公众号/AI公园 作者:AltexSoft Inc 编译:ronghuaiyang 导读 给大家介绍一下AI在 […]
美国《机器人商业评论》(英文简称RBR)针对全球机器人行业领导者的评选「RBR50榜单」已经进入到第八个年头,该奖项作为机器人创新领导力的领先指标在全球范围内得到广泛认可,同时也是衡量机器人行业发展的重要指标。
大自然真是一个奇妙的存在,物竞天择、适者生存、优胜劣汰,从地球上最早的生命诞生到现在,经过了几十亿年的进化,地球上的生物形态各异,有着各自的使命和存在的意义。
触觉对于机器人的灵巧操作十分重要,近年来凝胶观测(GelSight)传感器由于低成本和丰富的触觉信号吸引了基于学习的机器人领域研究人员的大量关注。GelSight被用于USB线缆插入、掷骰子、物体抓取等领域的研究。
可以说,Blender是AI先进功能的集大成者,它最近也获评“最先进聊天机器人”,势头胜过Apple和Google等研发的虚拟小助理。
为了解决这一难题,谷歌联合加州伯克利大学,捕捉真实动物的动作,将运动数据输入机器狗的学习库中,尝试让机器狗也能变成“有血有肉”的宠物。
近日,谷歌和加利福尼亚大学在Arxiv.org上发表了一项研究,伯克利的研究人员提出了一个框架,该框架集合了基于学习感知模型控件,使轮式机器人能够自动绕过障碍物实现导航。
来自重量级投资人领投的 B 轮主力融资,不仅意味着 3D+AI 细分赛道前景开始明朗,也预示了行业会加速分化。
近年来,Adobe和Celsys等多媒体制作类软件开发公司一直在尝试将机器深度学习加入数字艺术软件中,希望通过消除耗时的人力工作来加快工作流程,以此给予画师更多时间来实践他们的创意。
未来,构建 ML 产品将更加有趣,并且这些系统会工作得更好。随着 ML 自动化工具的不断改进,数据科学家和 ML 工程师将把更多的时间花在构建优秀的模型上,而花在与生产级 ML 系统相关的繁琐但必要的任务上的时间会更少。
2020年2月13日,美国外国投资委员会(CFIUS)外国投资审查法案最终规则正式生效。这是对2018年外国投资风险审查现代化法案(FIRRMA)的进一步确定和细节规定的落实。
在机器人和计算机视觉领域,光学 3D 距离传感器已经得到了广泛应用,比如 RGB-D 摄像头和 LIDAR 传感器,都在 3D 环境绘制和无人驾驶等任务中扮演了重要角色。
为了深入研究这一问题,来自谷歌的研究人员在NeurIPS上发表了一项对模型在数据集分布漂移情况下不确定性进行评测的工作,细致地分析了前沿的深度学习模型在数据分布漂移和处于分布外数据的作用下的不确定性。
最近,我们构建了一个将机器学习模型部署为 API 的开源平台—— Cortex,我们考虑了很久应该如何选择编程语言。最终的结果是代码库中有 87.5% 用的是 Go。经过一番比较,我们认为:Python 适用于机器学习,而 Go 适用于基础设施。
还记得去年圣诞吗,黑镜出了一个特别篇——《黑镜:潘达斯奈基》,尽管黑镜系列被Netflix买下后已走下神坛,但也不能否认他们在技术上的创新。
对于开发者和机器学习研究人员来说,需要深入思考医疗行业的需求,从问题选择、数据收集和机器学习模型构建到验证和测评、部署和监控等方面都需要进行详尽的考量。
谷歌AI负责人Jeff Dean 近日接受专访,讨论了2020 年机器学习领域趋势,他认为在规模更大的多任务学习和多模式学习方面,AI将取得新的里程碑。
尽管今天的机器人已经变得更加智能,且适应性更强,但运送轻小易碎物件这样的任务,对于双手僵硬的机器来说仍然很困难。
那么对于数据驱动的机器人方法也不仅仅需要发展优秀的强化学习算法,同时也需要建立大规模的机器人学数据。
群体机器人的初衷是用一群更简单、更便宜(划重点)和可更换的机器人来代替单一的、昂贵的、脆弱的单任务机器人,这些群体机器人可以协同工作以完成同类型的任务。
都说做一件事情最好的时机就是「现在」,但是从何开始往往会难倒一大批人,更不用说是想要入门数据科学和机器学习的朋友了。