-
人工智能背后的数据是怎样一回事
“目前我国已有庞大的数据加工队伍，仅北京就有一百多家专门从事数据标注的公司，全国从事这项工作的人大概超过千万，很多头部的互联网技术企业都有自己的数据标注公司。” 目前人工智能落地场景不断
-
人工智能的核心技术你了解吗
自从2012年以来，深度学习（Deep Learning）就以一种势如破竹之势突破了一个个经典的人工智能问题。面对人工智能的快速发展，你不想了解它的基本工作原理吗？ 想搞清楚什么是深度学
-
可以用人工智能技术来预测股市吗
（文章来源：百家号） 人工智能领域一直在不断挑战自我以达到某一单方面能力超越人工的目的。利用人工智能技术进行金融数据的分析以期更好的投资回报，让金融投资者也注重人工智能技术的应
-
强人工智能需要具备哪些特点
在计算机科学领域中，人工智能是一种机器表现的行为，这种行为能以与人类智能相似的方式对环境做出反应并尽可能提高自己达成目的的概率。 人工智能大体上可以分为 3 类：弱人工智能、强人工智能和超人工智
-
人工智能和机器学习与深度学习之间是怎样的关系
人工智能？机器学习？深度学习？安全界用辞令人困惑，了解主要用语真正的意义，方可在信息安全的世界中游走自如。 在热情的市场营销人员口中，“人工智能”、“机器学习” 和 “深度学习” 的定义
-
未来人工智能的发展方向将如何
（文章来源：艾媒网） 目前中国整个人工智能产业规模仍在保持增长，同时国家也在不断出台各类人工智能产业扶持政策，资本市场对人工智能行业的投资热情不减，技术方面不断突破是产业增长的核心驱动力
-
工控系统中仪器仪表的智能化将成为趋势
（文章来源：亿欧网） 在控制系统中，仪器仪表作为其构成元素，它的技术进展是跟随控制系统技术的发展而发展的。目前，控制理论已发展到智能控制的新阶段，自动化仪器仪表的智能化就成为必然了。
-
神经网络的参数是如何来设定的
网络参数确定原则： ①、网络节点 网络输入层神经元节点数就是系统的特征因子（自变量）个数，输出层神经元节点数就是系统目标个数。隐层节点选按经验选取，一般设为输入层节点数的75%。
-
神经网络加速器开始被重视的原因是什么
自从以深度学习为代表的神经网络算法的精度大大提升以后，人工智能开始终于又再次火了起来，且有席卷全球之势。根据BBC预测，到2020年，人工智能总体市场将会高达1190亿元的规模，年平均复合增长率
-
智慧城市的构建离得开5G吗
人民网联合武汉市经信局举办的“5G应用武汉峰会”近日在汉召开，烽火通信发表了主题为《拥抱5G，前瞻布局，构建智慧城市》的演讲，描绘5G与智慧城市结合后的精彩，建议完善构建5G和云基础设施，介绍烽
-
英特尔和布朗大学正在利用人工智能来恢复脊髓患者的运动能力
英特尔和布朗大学近日启动由DARPA（(Defense Advanced Research Projects Agency，美国国防高级研究计划局)）资助的智能脊柱接口项目，该项目旨在利用人工智
-
基于AI和DPoS共识算法的Velas区块链交易处理平台介绍
Velas是一个会自主学习和优化的区块链平台，用于安全、可交互操作、可扩展性极好的交易和智能合约。Velas使用基于AI的DPoS（AIDPoS）共识来确保区块链的高容量交易处理安全，同时不减弱
-
融合人类与AI的创造力带来什么积极意义
由加拿大人工智能领域研究主席、滑铁卢大学系统设计工程教授Alexander Wong领导的一个团队开发了一种新型紧凑型神经网络家族，可以在智能手机、平板电脑以及其他嵌入式和移动设备上运行。
-
可编辑神经网络有什么积极意义
深度学习是一个计算繁重的过程。 降低成本一直是 Data curation 的一大挑战。 关于深度学习神经网络大功耗的训练过程，已经有研究人员发表了其碳足迹（温室气体排放集合）的报告。
-
巨头AI音乐大战谁能拔得头筹
音乐这门生意越来越引起巨头的关注。以往，比较音乐平台靠的是曲目数量、艺人进驻数量，后来更看重版权的独家。现在，以深度神经网络为代表的AI技术逐渐逼近落地，放眼全球，音乐平台的AI大战一触即发。
-
AI带来的隐私问题
好久没有跟大家聊聊算法方面的新研究了。理由当然不是学术领域没有新闻，毕竟顶会们收到的论文也是盆满钵满。但总体而言，说深度学习的理论研究一直在瓶颈期徘徊，想必也少有人会反对。 深度学习在应
-
人工智能背后的人工是谁
“目前我国已有庞大的数据加工队伍，仅北京就有一百多家专门从事数据标注的公司，全国从事这项工作的人大概超过千万，很多头部的互联网技术企业都有自己的数据标注公司。” 目前人工智能落地场景不断
-
人工智能和自动驾驶开始被冷落了吗
2016到2019，人工智能经历了梦幻般的三年，但人工智能的历史规律告诉我们：高潮过后可能会引来新的一波沉寂，人工智能助推下的自动驾驶也会受到波及。 人工智能资本层面遇冷 有数据
-
神经网络的数据增强技术
为什么需要数据增强 ： 一般而言，比较成功的神经网络需要大量的参数，许许多多的神经网路的参数都是数以百万计，而使得这些参数可以正确工作则需要大量的数据进行训练，而实际情况中数据并没有我们
-
IBM宣布语音识别技术的错误率已接近人类
（文章来源：中关村在线） 据外媒报道，此前谷歌曾表示他们已经在语音识别领域获得了突破，将错误率降低到了30%。不过，最近IBM在他们的官网上宣布，他们已经创造了自家语音识别的新纪录，错误
