IT思维

同步定位和地图构建（SLAM）是移动机器人环境感知和导航过程中的重要任务，一直是计算机视觉和机器人学领域中的研究热点。

深度学习在图像分类，机器翻译等领域都展示了其强大的能力，但是在因果推理方面，深度学习依然是短板，图神经网络在因果推理方面有巨大的潜力，有望成为 AI 的下一个拐点。

强化学习（RL）为优化面向目标的行为,提供了统一且灵活的框架。

为了解决这些问题，研究人员将目光投向了深度学习，利用生成模型实现了深度估计和定位任务，为机器人环境感知带来了全新的解决方案。

DevOps（开发运维）无疑是数字时代的一颗新星

公众号/AI前线 作者 | Janet Williams 译者 | Sambodhi 编辑 | Natalie […]

我给任何行业的高管的建议都是从小型项目做起。

当时支持与反对方各自罗列出很多观点，但我们或许可以承认，这些讨论都是建立在这样一个前提上：新技术与农村生活的结合，已经开始触发一些改变。

智能城市是以智能设备构建的城市生态系统，使城市更高效率的运行。

我们可能已经处在机器学习工具进化的某个阶段，在这个阶段，正规的机器学习教育不再是必要的。

很多公司都在争先恐后地加入使用人工智能的行列，但问题是，他们不知道如何用好它。

人工智能正迅速进入我们的生活，改变着金融、医疗、保险、汽车等各个行业，受到社会各界越来越多的关注。

还记得那个叫Libratus的扑克机器人吗？在2017年，它在无限加注（可以随时全压All In）德州扑克比赛中击败了四名人类高手，成为一时的焦点。

从诞生之日起，AI 经历了几番起伏。历史表明，人工智能能够从“笑话”到“神话”，是一个个真实的落地场景沉淀的结果。

在我们期待春节的最后一周，大洋彼岸天蓝水美的夏威夷将在1月27号到2月1号召开AAAI-2019人工智能会议。

对于 AI 研究者来说，打星际 2 的能力是不是应该写进简历里？

机器人技术飞速发展，无论是无人机还是双足机器人都取得了巨大的进步。但横在他们面前还有一些一直未被解决的问题。

近日，来自日本东京工业大学的研究人员将基于深度学习的新型传感器送入太空。

本周，中国 AI 独角兽公司旷视宣布业务上的战略升级，押注 AIoT 应用于供应链改造。

对于谷歌的研究团队来说，2018 年是令人兴奋的一年。

许多人都持这一观点：算法终将会超越人类，具有认知意识。

但随着AI和互联网技术大量进入儿童玩具市场，人们对于玩具安全问题的担心也与日俱增。

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。

最近，日本产业综合技术研究院的研究人员提出了一种新的方法，通过结合骨骼结构的回归器和基于3D位姿表达的交叉热力图回归，实现了端到端的3D人体位姿预测，不仅能从单张RGB图中预测出关节位置，同时还能准确得到连接在关节上的骨骼角度。