22000字传感器发展历史（推荐！）
来源：传感器专家网本文内容较“杂”，长达22000多字，涉及传感器发展历史、各国传感器产业研究、传感器产业体系、现状和发展、国内外主流传感器企业介绍等方方面面的内容，对整体了解中国传感器产业比较有帮助。文中指出过去25年来美国硅谷围绕以硅基材料为主体的MEMS芯片开发这种先进的传感器；我国传感器产业发展缓慢主要是认知上的差距所致；全球产品化的传感器种类约有2
人工智能学家 微信公众号文章列表
Intelligent Computing首期论文发表了哪些前沿研究？
来源：之江实验室IntelligentComputing创刊首期论文中，牛津大学计算机系主任、谷歌DeepMind-Oxford合作负责人MichaelWooldridge教授发表了关于人工智能未来发展趋势和关键技术的前瞻性观点论文；蚁群智能创始人、比利时布鲁塞尔自由大学MarcoDorigo教授发表了有关群体智能设计机制与方法的最新前沿研究。当代人工智能中
什么是文档智能？微软亚研最新《文档智能：数据集、模型和应用》综述
来源：专知微软亚洲研究院最新《文档智能：数据集、模型和应用》综述文档智能是指通过计算机进行自动阅读、理解以及分析商业文档的过程,是自然语言处理和计算机视觉交叉领域的一个重要研究方向。近年来,深度学习技术的普及极大地推动了文档智能领域的发展,以文档版面分析、文档信息抽取、文档视觉问答以及文档图像分类等为代表的文档智能任务均有显著的性能提升。该文对于早期基于启发
诺贝尔奖得主杨振宁：我的学习与研究经历（ppt）
转载自：图灵人工智能文章来源：杨振宁教授以前在中国科学院大学的报告未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。如果您对实
任正非最新发言：鼓励"胡说八道"，系统工程不能搞垄断
来源:深城物联6月10日，华为“心声社区”微信公众号披露了任正非5月29日与系统工程领域科学家、专家会谈纪要。在会谈纪要的记录中，任正非分享了他对于系统工程的四方面见解。任正非提到，科学就是无尽的前沿，不要急功近利。国家重视理论建设，就要防止急功近利，“对于一些短期内不能创造价值的纯理论科学家，要理解他们，让他们有体面的生活，这样国家才有未来”。开放的思想与
机器人技术中的人工智能：问题和解决方案
来源：ScienceAI机器人技术是一个多元化的行业，有很多变数。它的未来充满了不确定性：没有人能预测它未来几年的发展方向和方向。机器人技术也是一个不断增长的领域，有500多家公司致力于产品可分为四类：传统工业机器人，固定专业服务（如医疗和农业应用），移动专业服务（建筑和水下活动），自动导引车(AGV)，用于在物流或装配线上承载大小负载。根据国际机器人联合会
计算的未来在于利用宇宙复杂的物理行为
来源：ScienceAI一个隔音板条箱内是世界上最糟糕的神经网络之一。在看到数字6的图像后，它会停顿片刻，然后再识别数字：0。领导网络开发的康奈尔大学物理学工程师PeterMcMahon羞怯地为它辩护，指出手写数字看起来很草率。从NTTResearch访问McMahon实验室的博士后LoganWright向我保证，该设备通常能得到正确的答案，但承认错误很常见
美国发布20项重大科技趋势，将在未来30年改变世界！
来源：DeepTech深科技（ID：mit-tr）编辑：net百晓生这份报告是美国陆军公布的一份长达35页的《2016-2045年新兴科技趋势报告》。它是美国在过去几年由政府机构、咨询机构、智囊团、科研机构等发表的32份科技趋势相关研究调查报告的基础上提炼形成的。通过对近700项科技趋势的综合比对分析，最终明确了20项最值得关注的科技发展趋势。该报告的发布一
谷歌AI提出双重策略强化学习框架，帮助机器人安全学习动作技能
来源：AI前线作者：Jimmy（Tsung-Yen）Yang译者：Sambodhi策划：凌敏深度强化学习在自主解决复杂、高维问题方面的前景，引起了机器人、游戏和自动驾驶汽车等领域的极大兴趣。但是，要想有效地进行强化学习策略的训练，需要对大量的机器人状态和行为进行研究。这其中存在一定的安全风险，比如，在训练一个有腿机器人时，由于这类机器人自身不稳定，机器人在学
Nature：类脑计算亟需宏大蓝图
来源：集智俱乐部作者：A.Mehonic&A.J.Kenyon翻译：任卡娜审校：JawDrin编辑：邓一雪导语与日俱增的算力需求下，现代计算系统能耗也越来越高，很难作为可持续的平台支持人工智能技术的未来发展。这一能源问题很大程度上源于传统数字计算系统采用经典冯·诺依曼结构，即数据处理和存储需要在不同地方进行；而在人脑中，数据处理和存储在同一个区域完成
谷歌DeepMind喜事连连：刚推出全能AI模型Gato，又收获GAN之父
来源：AI前线编辑：敏、核子可乐5月7日，苹果机器学习总监IanGoodfellow离职，近日据外媒报道，IanGoodfellow将加入谷歌人工智能研究部门DeepMind。不满重返办公室政策，GAN之父加入DeepMindGAN之父IanGoodfellow于2019年3月加入苹果，担任“特别项目团队的机器学习的总监”。5月初，因不满苹果公司的重返办公室
CICC城市大脑术语规范术语与定义征集
2022年2月，《城市大脑系列建设标准规范》项目由中国指挥与控制学会（CICC）正式启动，4月14日通过立项评审，根据城市大脑标准的前期工作和中国指挥与控制学会《城市大脑系列建设标准规范》立项会的专家意见，形成城市大脑标准体系与评价指标总体框架包括但不限于如下7个方面：图1城市大脑建设规范标准体统总体结构图其中城市大脑术语规范是城市大脑的基础标准之一，主要包
2021年图灵奖，花落高性能计算先驱、田纳西大学教授Jack Dongarra
来源：智源社区“我是一个数学家，对我来说，一切都是线性代数，但世界也正在看到这一点,”JackDongarra在采访中表示。“这是我们用来建造其它东西的材料。”他说，机器学习和人工智能中的大多数问题都可以追溯到线性代数中的“永恒的计算组件”。ACM刚刚宣布了2021年图灵奖得主，美国大学田纳西大学电气工程和计算机科学系教授JackDongarra，此番获奖主
人工智能，“抛弃”真实数据集？
来源：学术头条当前，人工智能技术已经应用在我们日常生活中的方方面面，比如人脸识别、语音识别、虚拟数字人等。但普遍存在的一个问题是，科研人员要想通过训练一个机器学习模型来执行某一特定任务（比如图像分类），往往需要使用大量的训练数据，而这些数据（集）却并不总是很容易获得。比如，如果研究人员正在训练一辆自动驾驶汽车的计算机视觉模型，但真实数据可能不会包含一个人和他
中美博弈又一关键战场：新兴技术标准制定
来源：VOA作者：孙承图源：网络编辑：江上波随着中国迅速成为全球占主导地位的制造业和科技大国，中国在国际技术标准制定中的影响力也随之大幅上升，引起了美国的高度警觉和焦虑，令技术标准制定正在成为美中两国在新兴技术领域激烈博弈的又一关键战场。美国国会协商委员会目前正就参众两院已经分别通过的两项科技投资法案进行协商。无论是参议院去年6月通过的《美国创兴与竞争法》（
城市大脑的定义与理论基础综述
本文发表于2022年·2月下旬的《中国建设信息化》，作者杜青峰刘锋任伟阳1前言2015以来，城市大脑的概念和定义首次提出后。随着城市大脑领域在理论研究和产业实践上的探索和进展,城市大脑已经成为前沿科技领域和智慧城市建设领域的新热点,到2022年，全国已经有数百个城市宣布建设城市大脑的规划。同时数千家大中型科技企业开始进军城市大脑领域，提出了不同的“泛城市大脑
人工智能克服了类脑硬件的绊脚石
来源：ScienceAI编辑：萝卜皮当今最成功的人工智能算法——人工神经网络，松散地基于我们大脑中复杂的真实神经网络网络。但与我们高效的大脑不同，在计算机上运行这些算法会消耗巨大的能量：最大的模型在其生命周期中消耗的能量几乎与五辆汽车一样多。进入神经形态计算，它更接近我们大脑的设计原理和物理特性，可能成为未来人工智能节能的新方向。神经形态设计不是在中央处理单
图灵测试，时至今日还有意义吗？
来源：学术头条我们必须承认，机器运行时的很多中间状态，是在设计初始指令时无法预见的。机器自己也会感悟出很多知识。在这种情況下，我们有必要将机器视为智能的。艾伦·图灵图灵测试由人工智能之父—艾伦·图灵提出，指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果机器让平均每个参与者做出超过30%的误判，
两大头号玩家 一个伟大愿景: 联邦学习的元生态建设美好世界
来源：IEEE标准协会新年伊始，世界领先的标准制定机构IEEE标准协会牵头，组织了2022年度联邦学习领域首场重量级尖峰交流活动——联邦学习首创团队带头人、谷歌研究院副总裁BlaiseAguërayArcas博士，与联邦学习亚洲奠基人、IEEE联邦学习标准工作组主席、国际人工智能联合会（IJCAI）理事会前主席、微众银行首席人工智能官杨强教授的强强对话。两位
类脑计算的一大突破 BrainScaleS-2
来源：混沌巡洋舰今天最成功的人工智能算法，人工神经网络，是基于我们大脑中错综复杂的真实神经网络。但与我们高效的大脑不同的是，在计算机上运行这些算法消耗了惊人的能量:最大型的模型在训练全过程中消耗的能量几乎相当于五辆汽车。进入神经形态计算是一个更接近我们大脑的设计原则和物理学的新架构，可能成为能耗更低人工智能的未来。神经形态计算模拟了我们头脑中胶状物质的结构，
2022年重大颠覆性科技创新趋势报告（完整版）
来源：点滴科技资讯未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。
万字长文！DeepMind科学家总结2021年的15个高能研究
来源：新智元2021年ML和NLP依然发展迅速，DeepMind科学家最近总结了过去一年的十五项亮点研究方向，快来看看哪个方向适合做你的新坑！最近，DeepMind科学家SebastianRuder总结了15个过去一年里高能、有启发性的研究领域，主要包括：UniversalModels通用模型MassiveMulti-taskLearning大规模多任务学习
智源学术顾问David Harel：经典建模与AI的联姻，如何攻破机器学习的可解释性？| 大师讲座
来源：智源社区讲者：DavidHarel整理：熊宇轩编辑：李梦佳导读：设想一下，现在我们要建造一种工厂机器人，能移动物体、组装零件、抬起物体。机器学习专家自然会采用深度学习、神经网络一类的AI技术；而另一类专家则会使用可执行规范（ExecutableSpecification，例如：规则、流程图、方案、过程代码），即传统的建模技术。虽然作为主流范式的机器学习
2022年值得关注的8个人工智能趋势
来源：AI前线作者：MichaelSpencer译者：Sambodhi策划：凌敏1.AI-on-5G2022年，工业AI和AI-on-5G物联网应用将会成为主流。想象一下，当我们以元宇宙为目标的时候，我们对物理空间的升级方式同样令人印象深刻。AI-on-5G组合计算基础设施为传感器、计算平台和人工智能应用的整合提供了一种高性能、安全的链接结构，无论是在现场、
深度学习再登Science：万物皆可做神经网络处理器，你甚至可以用锅碗瓢盆
来源：机器学习研究组订阅想象一下，你周围的任何东西，比如一个煎锅、一个玻璃镇纸，都可以用来当成神经网络的中央处理器，那是什么感觉？神经网络简单来说，是一种模仿大脑执行复杂任务的只能系统，给定输入，得到输出，无论是判断一张图上面是一只猫或一只小狗，还是判断这首歌是什么风格，神经网络总能根据无数次的训练得到最大概率的正确结果。只不过，为了得到最快的速度，目前的神