IT思维

始机器学习之旅，需要什么层次的数学功底？

对于 Google Cloud 乃至整个 Google 人工智能技术而言，有着深厚学术功底的计算机科学家李飞飞毫无疑问是一张亮眼的名片。

吴恩达指出，将传统行业与机器学习简单结合，并不会形成智能化公司。

我们会先抛出“更为常见”的问题，在每个标题下，也会优先给出“最容易实现”的解决方案。

公众号/AI前线 策划编辑 | Tina 嘉宾 | Henry Shi 采访 & 撰稿 | 苏一 编辑 […]

游戏一直是人工智能绝佳的试验场，用数字和严密的规则搭建出游乐场，恰好可以让人工智能展示自身在计算和决策上的专长。

技术革命总在不断重塑我们的世界。

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。

加上算法的强大威力，他们可以推、拉、拾、放各种物体，还能在手中旋转把玩。

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。

新时代的AI电力在向各个领域输送着源源不断的能量，从工厂到商场，从太空到细胞都有着它活跃的身影。如今赋能畜牧业将会带来怎样的化学反应呢？

在概述篇中，该报告重点介绍了自然语言处理的概念、发展历程、我国 NLP 目前的发展状况和业界的研究与应用。

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。

在数据子集上对深度学习软件进行“训练”后，将深度学习软件应用到整个数据库中。人工智能准确识别晶体的几率大约95 %，据估计，人类发现晶体的正确率只有85 %。

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。

人工智能可以模仿并强化人类决策，同时也放大人类的偏见。科技巨头能否解决大数据歧视问题？

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。

对于一个企业组织或者一个国家来说，在技术变革的过程中掌握住机遇的关键诀窍是什么？

那么人工智能呢？ 虽然学者们对AI的细微差别提出了异议，但工业界正在使用这个术语来指代一种特定类型的机器学习。

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？

模仿能力是智能重要的组成部分，人和动物常常通过观察其他个体来学习新的技能。

这里有便携的穿墙扫描仪。

只要够快够准够门槛，处处都是留给技术创业公司的机遇。

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。

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？