IT思维

通过人工方式来标注真实世界数据是一件费时又费力的事。在自动驾驶训练数据的获取上，颇具真实感的视频游戏获取能够提供帮助。

传统的自然语言处理系统只能对应于特定语言，如果想要让其应用支持多种语言，则需要从头开始构建相应数量的新系统。

前两天，MIT电子与微系统技术实验室的Jeehwan Kim教授在《自然》材料子刊发表了一篇论文，SiGe epitaxial memory for neuromorphic computing with reproducible high performance based on engineered dislocations。

聘请人类AI编辑，这一举动似乎意味着，Facebook开始用人类来补充AI数据偏差带来的问题。

并非所有的机器学习都是以开发人工智能为目标的，有些是为了解决一些更容易解决的问题，本文也将一并在这里进行研究和探讨。

近年来，机器学习在搜索、广告、推荐等领域取得了非常突出的成果，成为最引人注目的技术热点之一。

貌似看到了一个前景巨大的市场……

本文想要简单介绍下人工智能和区块链技术融合使用时的一些潜力，以及讨论下相关的标准定义、面临的挑战、这样做的好处以及在该领域一些有意思的玩家。

毕马威的这项研究前瞻性十足，它不但对各国为自动驾驶做出的努力进行了评分，还从一个侧面提醒了准备不够充分的国家如何提升自己。

数字信号时代的每一小步都是科技发展史的一大步。

相比之下，Siri 和 Alexa 不过是玩具罢了。

本文为 Nature 杂志记者 Owen Churchill 所著，他从四个不同人物的视角分析了当前中国人工智能的发展态势——位于华盛顿的分析师 Elsa Kania、中国创业公司 DeepBrain 团队、在上海科技大学就进行学术研究的德国机器人专家 Sören Schwertfeger、以及百度王海峰。

据 Yann LeCun 在其 facebook 上确认，他将辞去由他一手创建的facebook人工智能实验室（FAIR）主任一职，担任首席AI科学家。

目前，深度学习和深度强化学习已经在实践中得到了广泛的运用。

人工智能应该看技术，还是看市场？

在 2018 年 CES 上，谷歌可以说是存在感刷的最猛的公司之一。「他们还真是花了大力气给自己做推广，让每个来拉斯维加斯的人都根本无法忽略他们。」这是不少媒体同行不约而同的感叹。

2017年末，Facebook应用机器学习组发布最新论文，对整个Facebook的机器学习软硬件架构进行了介绍。

“阿里的基因是电商，腾讯的基因是社交和娱乐，百度的基因是搜索和技术。如果没有新的基因，我们认为想做互联网汽车是完全不可能的。”

电动汽车应该有未来的样子——或者至少看起来像未来的汽车。那么现在已经出现的电动汽车，为什么仍然看起来像普通的汽油和柴油汽车，而不是科幻电影里的那些耀眼的汽车道具？

如今，亚马逊希望用Amazon Go便利店将自己的品牌定义扩大到“拿了就走便利店”的概念。Amazon Go是一家能真正让你“拿了就走”的商店。

当地时间周一早晨 7 点开始，位于西雅图亚马逊总部办公楼下的全球首家无人商店将正式面对公众开放。

增强现实的神奇之处在于，我们可以戴上一副眼镜，看到别人看不到的东西。

但不可否认的是，我们在自动驾驶组件方面确实有了很大的技术进步。

2017年11月2日，亚马逊为其 iOS 客户端增添了名为 AR View 的新功能，用户在使用 iOS 客户端时使用 AR 预览欲购产品与环境的搭配组合效果，适用范围包括了家具、电器、玩具、家装产品等等。

开发基于视觉的自动驾驶系统是一个长期以来一直存在的研究问题 [27, 24, 10, 9]。