简介: 本文来自AI新媒体量子位(QbitAI)“我们没有做错什么,但我们输了。”诺基亚CEO的这样一句话让何小鹏印象深刻,也是他在观察、参与汽车变革中时时警醒自己的案例。在40岁生日当天,在“2017智电汽车投资者大会”上,以小鹏汽车董事长身份出席的何小鹏,谈到了自己从投资、到正式参与互联网造车的感想。
简介: 本文来自AI新媒体量子位(QbitAI)曾经的王牌美剧《CSI:犯罪现场调查》,现在成了AI用来提高断案推理能力的试验场。这部剧集厉不厉害?据说已成为美国警方的必备学习教材,连英国苏格兰场、日本警卫厅以及法国警局都视之为反恐教材。
简介: 本文来自AI新媒体量子位(QbitAI)随着发展人工智能成为国家战略布局,创业者与投资人都期待在人工智能这股浪潮中占取先机,智能芯片的设计与制造,语音、语义、图像、动作等信息的识别、处理与反馈,哪些领域会成为人工智能下一个爆发点?在云端与终端的人工智能处理信息的方式方法又有何差异?人工智能的发展对社会和人类会带来怎样的机会与风险?12月12日下午,量子位联合搜狐创投SoPlus邀请五位创业者、投资人和学术界人工智能领域专家:深鉴科技技术副总裁陈忠民、三角兽CTO亓超、
简介: 本文来自AI新媒体量子位(QbitAI)让机器视觉技术以更低门槛普及,是不少AI公司的核心愿景。阅面科技,正是这样愿景下创立的关键玩家。现在,阅面交出初步成绩单。11月1日,阅面科技携手英特尔重磅发布“繁星”系列产品,希望借此进一步降低机器视觉的应用门槛。
简介: 本文来自AI新媒体量子位(QbitAI)地平线创办2年后,终于推出了自己的AI芯片。2015年,正是怀抱打造AI时代“中国芯”的愿景,余凯离开了一手参与创立的百度IDL,成为最知名的百度AI离职大牛。
简介: 本文来自AI新媒体量子位(QbitAI)中国无人车上路的相关法案,可能正在无限接近发布。此前9月4日,工信部装备司组织召开了《智能网联汽车公共道路适应性验证管理规范(试行)》讨论会。据财新消息,《规范》尚处于讨论阶段,但已经形成基本框架。
简介: 本文来自AI新媒体量子位(QbitAI)AlphaGo的节节胜利,向人们展示了强化学习的强大能力。但要是想让这种方法作用于现实世界,指挥机器人完成开门、拿东西、放东西等等对人类来说轻而易举的任务,还需要解决一个问题:一个强化学习模型要经历多次试错过程才能收敛,可是让它在现实世界中一次一次地试错显然有些不切实际。
简介: 本文来自AI新媒体量子位(QbitAI)蓦然认知的CEO戴帅湘说,蓦然认知这个名字,还得拆开看。蓦然”取自“众里寻他千百度,蓦然回首,那人却在,灯火阑珊处”的境界,说的是经过磨难挫折后,寻找的东西就在眼前。
简介: 本文来自AI新媒体量子位(QbitAI)“为什么《星球大战》里面的很多角色都难逃断手?”知乎上有个提问把这部电影称为《断手恩仇录》。有人关心为什么断手,当然也有人关心断手以后。这涉及如何更好的帮助失去手臂的人。
简介: 本文来自AI新媒体量子位(QbitAI)在机器阅读理解界的ImageNet——SQuAD挑战赛中,排在前几名的算法,都能拿到八十多分的成绩。可是,为什么我们依然觉得机器不太听/看得懂人话?科学研究界有句老话说得好,世界上最远的距离,就是从实验环境到工程实际。
简介: 本文来自AI新媒体量子位(QbitAI)看着论文里引人垂涎的结果,却无论如何也复现不出其中的算法,这样的痛苦,在当今人工智能研究界越来越普遍了。2016年,《自然》面向1500名科学家发起了调查,发现在他们尝试复现其他科学家发表在学术期刊上的实验时,失败率高达70%,就算是自己的实验,也有一半复现不出来。
简介: 本文来自AI新媒体量子位(QbitAI)加州,帕萨迪纳市,深秋。在NASA喷气推进实验室(JPL)里,上演了这样一场竞赛,比赛双方将操控无人机完成一次跨越障碍物的计时赛。与众不同的是,参赛选手一方是资深的专业无人机竞赛选手、谷歌高级产品设计工程师Ken Loo,一方是NASA JPL研发的AI。
简介: 本文来自AI新媒体量子位(QbitAI)纽约大学的科学家们开发了一个非常“好奇”的人工智能系统,桌游玩得相当不错。在开始介绍他们的研究之前,我们先了解一下AI玩的桌游——《战舰》——是个怎样的游戏。
简介: 本文来自AI新媒体量子位(QbitAI)有些事PS也做不好。比如让分辨率很低的老照片变清晰就很难。还有没办法拯救?当然有,这是毫无疑问的。而且现在有个网站,可以免费帮你做到。量子位试了试确实效果拔群,推荐给大家。
简介: 本文来自AI新媒体量子位(QbitAI)在2016年12月至2017年3月期间,Kaggle网站举办了一场对英国国防科学与技术实验室(DSTL)提供的卫星图像进行场景特征检测的图像分割比赛。主办方所提供的训练集里包含了25个1平方公里大小地区的高分辨率卫星图像,具体任务是通过算法进行识别10个不同类型的对象,分别是:房屋和楼房;混杂的人工建筑;道路;铁路;树木;农作物;河流;积水区;大型车辆;小轿车。