IT思维

于是，科学家们想训练AI来进行编舞。

那么究竟如何衡量 AI 的智能水平？目前所宣传的「在 Dota 2 或围棋等单个游戏竞技项目中击败人类」是否宣示着超级智能 AI 即将出现呢？对超级智能 AI 的恐惧合理吗？

完全的自动驾驶是人工智能的最终呈现形式之一。

从2012年AlexNet惊艳亮相开始算起，AI已经经历了将近8年的蓬勃发展期。

文字识别技术：是目前常用的一种AI能力。通过一个识别系统，把票据通过图像采集设备，然后通过文字识别技术把图像上的文字识别出来，再经过一个数据的结构化，最后输入到财务系统。这样能节约大量的人力物力，也能够提高效率及准确率。

一家公司想把AI和机器学习技术整合到日常工作中并不容易。

“AI医疗是个极其专业的细分行业，目前体量还不大，没有形成细分分工和上下游协作的格局。

还记得去年圣诞吗，黑镜出了一个特别篇——《黑镜：潘达斯奈基》，尽管黑镜系列被Netflix买下后已走下神坛，但也不能否认他们在技术上的创新。

Artificial Life（人工生命），常简称为 ALife。ALife 是什么？研究它的目的是什么？本文将带您共同回顾 ALife 简史，一起来看看 ALife 与人工智能的关系，共同展望 ALife 的未来。

在刚闭幕不久的 2019 年 NeurIPS 大会上，美国莱斯大学（Rice University）研究员 Anshumali Shrivastava 宣布他们在分布式深度学习方面取得了新的突破——MACH 算法。

随着世界人口的增加和饮食的多样化，鱼类的生产和消费逐年增加。现今世界渔业资源已经接近枯竭，不可能增加自然资源的捕捞量。

在环境中保持稳定是所有生物共同的基本诉求，我们会不断努力追求确定性的环境和未来，并在与环境交互的过程中展现出一系列复杂的行为与能力。

英特尔预计，2024 年 AI 芯片市场规模将超过 250 亿美元，在一份声明中，英特尔宣称，这次交易将强化英特尔的人工智能解决方案，进一步推动公司在新生的、快速增长的 AI 芯片市场的份额。

对于开发者和机器学习研究人员来说，需要深入思考医疗行业的需求，从问题选择、数据收集和机器学习模型构建到验证和测评、部署和监控等方面都需要进行详尽的考量。

谷歌AI负责人Jeff Dean 近日接受专访，讨论了2020 年机器学习领域趋势，他认为在规模更大的多任务学习和多模式学习方面，AI将取得新的里程碑。

尽管今天的机器人已经变得更加智能，且适应性更强，但运送轻小易碎物件这样的任务，对于双手僵硬的机器来说仍然很困难。

Facebook AI 副总裁杰罗姆·佩森蒂（Jerome Pesenti）对人工智能的进步感到鼓舞，但也看到了当前深度学习方法的局限性。

电网是高效快捷的能源输送通道和优化配置平台，是能源电力可持续发展的关键环节，在现代能源供应体系中发挥着重要的枢纽作用，关系国家能源安全。

NeurIPS已经于上周末拉开了帷幕，相信小伙伴们已经开始学习各种放出的新论文新方法了。无论有没有去现场参会，这都是一场值得学习的饕餮盛宴。对于各种学术问题的前沿探讨，一定少不了workshop的影子。

公众号/机器之能 正如总裁克里斯蒂亚诺·阿蒙所言，“2020年会是5G走向主流的一年。”从2019年开始全球运 […]

2020，这个看似遥远实则只剩一个月就到来的年份，被不少作者设定为“未来发生年代”，在作者的想象中，这个神奇的年代拥有着高度发达的黑科技，人们也早已过上充满科技感的“未来生活”。

对于户外场景的夜间摄影目前还主要是单反等大型相机的天下，即使需要扛着笨重的长枪短跑，摄影师们为了得出点点星河也在所不惜。

在经历了九月的 NASA 论文乌龙事件后，十月，谷歌正式宣布证明「量子优越性理论」。

那么对于数据驱动的机器人方法也不仅仅需要发展优秀的强化学习算法，同时也需要建立大规模的机器人学数据。

警察配警犬是我们相当熟悉的形象，然而在美国的马萨诸塞州，此犬已非彼犬——机器狗出警啦！