AEye 创始人兼 CEO Luis Dussan 在创业前曾在航空航天产业有深厚经验,与许多新创公司一样,AEye 正在为自动驾驶汽车开发视觉软硬件和算法解决方案。
本周,出行圈好不热闹。特斯拉落子中国,将在上海建设超级工厂,成为本周最热头条。
我们所面临的这一次人工智能崛起,来自于数据量的增长和深度学习发展,传感器为智能体打造一个完全结构化的数据世界,再从中抽取规律,让智能体可以自主作业。
本文将从政策的视角解读目前火热的AI发展,从国家和政策层面解释人工智能战略在全球范围内突然涌现的原因,并对人工智能政策进行更为深入的探讨。
特斯拉罕见的高度垂直整合,会让人想起历史上的通用。这家公司由一位和马斯克一样天才的人创建,却在斯隆手里成长为巨头。历史是否会重演?
随着工业科技的发展,这波数字化自动化的浪潮被称为“工业4.0”,所以未来的工厂到底是什么样子?
这两天陆奇卸任百度COO之后,目前已经体量相当庞大的百度Apollo是否将会受到影响?在笔者看来,由于百度主航道的价值壁垒加上无人驾驶产业的复杂度,这种影响可以说非常有限。
最近,伯克利研究人员已经通过开源的 Mozilla 的 DeepSpeech「语音-文本」转换软件将命令整合到了语音识别中。
无人车所至,自然引起路人的瞩目。德州人鲜有见过如此「外表张扬」的无人车。他们挥手、大笑、指指点点,似乎想引起这辆车的注意。
我们都知道变色龙可以改变皮肤的颜色纹理,而如今深度学习技术甚至可以做到将一只猫的图像同时转变为狗、甚至狮子和老虎的图像。
Chen等人报道了另一种排名很靠前的方法。其基本思想是利用人工制作的特征将激光雷达点云投影到基于体素的RGB地图上,如密度、最大高度和一个具有代表性的点强度。
正在让这个时代激动不已,但也正引发不少担忧。被誉为机器学习之父的美国三院院士、伯克利教授Michael I.Jordan昨天在美国知名科技媒体Medium上,难得的发布了他的第一篇文章。
今天要介绍的是一款极其常见的传感器——超声波雷达。如果你觉得超声波雷达有些陌生,那么它还有一个更通俗的名字——倒车雷达。