IT思维

联合国首席人工智能顾问Neil Sahota分享其对联合国重大AI项目以及当今AI面临的主要挑战的看法。

化学反应是将反应物转化为一种或多种产物的过程。

最新论文指出，AI 行业正在残酷压榨刚刚兴起的全球零工经济体系。

数字化浪潮下，无论是产业还是技术，都面临百年未遇之大变局。

如果智能手表或者其他电池供电的电子设备可以运行AI算法，那么它们会变得更加智能。

不需要姿态估计、骨架追踪，仅靠端到端深度学习，即可实现视频理解和行为识别——获得微软1000万美元融资后，初创公司Twentybn推出最新推理工具Sense，集合数据处理、模型训练等多种功能一体，帮你实现诸如手势识别，健身跟踪，健身重复计数器和卡路里计算等多种任务！

越来越广泛的医疗保健应用在使用人工智能和机器学习系统，比如协助医生进行医学图像诊断。这些系统能够理解X射线并能快速生成MRI，有时甚至可以发现COVID病例。

合理膳食、营养均衡的重要性已不必多说，但具体如何落实，却不简单。

Gary Marcus 认为，人工智能不可能只是机器学习或深度学习。我们需要更丰富的综合方法才能取得进展。

2020年11月，美国麻省理工学院未来工作特别小组（MIT Task Force on the Work of the Future）发布了三篇关于美国制造的研究简报，引发不少业界关注。

由于企业级采用的滞后，2021 年可能不会是”人工智能年“。

面向MVP的思维对于任何类型的系统都非常重要，AI也不例外，无论该技术看起来多么令人兴奋。

全球AI落地过程中，可以看到一个从多数企业豪情万丈回落到更少企业重估曾经期待的过程。

随着可编程性等问题在 FPGA 上的解决，FPGA 将成为市场人工智能应用的选择。

Python迅猛发展背后的一个主要驱动力是它学习起来相当容易，使用起来功能强大。

“人才是创新之源，提升技术实力的第一步，就是聚拢最顶尖的人才”，雷军表示，小米目标创造最好的工作环境，以激发工程师的创造力和创新力。

在企业运营、管理的大生态中，以数据驱动决策的商业智能（BI）软件日渐成为强刚需，为企业决策和运营预判提供“油盐水”的支持。

这一回，帝国理工学院和剑桥大学首次把目光转向了动物，并开创性地提出：AI可以从动物身上学习常识！

作为人工智能的一个重要研究领域，其研究和发展可以追溯到第一个人工智能浪潮。

中国领导人通过了未来五年经济发展蓝图，强调「科技自立自强」。这是对美国不断加大对中国公司的制裁力度做出的回应。中国将不得不更多地依靠技术上的自给自足，来应对瞬息万变的国际环境。

「弱人工智能」对应深度学习，围绕单一任务点，需要大量数据做支撑，有时候不那么可靠，可移植性差/移植过后需要大量重新训练。

署 M2M-100 可以为数十亿人提高翻译质量，特别是那些使用低资源语言的人。

在繁忙的液晶面板制造车间，一位工业质检员正目不转睛地盯着 AOI 设备（一个自动光学检测系统），辨识 AOI 记录下来的不良产品图片，凭借经验，他会对 NG 图片进行分类，并手工记录下产品缺陷类型的编码、位置和尺寸等信息。

近日，Facebook 宣称已经开发出一种人工智能翻译系统，能够在 100 种语言之间进行精确翻译，而不需要像许多现有 AI 翻译那样先翻译成英语在翻译成目标语言。

9 月 22 日，Microsoft 宣布“将与 OpenAI 合作，独家授权 GPT-3”。