚需。生成式AI瞄准了快速增长的可穿戴设备市场,在智能手表、智能戒指、智能眼镜等设备上实现落地,并且为品牌厂商带来技术竞争优势,获得消费者的青睐。       在被业内人士认为是应用元年的2024年,生成式AI在可穿戴设备的渗透也只是刚刚开始。品牌厂商在寻找适合各自的技术路线,混合式AI成为其中一条技术路线被大家看到。功能体验的提升也推动着上下游产业链企业的产品迭代。
2024-08-02 11:12 阅读量:511
AI服务器与笔电升级带动高容值MLCC需求,供应商平均售价上涨
  根据TrendForce集邦咨询最新研究显示,今年上半年AI服务器订单需求稳健增长,下半年英伟达新一代Blackwell GB200服务器以及WoA AI赋能笔电,陆续于第三季进入量产出货阶段,将推升原始设计制造商(ODMs)备货动能逐月增温,预计带动高容值多层陶瓷电容器(MLCC)出货量攀升,进一步推升MLCC平均售价(ASP)。  高容值MLCC用量高达八成  TrendForce集邦咨询指出,由于AI服务器对质量要求高,加上目前各品牌厂Windows on Arm(WoA)笔电主要依赖高通(Qualcomm)公版设计,其中高容值MLCC用量高达八成。因此,掌握多数高容品项的日韩MLCC供应商将成为主要受益对象。  高容值产品订单需求增长过快,拉升MLCC总用量  另一方面,由于GB200高容标准品单位用量高,以GB200系统主板为例,MLCC总用量不仅较通用服务器增加一倍,1u以上用量占60%,X6S/X7S/X7R耐高温用量高达85%,系统主板MLCC总价也增加一倍,随着订单逐月增长,部分高容值产品订单需求增长过快,迫使日本厂商村田(Murata)拉长下单前置时间(Lead Time),从现有8周延长至12周。  每台WoA笔电MLCC总价大幅提高到5.5~6.5美金  此外,今年在Computex展会大放异彩的WoA笔电,尽管采用低能耗见长的精简指令集(‌RISC)‌架构(ARM)设计架构,整体MLCC用量仍高达1,160~1,200颗,与Intel高端商务机种用量接近。ARM架构下的MLCC容值规格也有所提高,其中1u以上MLCC用量占总用量近八成,导致每台WoA笔电MLCC总价大幅提高到5.5~6.5美金,材料成本上升,也拉高WoA笔电终端售价,平均价格均在一千美元以上。
2024-07-11 10:45 阅读量:661
2024年世界人工智能大会-除了Ai更有“爱”
  在上海2024年7月4日揭幕的2024年世界人工智能大会上,全球科技界的精英们不仅展示了最前沿的人工智能技术,更向世界宣告了AI的另一面 —— 它的温暖与“爱”。这场在上海举办的科技盛会,以“共商促共享 以善治促善智”为主题,不仅聚焦于AI技术的发展,更探讨了AI如何更好地服务于人类社会,提升我们的生活质量。  家庭陪伴机器人温馨亮相  在大会的展览区,家庭陪伴机器人吸引了众多参观者的目光。这款由耘趣携手晶视、声网、旷视以及凸凹设计共同开发的产品,不仅集成了顶尖的人工智能技术,更以其独特的设计理念,展现了AI的人文关怀。  家庭陪伴机器人的核心亮点:  ✦异地陪伴:机器人通过声网超低延时的音视频通讯技术,让身处异地的家人能够实时陪伴在亲人和宠物身边,传递跨越空间的关爱。  ✦超长续航:采用超低功耗场景优化技术,机器人一次充电可使用60天,减少了维护的繁琐,提供了更加自由的使用体验。  ✦智能识别:晶视的算例芯片配合旷视的先进图像算法赋予了机器人在不同场景下准确识别家人和宠物的能力,实现更加个性化的互动。  ✦产品造型:凸凹设计的精心打造,让家伴AI机器人不仅是家人更是一件艺术品,完美融入现代家居环境。  科技与人文的结合:AI技术的温情演绎  2024年世界人工智能大会不仅展示了AI技术的强大能力,更强调了科技与人文的结合。陪伴机器人的推出,正是这一理念的生动体现。它不仅是一个技术产品,更是一个情感的纽带,连接着家庭成员之间的爱与关怀。  科技视角:AI的未来发展方向  我们认为2024年世界人工智能大会的成功举办,为AI技术的发展指明了新的方向。未来,我们期待看到更多像陪伴这样的产品,它们不仅拥有强大的技术实力,更能够传递人类的情感与温暖。  结语  随着大会的深入进行,我们将继续关注AI技术的最新进展和应用。让我们共同期待,人工智能如何让世界变得更加智能,同时也更加充满“爱”。  如需了解更多AI及相关产品的方案和资讯,欢迎邮件至liconslee@ameya360.com或拨打+86 13861452902进行咨询。
2024-07-08 13:56 阅读量:452
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
RB751G-40T2R ROHM Semiconductor
MC33074DR2G onsemi
BD71847AMWV-E2 ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
TL431ACLPR Texas Instruments
型号 品牌 抢购
BP3621 ROHM Semiconductor
BU33JA2MNVX-CTL ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
ESR03EZPJ151 ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
TPS63050YFFR Texas Instruments
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360微信服务号 AMEYA360微信服务号
AMEYA360商城(www.ameya360.com)上线于2011年,现 有超过3500家优质供应商,收录600万种产品型号数据,100 多万种元器件库存可供选购,产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+ 连接器等多个领域,平台主营业务涵盖电子元器件现货销售、 BOM配单及提供产品配套资料等,为广大客户提供一站式购 销服务。