IT思维

AI的到来，正在由算法照入现实，从象牙塔走入产业——这也是AIoT最重要的出发点。

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。

当人们在谈论人工智能和自动驾驶的时候，总是离不开5G。

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。

从使用的范围来讲，知识图谱分为通用知识图谱和领域知识图谱。

机器学习领域有哪些实用的开放数据集？Gengo 网站整理出了 50 个高质量机器学习开放数据集，覆盖范围非常广，并按照具体领域（如金融、图像、自然语言处理、自动驾驶）进行分类，推荐给大家。

通过对历史上20位最重要的科学家研究，惊讶的发现其中有15位是博学家！

变形虫（也称为阿米巴）是一种主要由凝胶状原生质组成的单细胞生物。

英特尔和加州大学伯克利分校的研究人员正致力于研究出颠覆当前晶体管技术的新型存储器和逻辑器件。

现在，创建深度学习模型越发容易，对数据科学家和开发者来说，在测试环境中打造复杂模型已不再是难事。

从北极圈融化的冰川到原始的阿蒂特兰湖藻类的大量繁殖，从默奇森瀑布周围的生态系统变化再到南极洲的企鹅追踪，我们渴望了解周围世界及其变化。

尽管一些公司，如大多数大型银行、Ford（福特汽车）和 GM（通用汽车）、Pfizer（辉瑞，总部位于纽约的跨国制药公司），以及几乎所有的科技公司，都在积极拥抱人工智能。

约 37% 的技术专家认为，未来 10 年，大多数人的生活不会因为人工智能 (AI) 及相关技术的进步而变得更好。

用于自动化劳动力的技术不一定会增加失业率。尽管人们普遍担心人工智能将会大量取代工人，但纵观历史，在某些时期，提高生产力的技术实际上反而促进了受影响行业的就业率。

人工智能是最令人兴奋和最具吸引力的领域之一。

机器学习和5G密不可分。在管理5G庞大的数据量和复杂性时，机器学习和执行独立智能决策的能力是十分必要的。

伯克利和谷歌大脑的研究人员近日发表了全新的强化学习算法:柔性致动/评价(soft actor-critic,SAC)。

近日伯克利RISELab推出了多主体强化学习包Ray RLlib 0.6.0。

近日，日本的深度学习公司PerferredNetworks 发布了其超参数优化框架的beta版本。

它通常作为一个数据管道，链接了各种业务前台和数据后台（比如数仓等）。

建议公司如何成功开启数字化、智能化与自动化的转型之旅。