IT思维

本文取自最新一期Science Robotics 的Future farms without farmers 一文。文章认为，未来农场的所有组成部分已经存在。

深度学习在图像分类，机器翻译等领域都展示了其强大的能力，但是在因果推理方面，深度学习依然是短板，图神经网络在因果推理方面有巨大的潜力，有望成为 AI 的下一个拐点。

强化学习（RL）为优化面向目标的行为,提供了统一且灵活的框架。

为了解决这些问题，研究人员将目光投向了深度学习，利用生成模型实现了深度估计和定位任务，为机器人环境感知带来了全新的解决方案。

DevOps（开发运维）无疑是数字时代的一颗新星

公众号/AI前线 作者 | Janet Williams 译者 | Sambodhi 编辑 | Natalie […]

我给任何行业的高管的建议都是从小型项目做起。

当时支持与反对方各自罗列出很多观点，但我们或许可以承认，这些讨论都是建立在这样一个前提上：新技术与农村生活的结合，已经开始触发一些改变。

创业公司 CitusData（CitusData 是一家将 PostgreSQL 商业化的初创企业，也是 PostgreSQL 社区领导者，不久前被微软收购）的云产品负责人 Craig Kerstiens 近日发文表示，在他十多年的职业生涯中学到了很多技能，但没有一种技能比 SQL 更有用。

智能城市是以智能设备构建的城市生态系统，使城市更高效率的运行。

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。

正如拉尔夫·沃尔多·爱默生 (ralph waldo emerson) 所言，一个机构就是一个人的影子在变长，美国经济的故事可以通过经营公司人的类型来讲述。

英国赫特福德大学与 GBG Plc 的研究者近日发布了一篇综述论文，对人脸识别方法进行了全面的梳理和总结，其中涵盖各种传统方法和如今风头正盛的深度学习方法。

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。

开宗明义，什么是电动汽车？简单地说，电动汽车就是以电力为动力源驱动的汽车。

21 世纪之交，《创新者的窘境》一书出人意料成为畅销书，60 岁的哈佛大学商学院教授克雷顿·克里斯滕森（Clayton Christensen）一度声名鹊起，该书更是硅谷创业家们眼中的圣经，克里斯滕森的理论刚好可以解释哪些互联网公司将成就大业。

很多公司都在争先恐后地加入使用人工智能的行列，但问题是，他们不知道如何用好它。

当亚马逊、谷歌与微软都表示要争取所有可能的垂直市场客户时，云服务三巨头在零售市场的竞争变得愈发有趣。

人工智能正迅速进入我们的生活，改变着金融、医疗、保险、汽车等各个行业，受到社会各界越来越多的关注。

还记得那个叫Libratus的扑克机器人吗？在2017年，它在无限加注（可以随时全压All In）德州扑克比赛中击败了四名人类高手，成为一时的焦点。

本文将为读者介绍 13 条如何达成这种非凡的成就的建议。

从诞生之日起，AI 经历了几番起伏。历史表明，人工智能能够从“笑话”到“神话”，是一个个真实的落地场景沉淀的结果。

在我们期待春节的最后一周，大洋彼岸天蓝水美的夏威夷将在1月27号到2月1号召开AAAI-2019人工智能会议。

对于 AI 研究者来说，打星际 2 的能力是不是应该写进简历里？

机器人技术飞速发展，无论是无人机还是双足机器人都取得了巨大的进步。但横在他们面前还有一些一直未被解决的问题。