IT思维

在过去六年中，机器学习领域的关注点都集中在神经网络的训练以及 GPU 加速器如何从根本上提高网络的准确性上，这要归功于 GPU 大内存带宽和并行计算能力。

本白皮书梳理和研究国际、国内医疗人工智能的发展状况，总结医疗人工智能行业及基础设施领域国内外的技术发展特点和趋势，分析我国医疗人工智能产业面临的政策环境，为政府及产业界决策提供参考。

与拥有深厚造车工地的传统车企和无人驾驶技术面面俱到的科技巨头不同，创业公司通过提供无人驾驶解决方案、某一项硬件或软件，成功地成为了无人驾驶市场的一部分。

没有什么技术不可以被替代；而人才，才是所有科技公司的心病。

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。

对于一个企业组织或者一个国家来说，在技术变革的过程中掌握住机遇的关键诀窍是什么？

只要够快够准够门槛，处处都是留给技术创业公司的机遇。

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。

扭转这种局面需要时间。因此谷歌在军事上找到了出路。

计算正变得无处不在，而智能边缘计算将会是下一个关键技术前沿。

中兴“告急”再次敲响了中国芯缺失的警钟。

对于中国企业来说，更重要的在于2020年5G正式商用之后，将来自中国企业的产品、应用和解决方案很好地呈现在世界面前。

神经网络非常强大，但是它们需要大量的能量。麻省理工学院的工程师们现开发出了一种新的芯片，可以将神经网络的功耗降低95%，这也许会使得其可在电池驱动的移动设备上运行。

在智能手机领域，苹果从指令集到微架构一手打造的 64 位芯片可说打遍天下无敌手，即便是三星、高通等芯片产业龙头，也难以撼动其市场地位。

创建其中任何一家公司都是一项重大成就。而同一个人创建这么两个公司并同时运营着，确实是非凡的成就。

各行各业都在谈人工智能，各类企业都想运用这项技术来提升自己、捍卫行业地位。究竟哪些行业、哪些公司最积极？哪些AI细分方向最受重视？MDI Ventures美国投资总监Kyle Kling分析了11个行业的200多家公司，得出了一些规律。

来到2018年，5G已经从之前的理论变成了现实，并且在不久的将来将会进行商用。

要知道，在排名时，也是暗藏着各种潜规则。

自动驾驶生态中的新常态正在打破传统层级式供应链的统治，制造商、一级供应商、二级供应商和三级供应商这种严密的分级正在分崩离析。

这款全自动无人配送车，是由前谷歌自动驾驶项目的两位核心成员朱佳俊和Dave Ferguson带领Nuro团队历时17个月开发的第一款机器人技术落地产品。

最近半年以来，人工智能的发展重心逐渐从云端向终端转移，相伴而生的是全新一代的计算芯片产业全面崛起。

目前全球共有190多万深度学习与数据挖掘的人才，其中85万都在美国，中国只有5万人，华裔人才有14万。

量子计算这一潜在的革命性技术，已经成为物理学家和计算机科学家长达35年的梦想。在不久的未来，这一领域将迎来重大进展。

并非所有的机器学习都是以开发人工智能为目标的，有些是为了解决一些更容易解决的问题，本文也将一并在这里进行研究和探讨。