IT思维

大数据文摘出品 作者：陆奇 编辑：周素云 2019年5月18日，在YC中国举办的YC中国创业者见面会上，YC中 […]

教育公平的观念源远流长，追求教育公平是人类社会古老的理念。

现在的自动驾驶行业，言必谈激光雷达几乎成了“政治正确”。不过，想把传感器、高精地图和其它设备全部配齐并时刻保持火力全开哪有那么容易。

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。

我相信许多人还记得 1995 年的 Netscape IPO，以及四个月内股价涨了五倍的情景。人们对技术及其影响的期望仍然很高。

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。

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。

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）。

在大数据领域工作了近 8 年后，今年秋天，作为 data Artisans 的技术布道师，我在 Apache Flink 社区变得越来越活跃。

IBM 收购红帽公司的真正收获是 Openshift，这是一个用于构建和管理 Kubernetes 容器的软件套件。

目前，有很多深度学习框架支持与 Spark 集成，如 Tensorflow on Spark 等。

NewSQL 混合事务分析、MySQL 兼容、水平可扩展数据库的架构和用例。

这篇文章中作者尝试将 15 年的自然语言处理技术发展史浓缩为 8 个高度相关的里程碑事件

这是全球第一个自动驾驶技术向公众开放、并进行商业化的案例，代表着自动驾驶技术从研发阶段正式步入引用量产阶段，也标志着全球出行也汽车产业史上最重大的变革正式拉开帷幕。

从传统汽车工业界的中坚力量到科技公司都在这一赛道中狂飙突进。

AI 人才大战战况空前。

我们常常会遐想，什么时候才能买到一辆能够处理所有路况、在哪儿都可以自由行驶的无人汽车呢？

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

在这篇文章开始之前，我们先提出一个问题：如果未来你以为的无人驾驶，在某个浑然不觉的时间段里实际上是有人驾驶，你会不会觉得毛骨悚然？

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。

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。

纳德拉在1992年加入微软，当时他才25岁。尽管那时他已经管理了微软的云业务，但他并不是最受欢迎的人。

Google 靠着收集和利用用户的信息造就了数十亿美元的业务。近日，外媒 The Verge 发现了一部 Google 内部制作的短片，这部短片非常大胆地介绍了一些 Google 内部人士对未来如何利用用户信息的设想。

UCLH 旨在将人工智能「革命性」的功效带给 NHS 患者。