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。
近日,国际机器学习顶级会议 ICML 在官网公布了 2018 年度的最佳论文名单。
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。
在中国AI产业中,AI加速器已经开始成为重要的一环。以往我们更熟悉的是孵化器——为初创团队提供办公场地、启动资金、财会人事等等外围服务。
本文将从政策的视角解读目前火热的AI发展,从国家和政策层面解释人工智能战略在全球范围内突然涌现的原因,并对人工智能政策进行更为深入的探讨。
这个潮流的最近一次上演,是几天前的百度AI开发者大会上,李彦宏现场播放了百度AI客服邀请开发者的真实电话录音。
科学家们经常会收集、观察、分析3D数据,从医学图像到月球地图,但他们通常使用的2D电脑屏幕却无法完全展示3D数据集。
聊天机器人曾经很风光,在 1964 年就有了 ELIZA,至今已有 54 年了。但是,这些聊天机器人都是“老式的人工智能”,尽管在很多方面都很出色,但它们也有缺陷。要让聊天机器人取得真正的成功,还需要什么呢?聊天机器人还有前途吗?
由于BatchNorm可以加速训练并获得更加稳定的结果,近年来成为了一项在深度学习优化过程中被广泛使用的技巧。
随着智能手机的迅速发展,移动端的人脸识别和分析越来越重要,而人脸追踪是很多视觉应用的主要出发点。
近日,道达尔正式宣布和谷歌云签署协议,二者将联合发展人工智能技术,为石油天然的勘探开发提供全新智能解决方案。
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?
由于机器学习系统容易受到历史数据引入的偏见而导致歧视性行为,人们认为有必要在某些应用场景中用公平性准则约束系统的行为,并期待其能保护弱势群体和带来长期收益。