大数据文摘出品 作者:陆奇 编辑:周素云 2019年5月18日,在YC中国举办的YC中国创业者见面会上,YC中 […]
现在的自动驾驶行业,言必谈激光雷达几乎成了“政治正确”。不过,想把传感器、高精地图和其它设备全部配齐并时刻保持火力全开哪有那么容易。
我相信许多人还记得 1995 年的 Netscape IPO,以及四个月内股价涨了五倍的情景。人们对技术及其影响的期望仍然很高。
在过去的一年里我们经历了AI能力急速提升、看到了无人车的逐渐落地、见证了5G时代的开启、感受到了技术在商业进程中的力量、触摸到了科技在日常生活中的问题。
Topbots 总结了他们眼中 2018 年里 10 篇最为重要的 AI 研究论文,带领大家领略过去的一年中机器学习领域的关键进展。
在大数据领域工作了近 8 年后,今年秋天,作为 data Artisans 的技术布道师,我在 Apache Flink 社区变得越来越活跃。
IBM 收购红帽公司的真正收获是 Openshift,这是一个用于构建和管理 Kubernetes 容器的软件套件。
目前,有很多深度学习框架支持与 Spark 集成,如 Tensorflow on Spark 等。
这是全球第一个自动驾驶技术向公众开放、并进行商业化的案例,代表着自动驾驶技术从研发阶段正式步入引用量产阶段,也标志着全球出行也汽车产业史上最重大的变革正式拉开帷幕。
我们常常会遐想,什么时候才能买到一辆能够处理所有路况、在哪儿都可以自由行驶的无人汽车呢?
在这篇文章开始之前,我们先提出一个问题:如果未来你以为的无人驾驶,在某个浑然不觉的时间段里实际上是有人驾驶,你会不会觉得毛骨悚然?
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。
如果你相信那些首席执行官们的话语,你就会相信,现在距离一辆完全自动驾驶(full autonomy)汽车实现的时间可能只需几个月。
Google 靠着收集和利用用户的信息造就了数十亿美元的业务。近日,外媒 The Verge 发现了一部 Google 内部制作的短片,这部短片非常大胆地介绍了一些 Google 内部人士对未来如何利用用户信息的设想。