A method for determining a quantization parameter of a neural network, and a related product. The related product comprises a card, and the card comprises a storage device (390), an interface apparatus (391), a control device (392), and an artificial intelligence chip (389). The artificial intelligence chip (389) is respectively connected to the storage device (390), the control device (392), and the interface apparatus (391). The storage device (390) is used to store data, the interface apparatus (391) is used to transmit data between the artificial intelligence chip (389) and an external device, and the control device (392) is used to monitor the status of the artificial intelligence chip (389). The card can be used to perform artificial intelligence operations. L'invention concerne un procédé de détermination d'un paramètre de quantification d'un réseau neuronal, et un produit associé. Le produit associé comprend une carte, et la carte comprend un dispositif de stockage (390), un appareil d'interface (391), un dispositif de commande (392) et une puce d'intelligence artificielle (389). La puce d'intelligence artificielle (389) est connectée respectivement au dispositif de stockage (390), au dispositif de commande (392) et à l'appareil d'interface (391). Le dispositif de stockage (390) est utilisé pour stocker des données, l'appareil d'interface (391) est utilisé pour transmettre des données entre la puce d'intelligence artificielle (389) et un dispositif externe, et le dispositif de commande (392) est utilisé pour surveiller l'état de la puce d'intelligence artificielle (389). La carte peut être utilisée pour effectuer des opérations d'intelligence artificielle. 一种神经网络的量化参数确定方法及相关产品。相关产品包括一种板卡，所述板卡包括：存储器件（390）、接口装置（391）和控制器件（392）以及人工智能芯片（389）；其中，所述人工智能芯片（389）与所述存储器件（390）、所述控制器件（392）以及所述接口装置（391）分别连接；所述存储器件（390），用于存储数据；所述接口装置（391），用于实现所述人工智能芯片（389）与外部设备之间的数据传输；所述控制器件（392），用于对所述人工智能芯片（389）的状态进行监控。所述板卡可以用于执行人工智能运算。

本短期專利涉及美容醫療領域，公開了一種用於皮膚治療的人工智能機器人，包括：處理工具，用於對皮膚進行處理。機械臂，用於操作處理工具。系統控制器，與機械臂通信連接，用於規劃機械臂的運動。本實用新型的目的在於提供一種或多種用於皮膚治療的人工智能機器人，本實用新型能夠自動化地對用戶皮膚進行醫學和美容處理。

A method for determining an emotional threshold and an artificial intelligence device. The method comprises: step 1, the artificial intelligence device determines the emotional state of a first user as a first emotional state according to acquired monitoring information (102); step 2, the artificial intelligence device acquires N actions of a second user (103); step 3, the artificial intelligence device determines a first action according to a Q value table (104); step 4, the artificial intelligence device updates a Q value corresponding to the first emotional state and the first action in the Q value table (105); and step 5, the artificial intelligence device determines whether the updated Q value is greater than a preset threshold (106); and if yes, the emotional threshold is determined according to the monitoring information (107), and if not, the steps 1 to 5 are repeatedly executed until the emotional threshold is determined. According to the method, an emotional threshold can be optimized by using a Q learning method, and thus the communication efficiency and communication effects in different scenarios can be improved. Procédé de détermination d'un seuil émotionnel et dispositif d'intelligence artificielle. Le procédé comprend : étape 1, le dispositif d'intelligence artificielle détermine l'état émotionnel d'un premier utilisateur en tant que premier état émotionnel en fonction d'informations de surveillance acquises (102) ; étape 2, le dispositif d'intelligence artificielle acquiert N actions d'un second utilisateur (103) ; étape 3, le dispositif d'intelligence artificielle détermine une première action selon une table de valeurs Q (104) ; étape 4, le dispositif d'intelligence artificielle met à jour une valeur Q correspondant au premier état émotionnel et à la première action dans la table de valeurs Q (105) ; et étape 5, le dispositif d'intelligence artificielle détermine si la valeur Q mise à jour est supérieure à un seuil prédéfini (106) ; et le cas échéant, le seuil émotionnel est déterminé en fonction des informations de surveillance (107), et si ce n'est pas le cas, les étapes 1 à 5 sont exécutées de manière répétée jusqu'à ce que le seuil émotionnel soit déterminé. Selon le procédé, un seuil émotionnel peut être optimisé à l'aide d'un procédé d'apprentissage Q, et ainsi l'efficacité de communication et les effets de communication dans différents scénarios peuvent être améliorés. 一种确定情感阈值的方法和人工智能设备，该方法包括：步骤1，人工智能设备根据获取到的监测信息确定第一用户的情感状态为第一情感状态（102）；步骤2，该人工智能设备获取第二用户的N个动作（103）；步骤3，该人工智能设备根据Q值表，确定第一动作（104）；步骤4，该人工智能设备更新该Q值表中该对应于该第一情感状态和该第一动作的Q值（105）；步骤5，该人工智能设备确定更新的Q值是否大于预设阈值（106），若是，则根据该监测信息确定情感阈值（107），若否，则重复执行该步骤1至该步骤5直到确定该情感阈值为止。该方法利用Q学习的方法对情感阈值进行优化，从而可以提高沟通效率与不同场景下的沟通效果。

Disclosed is a behavior control method of an artificial intelligence terminal. The method comprises: an artificial intelligence terminal accumulating a net cost/benefit thereto obtained when instructions therefrom are executed by another terminal to obtain an accumulated cost/benefit value, and accumulating a net cost/benefit obtained by said another terminal when instructions from said another terminal are executed by the artificial intelligence terminal to obtain an accumulated cost/benefit value of said another terminal; and the artificial intelligence terminal controlling a decision thereof according to its accumulated cost/benefit value and the accumulated cost/benefit value of said another terminal, such that a difference value between its accumulated cost/benefit value and the accumulated cost/benefit value of said another terminal remains within a preset range. Also disclosed are an artificial intelligence terminal and a computer storage medium. La présente invention concerne un procédé de commande de comportement d'un terminal d'intelligence artificielle. Le procédé comprend les étapes suivantes : un terminal d'intelligence artificielle accumule un coût/bénéfice net obtenu lorsque des instructions provenant dudit terminal sont exécutées par un autre terminal, afin d'obtenir une valeur de coût/bénéfice accumulée, et accumule un coût/bénéfice net obtenu par ledit autre terminal lorsque des instructions provenant dudit autre terminal sont exécutées par le terminal d'intelligence artificielle, afin d'obtenir une valeur de coût/bénéfice accumulée dudit autre terminal ; et le terminal d'intelligence artificielle commande une décision correspondante en fonction de sa valeur de coût/bénéfice accumulée et de la valeur de coût/bénéfice accumulée dudit autre terminal, de telle sorte qu'une valeur de différence entre sa valeur de coût/bénéfice accumulée et la valeur de coût/bénéfice accumulée dudit autre terminal reste dans une plage prédéfinie. L'invention concerne également un terminal d'intelligence artificielle et un support de stockage informatique. 本发明公开了一种人工智能终端的行为控制方法，该方法包括：人工智能终端对其他终端执行自身指令所产生的自身成本收益进行累计得到自身成本收益累计值，并对其他终端因人工智能终端执行其他终端的指令而产生的他人成本收益进行累计而得到他人成本收益累计值；人工智能终端根据自身成本收益累计值和他人成本收益累计值控制自身的决策，以使得自身成本收益累计值和他人成本收益累计值的差值保持在预设范围内。本发明还公开了一种人工智能终端及计算机存储介质。

An artificial intelligence model training method and device, a storage medium and a robot, the method comprising: outputting a corresponding service result on the basis of a preset artificial intelligence model in response to service request information of a user; acquiring feedback information of the user for the service result; labeling the service request information and the service result according to the feedback information so as to generate a training sample pair; and when the number of generated training sample pairs reaches a preset threshold, updating the preset artificial intelligence model by utilizing each of the training samples. With the technical solution of the present disclosure, the training sample pairs may be automatically labeled, and the labeled training sample pairs continuously improve the performance of the artificial intelligence model. Compared to means of artificially labeling training samples in the existing technology, the method may shorten the training period of the artificial intelligence model, reduce the training cost and increase the training efficiency. L'invention concerne un procédé et un dispositif d'apprentissage de modèle d'intelligence artificielle, un support d'informations et un robot, le procédé consistant à : délivrer un résultat de service correspondant sur la base d'un modèle d'intelligence artificielle prédéfini en réponse à des informations de demande de service d'un utilisateur ; acquérir des informations de rétroaction de l'utilisateur concernant le résultat de service ; étiqueter les informations de demande de service et le résultat de service conformément aux informations de rétroaction de façon à générer une paire d'échantillons d'apprentissage ; et, lorsque le nombre de paires d'échantillons d'apprentissage générées atteint un seuil prédéfini, mettre à jour le modèle d'intelligence artificielle prédéfini en faisant intervenir chacun des échantillons d'apprentissage. La solution technique de la présente invention permet d'étiqueter automatiquement les paires d'échantillons d'apprentissage, et d'améliorer en continu la performance du modèle d'intelligence artificielle au moyen des paires d'échantillons d'apprentissage étiquetées. Par comparaison avec des moyens d'étiquetage artificiel d'échantillons d'apprentissage de la technologie existante, le procédé permet de raccourcir la période d'apprentissage du modèle d'intelligence artificielle, de réduire le coût d'apprentissage et d'augmenter l'efficacité d'apprentissage. 一种训练人工智能模型的方法、装置、存储介质及机器人，所述方法包括：响应于用户的服务请求信息，基于预设人工智能模型输出相应的服务结果；获取所述用户对所述服务结果的反馈信息；根据所述反馈信息对所述服务请求信息和所述服务结果进行标注，生成训练样本对；当生成的所述训练样本对的数量达到预设阈值时，利用各所述训练样本对更新所述预设人工智能模型。采用本公开的技术方案，可以实现对训练样本对的自动标注，通过标注的训练样本对不断提升人工智能模型的性能，相比于现有技术中通过人工参与训练样本标注的方式，可以缩短人工智能模型的训练周期、降低训练成本、提高训练效率。

A method and system for optimizing a design model of an artificial intelligence processing device, a storage medium, and a terminal. The method comprises the following steps: solidifying deep learning network model data on the basis of a recognition accuracy of an artificial intelligence processing device (S1); quantifying the solidified deep learning network model data on the basis of the recognition accuracy of the artificial intelligence processing device (S2); and generating a deep learning data diagram according to the solidified deep learning network model data and the quantified deep learning network model data (S3). According to the method and system for optimizing the design model of the artificial intelligence processing device, the storage medium, and the terminal, a deep learning algorithm is optimized so as to be run on the artificial intelligence processing device. L'invention concerne un procédé et un système d'optimisation pour un modèle de conception d'un dispositif de traitement d'intelligence artificielle, un support de stockage et un terminal. Le procédé comprend les étapes suivantes consistant à : solidifier des données de modèle de réseau d'apprentissage profond sur la base d'une précision de reconnaissance d'un dispositif de traitement d'intelligence artificielle (S1) ; quantifier les données de modèle de réseau d'apprentissage profond solidifiées sur la base de la précision de reconnaissance du dispositif de traitement d'intelligence artificielle (S2) ; et générer un diagramme de données d'apprentissage profond en fonction des données de modèle de réseau d'apprentissage profond solidifiées et des données de modèle de réseau d'apprentissage profond quantifiées (S3). Selon le procédé et le système d'optimisation pour le modèle de conception du dispositif de traitement d'intelligence artificielle, le support de stockage et le terminal, un algorithme d'apprentissage profond est optimisé de façon à être exécuté sur le dispositif de traitement d'intelligence artificielle. 一种人工智能处理装置设计模型优化方法、系统、存储介质、终端，包括以下步骤：基于人工智能处理装置的识别准确率对深度学习网络模型数据进行固化（S1）；基于人工智能处理装置的识别准确率对固化后的所述深度学习网络模型数据进行量化（S2）；根据固化后的所述深度学习网络模型数据和量化后的所述深度学习网络模型数据生成深度学习数据图（S3）。人工智能处理装置设计模型优化方法、系统、存储介质、终端通过对深度学习算法进行优化处理，使其能够在人工智能处理装置上运行。

Provided by the present invention is a virtual character-based artificial intelligence interaction method that is used to solve the technical problem wherein the interactive effect for artificial intelligence in the role of an assistant is poor due to a lack of emotional characteristics in interaction information responses. The embodiments of the present invention comprise: acquiring, from a corpus, a corpus resource for a role and performing vectorization processing so as to form a role corpus for the role; by means of a neural network model, performing natural language semantic recognition on the role corpus to form a determined role, and forming an emotional characteristic for statements by the determined role, then forming a personality characteristic for the determined role. The virtual character-based artificial intelligence interaction method of the embodiments of the present application combines text words or emotional control information of an interaction information input, and, by means of a manner of natural semantic recognition, creates an artificial helper having a personality; the present invention reduces human involvement on a large-scale, reducing the workload in development while producing an artificial intelligence helper having more natural emotions. The present invention further comprises a virtual character-based artificial intelligence interaction device. La présente invention concerne un procédé d'interaction d'intelligence artificielle basé sur un personnage virtuel qui est utilisé pour résoudre le problème technique selon lequel l'effet interactif pour l'intelligence artificielle dans le rôle d'un assistant est médiocre en raison d'un manque de caractéristiques émotionnelles dans des réponses d'informations d'interaction. Les modes de réalisation de la présente invention consistent : à acquérir, d'un corpus, une ressource de corpus pour un rôle et à effectuer un traitement de vectorisation de sorte à former un corpus de rôle pour le rôle; au moyen d'un modèle de réseau neuronal, à effectuer une reconnaissance sémantique en langage naturel sur le corpus de rôle pour former un rôle déterminé et à former une caractéristique émotionnelle pour des instructions au moyen du rôle déterminé, ensuite à former une caractéristique de personnalité pour le rôle déterminé. Le procédé d'interaction d'intelligence artificielle basé sur un personnage virtuel des modes de réalisation de la présente invention combine des mots de texte ou des informations de commande émotionnelle d'une entrée d'informations d'interaction et, par une manière de reconnaissance sémantique naturelle, crée un aide artificiel ayant une personnalité; la présente invention réduit l'implication humaine sur une grande échelle, réduisant la charge de travail dans le développement tout en produisant un aide à intelligence artificielle ayant des émotions plus naturelles. La présente invention comprend en outre un dispositif d'interaction d'intelligence artificielle basé sur un personnage virtuel. 本发明提供了一种基于虚拟人物的人工智能交互方法用于解决交互信息响应由于缺乏情绪特征，人工智能辅助角色交互效果差的技术问题。本发明实施例包括：从语料库中获取角色的语料资源进行向量化处理，形成角色的角色语料；通过神经网络模型对角色语料进行自然语言语义识别，形成确定角色，形成确定角色的语句情绪特征，形成确定角色的性格特征。本发明实施例的基于虚拟人物的人工智能交互方法结合交互信息输入的文本词汇或情绪控制信息，通过自然语义识别的方式创建带有人物性格的人工智能助手，大规模降低人工参与，降低了开发的工作量，同时能够产生更具有自然情绪效果的人工智能助手。本发明还包括基于虚拟人物的人工智能交互装置。

本發明揭示通過人工智能制定學習計劃的系統和方法, 計算系統對用戶進行評估測試以確定評估測試結果。 基於多個參數由人工智能AI引擎對評估測試結果進行分析以確定分析結果。基於分析結果由AI引擎從存儲器中選擇至少一個教學材料和/或和至少一個考試材料。 基於分析結果，由AI引擎提供至少一個學習建議。 通過AI引擎將至少一個教學材料和/或至少一個考試材料、至少一個學習建議與用戶信息互相關聯。 為用戶制定一個學習計劃。