IT思维

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。

每当一个新技术普及时，它们常常会引起伦理问题。

美国当地时间5月7日，硅谷无人车创业公司 Drive.ai 宣布将于2018年7月在德克萨斯州弗里斯科市提供自动驾驶汽车服务。

撰写这篇文章，主要是详细介绍我们在十年前提出互联网大脑模型的原因；十年来在计算机和智能领域产生了哪些进展；在未来，互联网大脑模型对互联网、人工智能、混合智能、智慧城市和智慧社会建设有怎样的推动。

没有这家公司，我们可能到现在还在租碟看电影。

哈希算法一直是索引中最为经典的方法，它们能高效地储存与检索数据。

这是关于一个人改变了一个行业的故事。

运行深度神经网络对计算能力、能耗及磁盘空间要求甚高，智能手机的计算资源十分有限，需要多种优化才能高效运行深度学习应用。

虽然强化学习问题的一般形式可以有效地推理不确定性，但强化学习和概率推断的联系并不是很明显。

2017 年 5 月份，前微软人工智能首席科学家、IEEE Fellow 邓力离职，加盟华尔街对冲基金公司 Citadel

你是如何骑自行车出门的？强化学习模型要如何模仿？

自20世纪50年第一台“会思考的机器”在一间地下室诞生开始，教计算机如何去“看”就一直是研究者所追求的目标。

最优化是指由变量x构成的目标函数f(x)进行最小化或最大化的过程。在机器学习或深度学习术语中，通常指最小化损失函数J(w)，其中模型参数w∈R^d。

为什么这样的情况经常出现？我们该如何避免让那些聪明且有天赋的人在这样无效的工作上浪费自己的时间和精力呢？

目前研究人员们已经在八个主体上进行了实验，并可以可靠的最大化实验对象停留在半梦半醒之间的时间，同时可以塑造他们此时微型梦境的内容。

去年5月，谷歌推出了第二代TPU芯片，这是一个自定义开发的深度学习加速芯片，不少人认为有望成为英伟达GPU的替代品。

本文就将介绍这两年来我所学到的经验。

机器学习是人工智能的一个分支，也是人工智能的一种实现方法。

人脸识别作为深度学习最具代表性的技术之一，近年来得到了飞速的发展，无论是在精度、速度和规模上都有了极大的提高。

那是什么使得 GAN 和 VAE 的联系不够显然呢？

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。

因其强大的表征能力，除图像分类以外，包括目标检测和人脸识别在内的许多计算机视觉应用都得到了性能提升。

中兴“告急”再次敲响了中国芯缺失的警钟。

本研究提出的模型由两个卷积网络（ConvNet）构成——外观流和动态流，二者分别经过预训练，用于目标识别和光流预测。