-
人工智能時代如何提高員工的技能
隨著人工智能改變?nèi)藗兊墓ぷ鞣绞剑髽I(yè)需要幫助其員工將其才能適應自動化的工作場所。 人工智能有望顛覆從金融到醫(yī)療保健的眾多行業(yè)。甚至人工智能的興起也可以取代或減少需求量很大的技術
-
AI和人類將會是以什么關系相處
現(xiàn)在，人類看人工智能，樂觀的科學家還是覺得，人類具有AI永遠無法擁有的東西，那就是，“自我意識”。目前人工智能還不具備：跨領域推理，抽象能力，探索原因（只能依賴設定的程序完成某項工作，而不去探索
-
關于VR手勢識別的兩類算法模型分析
（文章來源：VR陀螺網(wǎng)） 當我們通過攝像頭得到深度圖后,下一步就是把深度圖輸入給算法,算法可以輸出我們手部所有關鍵點的 3D 位置。手部關鍵點也可以理解為手部骨架的關節(jié)點,通常用 21
-
人工智能新突破，可以找到殺死細菌的分子
（文章來源：教育新聞網(wǎng)） 抗生素藥物已經(jīng)存在了不到一個世紀的時間，但是近幾十年來，耐藥細菌菌株的出現(xiàn)和臨床新抗生素的匱乏威脅到了我們應對致命感染的能力。研究人員說，通過機器學習和實驗相結(jié)
-
機器學習在物聯(lián)網(wǎng)技術中有什么作用
機器學習（ML）和物聯(lián)網(wǎng)（IoT）現(xiàn)在都非常流行。關于機器學習和物聯(lián)網(wǎng)有大量的關注和炒作，我們可能很難穿過噪音去了解它的實際價值。 數(shù)據(jù)分析vs．機器學習 關于機器學習的炒作越來
-
基于多層深度學習框架和運動分析的駕駛員疲勞監(jiān)測系統(tǒng)
Francesco Rundo1 Sabrina Conoci1 Francesca Trenta2 Sebastiano BatTIato2 1意法半導體
-
深度解析物聯(lián)網(wǎng)的安全問題
隨著新技術的不斷刷新，物聯(lián)網(wǎng)終是大勢所趨。物聯(lián)網(wǎng)再給人們帶來便捷、愉悅的生活的同時，安全問題也不容忽視，如隱私泄漏、數(shù)據(jù)泄露等。就物聯(lián)網(wǎng)安全問題，海爾UHomeOS研發(fā)總監(jiān)尹德帥從物聯(lián)網(wǎng)安全概述
-
谷歌和DeepMind研究人員合作提出新的強化學習方法Dreamer 可利用世界模型實現(xiàn)高效的行為學習
近年來隨著強化學習的發(fā)展，使得智能體選擇恰當行為以實現(xiàn)目標的能力得到迅速地提升。目前研究領域主要使用兩種方法：一種是無模型（model－free）的強化學習方法，通過試錯的方式來學習預測成功的行
-
聊天機器人的體系結(jié)構(gòu)是怎樣的
分析聊天機器人，因其是在現(xiàn)實生活中利用人工智能最流行，被最廣泛采用和使用門檻最低的方式之一。 如果你曾經(jīng)使用過客戶支持的在線聊天服務，你可能會發(fā)現(xiàn)你的“聊天對象”很“笨拙”和“呆板”，像
-
曠視科技正式宣布開源新一代核心深度學習框架曠視天元 國產(chǎn)深度學習框架開源勢在必行
3月25日下午，中國人工智能領軍企業(yè)曠視科技舉辦線上發(fā)布會，正式宣布開源新一代AI生產(chǎn)力平臺Brain＋＋的核心深度學習框架曠視天元（MegEngine），成為全球首個將底層框架開源的人工智能企
-
Google新型人工智能透明度工具的優(yōu)缺點
（文章來源：教育新聞網(wǎng)） 在此特別的來賓功能中，Zest AI的CTO Jay Budzik討論了Google推出的開發(fā)人員工具集，這些工具可讓數(shù)據(jù)科學家創(chuàng)建可解釋的ML模型，以及這些新
-
中油瑞飛研發(fā)出了智能消毒殺菌機器人
近日，東方物探中油瑞飛公司充分發(fā)揮信息化技術優(yōu)勢，成功研發(fā)智能消毒殺菌機器人，完成AI口罩檢測集成開發(fā)，為奪取疫情防控和高質(zhì)量發(fā)展雙勝利作出貢獻。 據(jù)介紹，針對疫情防控中高污染
-
怎樣借助物聯(lián)網(wǎng)來提高運營效率
根據(jù)Aberdeen Group進行的一項調(diào)查顯示，“同類最佳”公司越來越多地利用物聯(lián)網(wǎng)（IoT）和大數(shù)據(jù)來實施預測性維護模型，以解決和改善其最大的運營挑戰(zhàn)。 我們發(fā)現(xiàn)預測性維護可以：
-
浪潮AIStation突破企業(yè)AI計算資源極限，高效共享GPU
（文章來源：粵訊） 對于AI企業(yè)來說，GPU等計算資源昂貴，如何提高資源利用率，保護計算力投資？如何解決資源搶占，保證資源使用公平合理？如何減少等待時間，提高模型訓練效率……這些問題都關
-
機器學習中樣本比例不平衡應該怎樣去應付
在機器學習中，常常會遇到樣本比例不平衡的問題，如對于一個二分類問題，正負樣本的比例是 10:1。 這種現(xiàn)象往往是由于本身數(shù)據(jù)來源決定的，如信用卡的征信問題中往往就是正樣本居多。樣本比例不
-
怎樣人工智能變得公平
算法是一面鏡子，映射了人類社會許多固有的偏見。 2014年，亞馬遜的工程師著手開發(fā)一款人工智能招聘軟件，利用算法和數(shù)據(jù)分析來篩選候選人，以此避免人類招聘官身上特有的“感情用事”問題。事與
-
一種磁動力超聲成像的新方法，可顯著提高癌癥檢測能力
（文章來源：電氣新科技） 癌癥是全球的主要公共衛(wèi)生問題，占全球死亡率的13%，是工業(yè)化國家的第二大死因。癌癥嚴重地影響了病人的身體健康和生活質(zhì)量，因此國內(nèi)外的專家不斷探索攻克癌癥的方法，
-
AI打假pkAI造假，誰能勝出
人臉識別作為生物識別中的重要手段，成為了近年身份識別中最熱門的領域。但與人臉識別技術共同發(fā)展的，還有借助機器學習系統(tǒng)、圖像視頻和音頻內(nèi)容，更改人臉、物體或環(huán)境呈現(xiàn)方式的深度偽造技術。隨著這一技術
-
迎接5G IOT需要準備什么
Gartner預測，到2023年，將有4900萬5G物聯(lián)網(wǎng)終端設備安裝完畢，然而今天，大多數(shù)公司還沒有意識到這對他們的數(shù)據(jù)系統(tǒng)意味著什么。隨著5G的承諾繼續(xù)推動物聯(lián)網(wǎng)的大規(guī)模增長，企業(yè)必須建立系
-
物聯(lián)網(wǎng)是如何從產(chǎn)品延伸到服務的
許多物聯(lián)網(wǎng)公司正處于深度轉(zhuǎn)型之中。區(qū)塊鏈、機器學習和物聯(lián)網(wǎng)等新技術的興起為業(yè)務增長帶來了令人興奮的機遇?；ヂ?lián)產(chǎn)品正在改變?nèi)藗兣c對象互動的方式以及他們對品牌的看法，從而使公司能夠超越靜態(tài)產(chǎn)品來滿足
