-
機器學(xué)習(xí)領(lǐng)域帶來了什么潮流
對于許多人來說，機器學(xué)習(xí)可能是個新詞，它在1952年由Arthur Samuel首次提出來，從那以后，不斷發(fā)展的機器學(xué)習(xí)成為許多行業(yè)領(lǐng)域的首選技術(shù)。從機器人流程自動化到技術(shù)專業(yè)知識，機器學(xué)習(xí)技術(shù)
-
人工智能市場高速增長 落地產(chǎn)品擁有廣闊的市場機遇
當(dāng)下，人工智能已經(jīng)在“聽、說、看”等感知智能領(lǐng)域已經(jīng)達到或超越了人類水準(zhǔn)，但在外部知識、邏輯推理或者領(lǐng)域遷移的認(rèn)知智能領(lǐng)域還處于初級階段。另外值得肯定的是，在過去的一年里隨著人工智能落地應(yīng)用案例
-
數(shù)據(jù)機器學(xué)習(xí)在檢測故障中有什么可以應(yīng)用的
前言：傳統(tǒng)工業(yè)中，維修時花費的大部分時間都在故障的診斷上，而不是進行實際的補救，因為故障診斷是機器維修中最具挑戰(zhàn)性的階段。在能源行業(yè)中，精確的故障診斷直接影響到供能的穩(wěn)定性。 隨著傳感器
-
人工智能如何引領(lǐng)我們走向智能社會
人工智能（AI）是指在機器上實現(xiàn)類似乃至超越人類的感知、認(rèn)知、行為等智能的系統(tǒng)。與人類歷史上其他技術(shù)革命相比，人工智能對人類社會發(fā)展的影響可能位居前列。人類社會也正在由以計算機、通信、互聯(lián)網(wǎng)、大
-
深度學(xué)習(xí)成為人工智能死胡同的原因是什么
在深度學(xué)習(xí)剛剛進入視線時，大多數(shù)AI研究人員嗤之以鼻，但短短幾年后，它的觸角已經(jīng)橫跨醫(yī)療、教育、汽車等眾多領(lǐng)域。 AI 在深度學(xué)習(xí)的加持下，近幾年在人臉識別、圍棋、Dota等任務(wù)上屢屢擊
-
利用深度學(xué)習(xí)來規(guī)劃機器人穿越無障礙路徑
（文章來源：cnBeta） 過去的項目和研究表明，深度學(xué)習(xí)是訓(xùn)練機器人做特定事情的有效技術(shù)。例如我們已經(jīng)看到OpenAI使用神經(jīng)網(wǎng)絡(luò)訓(xùn)練Dactyl來解魔方，以及一種稱為6-DoF Gr
-
神經(jīng)網(wǎng)絡(luò)如何幫助汽車實現(xiàn)識別幻影物體
以色列本古里安大學(xué)內(nèi)蓋夫網(wǎng)絡(luò)安全研究中心的研究人員表示，在道路上投影圖像形成幻影物體，可導(dǎo)致行駛中的半自主或全自主駕駛汽車誤判并急剎車，從而危及車內(nèi)駕駛員和乘客的生命。他們正在研究的神經(jīng)網(wǎng)絡(luò)技術(shù)
-
你還不懂什么是神經(jīng)網(wǎng)絡(luò)嗎
人工智能是這幾年非?；鸬募夹g(shù)，上至九十九下至剛會走都對人工智能或多或少的了解。神經(jīng)網(wǎng)絡(luò)是人工智能的核心，也就是說沒有神經(jīng)網(wǎng)絡(luò)就沒有人工智能，那么這篇文章就帶大家學(xué)習(xí)一下神經(jīng)網(wǎng)絡(luò)相關(guān)的知識。這篇文
-
現(xiàn)如今的智能網(wǎng)聯(lián)汽車還存在著哪些安全隱患
（文章來源：雷鋒網(wǎng)） 2019 年有兩類新型車聯(lián)網(wǎng)攻擊方式爆出，新出現(xiàn)的攻擊方式往往會打破這種平衡，原有的防護方案沒有考慮到此類攻擊手段，需要主機廠的重點關(guān)注。 國內(nèi)大部分自主品
-
嵌入式技術(shù)在人工智能師時代遇到什么機遇
從2020年第2期開始，《單片機與嵌入式系統(tǒng)應(yīng)用》開始推出“ 卷首語”欄目，每期邀請一位業(yè)內(nèi)專家圍繞嵌入式技術(shù)針對時下熱點分享自己的觀點，以饗廣大嵌入式技術(shù)從業(yè)者/ 愛好者。今天發(fā)表的這篇文章是
-
機器學(xué)習(xí)或?qū)⒛軌蚪鉀Q時空問題
（文章來源：網(wǎng)絡(luò)整理） 神經(jīng)網(wǎng)絡(luò)能夠以一種流行的方法進行重要的計算，以統(tǒng)一廣義相對論的量子力學(xué)。 去年，令人驚嘆的發(fā)現(xiàn)是，事件地平線望遠鏡向世界展示了黑洞陰影的第一個視圖。但是黑
-
數(shù)據(jù)挖掘技術(shù)助力醫(yī)療行業(yè)的發(fā)展
（文章來源：中國制藥網(wǎng)） 數(shù)據(jù)是反映事物發(fā)展的直接表現(xiàn)，它能給人們探討事物現(xiàn)狀，規(guī)劃未來起到重要的作用。而數(shù)據(jù)挖掘則是從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程，目前數(shù)據(jù)挖掘技術(shù)正逐
-
機器學(xué)習(xí)被高估了？
在Quora論壇上研究編程語言的Tikhon Jelvis回答說：我發(fā)現(xiàn)，機器學(xué)習(xí)在很多方面都被高估了，無論是經(jīng)驗不足的人，還是更有害的，人們都對這一領(lǐng)域投入了大量的資金。 最普遍的看法
-
人工智能與心理學(xué)能否完美配合
心理學(xué)是通用人工智能最好的腳注。 現(xiàn)在，隨手翻閱任何心理學(xué)和人工智能的教材，都很難從學(xué)科內(nèi)容上窺探出二者存在何種關(guān)聯(lián)。但事實上，若論對人工智能研究的影響，大概沒有哪門學(xué)科能夠與心理學(xué)相媲
-
神經(jīng)網(wǎng)絡(luò)如何助力人工智能算法
美陸軍聯(lián)合工業(yè)部門研究人員共同研發(fā)一種神經(jīng)網(wǎng)絡(luò)衡量標(biāo)準(zhǔn)，用于評估下一代人工智能和機器學(xué)習(xí)算法的可靠性與可信度。 背景 深度神經(jīng)網(wǎng)絡(luò)（DNNs）是一種利用訓(xùn)練數(shù)據(jù)學(xué)習(xí)的機
-
人工智能遇到神經(jīng)科學(xué)會有什么故事發(fā)生
人工智能與神經(jīng)科學(xué)，這兩個看似相隔甚遠的學(xué)科，實際上有著非常緊密的聯(lián)系。這兩個領(lǐng)域的協(xié)作是必然的。 正如DeepMind認(rèn)為的那樣：在如此多的利害關(guān)系下，目前神經(jīng)科學(xué)領(lǐng)域和人工智能結(jié)合的
-
人工智能芯片識別圖像的能力怎么樣
消息：將光敏電子技術(shù)和神經(jīng)網(wǎng)絡(luò)結(jié)合在一個微型芯片上的一種新型人造眼睛，可以在幾納秒內(nèi)感知到它所看到的東西，比現(xiàn)有的圖像傳感器要快得多。 重要性所在：計算機視覺在人工智能的許多應(yīng)用中不可或
-
人工智能與神經(jīng)科學(xué)的碰撞將會帶來什么影響
（文章來源：讀芯術(shù)） 人工智能與神經(jīng)科學(xué)，這兩個看似相隔甚遠的學(xué)科，實際上有著非常緊密的聯(lián)系。這兩個領(lǐng)域的協(xié)作是必然的。正如DeepMind認(rèn)為的那樣：在如此多的利害關(guān)系下，目前神經(jīng)科學(xué)
-
機器學(xué)習(xí)的知識產(chǎn)權(quán)問題
作者： Wil Michiels 教授（博士），恩智浦半導(dǎo)體安全架構(gòu)師 機器學(xué)習(xí)的知識產(chǎn)權(quán)問題 假設(shè)一家公司主要生產(chǎn)對于客戶的業(yè)務(wù)運營至關(guān)重要的設(shè)備。為了避免發(fā)生故障而
-
人工智能的現(xiàn)狀怎樣
從1956年達特茅斯會議提出AI開始，AI的研究經(jīng)歷幾次沉浮。在一次次的高潮和低谷的交替中，不可否認(rèn)的是，AI無論是在理論還是實踐中都取得了長足的進步。尤其是近期以深度學(xué)習(xí)為代表的AI技術(shù)取得了
EasierDX
martian618
probigfat
liubeihua
Matthew2018
walk_bird
Fillmore
hu519922633
wudi1219
qinkunkun
liang_fu
張老板
newlcd2008
JasonAPP
呂兒
kingwb
小莊2
huaohui
王林鑫
paderboy
