公众号/机器之能 撰文 | 四月 暗流涌动的迹象并不足以激荡出声响,只有当窗户纸被捅破时才会引发追问和思考。 […]
Facebook 依靠庞大的后端系统,每天为数十亿人提供服务。在这些后端系统中,许多都有大量的内部参数。
公众号/脑极体 今天哪家科技企业在做城市智能?答案是:每一家。 今天哪家科技企业在押注无人驾驶?答案是:有钱的 […]
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。
2015年,一位忧心忡忡的父亲向Rhema Vaithianathan提出一个问题,这个问题至今仍然困扰着她。
传统的情感计算模型利用一刀切的思想来训练模型,将在某一数据集上训练描绘不同表情的优化特征作为通用特征用于整个全新的新数据集。
美国2018年二季度GDP增速达4.1%,为4年来最高水平,但这更多的是临时政策刺激下的结果,可持续性不高。本文认为,AI和机器学习技术的大发展才是推动世界范围内生产力和经济增长的强劲、可持续的引擎。
学者们始终没有找到合适的方法来实现如此灵活智能的机器,因此他们将目标转而解决更加实际和具体的智能化问题,也就是今天我们通常所说侠义范围内的人工智能产品。
智能制造,需要解决的就是将设备与人类共同组成一个一体化的智能系统。通过人与机器的合作,部分取代过去使用劳动力在制造过程中的劳动,把制造自动化的概念慢慢扩展到柔性化、智能化、集成化的这样一个战略目标。
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。
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。
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?