0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

Snap將AI和機器學習引入Snapchat

CHANBAEK ? 來源:網(wǎng)絡整理 ? 2024-05-21 09:31 ? 次閱讀

Snap首席執(zhí)行官伊萬·斯皮格近日宣布,公司將加大投資力度,將人工智能機器學習技術深度引入其主打社交應用Snapchat,以進一步提升用戶吸引力。斯皮格直言,公司在機器學習領域已稍顯落后,這一狀況在一定程度上影響了其業(yè)務表現(xiàn)。

為改變現(xiàn)狀,Snap計劃將更多資源投入到AI和機器學習技術的研發(fā)中,以期為用戶帶來更為智能、便捷和個性化的使用體驗。此舉不僅有望增強Snapchat的競爭力,也將為用戶帶來更加豐富多樣的社交互動體驗。

隨著AI技術的不斷發(fā)展,Snap的這一戰(zhàn)略決策無疑具有前瞻性和創(chuàng)新性。未來,我們有理由期待Snapchat在人工智能的加持下,能夠為用戶帶來更多驚喜和價值。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • AI
    AI
    +關注

    關注

    87

    文章

    29368

    瀏覽量

    267647
  • 人工智能
    +關注

    關注

    1789

    文章

    46324

    瀏覽量

    236495
  • 機器學習
    +關注

    關注

    66

    文章

    8320

    瀏覽量

    132165
收藏 人收藏

    評論

    相關推薦

    AI for Science:人工智能驅(qū)動科學創(chuàng)新》第二章AI for Science的技術支撐學習心得

    人工智能在科學研究中的核心技術,包括機器學習、深度學習、神經(jīng)網(wǎng)絡等。這些技術構成了AI for Science的基石,使得AI能夠處理和分析
    發(fā)表于 10-14 09:16

    RISC-V如何支持不同的AI機器學習框架和庫?

    RISC-V如何支持不同的AI機器學習框架和庫?還請壇友們多多指教一下。
    發(fā)表于 10-10 22:24

    Snapchat聊天機器人集成谷歌Gemini技術

    Snap與谷歌云的戰(zhàn)略合作再升級,為Snapchat平臺注入了新的智能活力。雙方宣布,Snapchat的My AI聊天機器
    的頭像 發(fā)表于 09-25 14:51 ?206次閱讀

    Snap發(fā)布第五代Spectacles AR眼鏡

    9月19日最新資訊,科技巨頭Snap近日隆重推出了其第五代Spectacles AR眼鏡,這款前沿產(chǎn)品不僅標志著Snap在增強現(xiàn)實(AR)領域的又一重大突破,也預示著智能穿戴設備與AI技術的深度融合
    的頭像 發(fā)表于 09-19 15:14 ?570次閱讀

    AI引擎機器學習陣列指南

    AMD Versal AI Core 系列和 Versal AI Edge 系列旨在憑借 AI 引擎機器學習 ( ML ) 架構來提供突破性
    的頭像 發(fā)表于 09-18 09:16 ?237次閱讀
    <b class='flag-5'>AI</b>引擎<b class='flag-5'>機器</b><b class='flag-5'>學習</b>陣列指南

    【《時間序列與機器學習》閱讀體驗】+ 時間序列的信息提取

    之前對《時間序列與機器學習》一書進行了整體瀏覽,并且非常輕松愉快的完成了第一章的學習,今天開始學習第二章“時間序列的信息提取”。 先粗略的翻閱第二章,內(nèi)容復雜,充斥了大量的定義、推導計
    發(fā)表于 08-14 18:00

    人工智能、機器學習和深度學習是什么

    在科技日新月異的今天,人工智能(Artificial Intelligence, AI)、機器學習(Machine Learning, ML)和深度學習(Deep Learning,
    的頭像 發(fā)表于 07-03 18:22 ?881次閱讀

    機器學習入門:基本概念介紹

    機器學習(GraphMachineLearning,簡稱GraphML)是機器學習的一個分支,專注于利用圖形結構的數(shù)據(jù)。在圖形結構中,數(shù)據(jù)以圖的形式表示,其中的節(jié)點(或頂點)表示實體
    的頭像 發(fā)表于 05-16 08:27 ?439次閱讀
    圖<b class='flag-5'>機器</b><b class='flag-5'>學習</b>入門:基本概念介紹

    機器學習怎么進入人工智能

    ,人工智能已成為一個熱門領域,涉及到多個行業(yè)和領域,例如語音識別、機器翻譯、圖像識別等。 在編程中進行人工智能的關鍵是使用機器學習算法,這是一類基于樣本數(shù)據(jù)和模型訓練來進行預測和判斷的算法。下面
    的頭像 發(fā)表于 04-04 08:41 ?197次閱讀

    NVIDIA Isaac機器人平臺升級,加速AI機器人技術革新

    NVIDIA Isaac機器人平臺近期實現(xiàn)重大升級,通過引入最新的生成式AI技術和先進的仿真技術,顯著加速了AI機器人技術的發(fā)展步伐。該平臺
    的頭像 發(fā)表于 03-27 10:36 ?565次閱讀

    FPGA在深度學習應用中或取代GPU

    AI 框架模型映射到硬件架構。 Larzul 的公司 Mipsology 希望通過 Zebra 來彌合這一差距。Zebra 是一種軟件平臺,開發(fā)者可以輕松地深度學習代碼移植到 F
    發(fā)表于 03-21 15:19

    ai_reloc_network.h引入后,ai_datatypes_format.h和formats_list.h報錯的原因?

    當準備使用神經(jīng)網(wǎng)絡的relocatable方式,ai_reloc_network.h頭文件加入程序編譯后,ai_datatypes_format.h在cubeIDE和Keilc里分別報如下錯誤
    發(fā)表于 03-14 06:23

    分析 丨AI算法愈加復雜,但是機器視覺的開發(fā)門檻在降低

    準確判斷。此外,AI大模型近兩年受到關注,也可能被引入機器視覺領域,在跨模態(tài)理解和推理等方面展現(xiàn)出更強能力。 AI算法的復雜程度越來越高,機器
    的頭像 發(fā)表于 02-19 16:49 ?565次閱讀
    分析 丨<b class='flag-5'>AI</b>算法愈加復雜,但是<b class='flag-5'>機器</b>視覺的開發(fā)門檻在降低

    如何使用TensorFlow構建機器學習模型

    在這篇文章中,我逐步講解如何使用 TensorFlow 創(chuàng)建一個簡單的機器學習模型。
    的頭像 發(fā)表于 01-08 09:25 ?869次閱讀
    如何使用TensorFlow構建<b class='flag-5'>機器</b><b class='flag-5'>學習</b>模型

    在 Azure 機器學習上充分發(fā)揮 NVIDIA AI Enterprise 的強大功能

    的方式實現(xiàn)這些技術的落地。 NVIDIA AI Enterprise 是一款全面的軟件套件,專門用于幫助企業(yè)大規(guī)模實現(xiàn)企業(yè)就緒的 AI、機器學習(ML)和數(shù)據(jù)分析,并提供安全性、可靠性
    的頭像 發(fā)表于 11-17 21:30 ?505次閱讀
    在 Azure <b class='flag-5'>機器</b><b class='flag-5'>學習</b>上充分發(fā)揮 NVIDIA <b class='flag-5'>AI</b> Enterprise 的強大功能