ITPub博客

众所周知，自2013年以来，我国便一直是全球比较大的工业机器人需求和应用市场。多年来，我国工业机器人不管是销量还是市场规模，都始终保持着两位数的大幅增长，发展如同坐火箭。但在火热的态势下，我国本土企业发展却不容乐观。由于起步晚、发展慢、技术差，国内市场基本被以“四大家族”为代表的国外企业所占据，国产品牌只能夹缝求生，处境艰难。不过进入2020年，伴随着又一次行业洗牌的完成，这样的局面似乎正在被改变

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。左图，右图，你能看出区别吗？其实，算法已经悄悄给右边的照片加上了微小的修改。但就是这样肉眼根本看不出来的扰动，就能100%骗过来自微软、亚马逊、旷视——全球最先进的人脸识别模型！所以意义何在？这代表着你再也不用担心po在网上的照片被某些软件扒得干干净净，打包、分类，几毛钱一整份卖掉喂AI了。这就是来自芝加哥大学的最新研究：

# 机器学习应用面临的一些问题#机器学习应用面临的一些问题如下所示：监测：怎么知道你的数据分布已经改变以及需要重新训练模型？数据标注：如何快速地标注新数据，或者为新模型重新标注现有数据？CI/CD 测试：由于你不能花几天的时间等着模型训练和收敛，所以如何运行测试以确保每次改变后模型像期望地那样运行？部署：如何封装和部署新模型或者替换现有模型？模型压缩：如何压缩 ML 模型使其拟合消费类设备？推理优

# 自动驾驶：两种技术路线背后的产业思维 #每当技术变革时代，是新兴势力得以发育的温床。在这次自动驾驶研发大潮中，除传统车企外，以百度、谷歌为代表的科技力量以及蔚来、小鹏等造车新势力也纷纷加入“战局”，并多采用“一步到位”的技术发展路线，跳过L1、L2级，直接研发针对L3级以上的自动驾驶汽车，技术迭代节奏明显高于传统车企。相对而言，传统车企多选择较为保守型的“并进式发展路线”——一边渐进提高汽车驾

# AI的本质就是数学？ #2020-07-27 13:57:40https://www.toutiao.com/a1673348472196103

# 实现AI的三种途径 # 从传统上讲，我们实现AI一般有三条路径：1）神经科学：自底向上，模仿生物；2）认知科学：自顶向下，构建认知框架；3）计算科学：模拟神经活动（例如DNN）。最为理想的研究状态是：首先由神经科学发现大脑的一些信息加工的机制；然后用认知科学的方法对这种机制进行建模；在此模型之上，计算科学抽象出算法，从而获得一套解决问题的方案。简单来说，即将认知神经科学与人工智能结合

“AI是高资源消耗、强计算类的、体现规模效应的技术，与云计算结合应用是水到渠成的事情。”Gartner高级研究总监季新苏在接受记者采访时说道。无论是AWS、微软Azure、Google、IBM这些“国际云”，还是腾讯、百度、阿里等“国有云”，将AI开发能力移植上云，目的都是为企业或个人用户提供一个高效且划算的AI开发环境。AI可以说是一支潜力股，科研人员和投资者投入了大量人力和资金希望让AI的齿轮

对于人类观察者来说，以下两个图像是相同的。但是Google的研究人员在2015年发现，一种流行的物体检测算法将左图像分类为“熊猫”，而将右图像分类为“长臂猿”。奇怪的是，它对长臂猿的形象更有信心。有问题的算法是GoogLeNet，这是一种卷积神经网络体系结构，赢得了2014年ImageNet大规模视觉识别挑战赛(ILSVRC 2014)。对抗性例子使机器学习算法愚蠢地犯了错误正确的图像是“对抗示例

在 LinkedIn 上，很多你申请的机器学习职位都有超过 200 名竞争者。在 AI 工具上人们也有这么多选择吗？为了完整了解机器学习技术应用的现状，毕业于斯坦福大学，曾就职于英伟达的工程师 Chip Huyen 决定评测目前市面上所有能找到的 AI / 机器学习工具。在搜索各类深度学习全栈工具列表，接受人们的推荐之后，作者筛选出了 202 个较为热门的工具进行评测。最近，她的统计结果让机器学习

北京时间7月23日消息，特斯拉公司CEO埃隆·马斯克(Elon Musk)周三重申了他对人工智能(AI)未来的担忧。他认为，那些不相信计算机会超过他们认知能力的人自以为很聪明，其实他们要比自己想象的傻得多。“十年来，我一直在提醒这一AI威胁，”马斯克称，“我们应该关注AI的发展方向。在我看来，在AI问题上大错特错的人都十分聪明，因为他们无法想象计算机(最终)可能要比他们聪明得多。这是他们的逻辑缺陷

多年以来，企业一直在手动处理其运营和分析，从而导致人工成本和文书工作量增加，同时交付的结果也不理想。 现代时代旨在通过引入人工智能来改变所有这些情况。人工智能领域的创新和改进为某些过于复杂而难以理解的问题提供了一些最智能的解决方案。 企业已经开始在这些智能解决方案上进行投资，不仅可以减少流程花费的时间和精力，还可以对整个流程进行全面改进以增强AI。 通过采用人工智能，企业可以毫不费力地自动化其大部

在“哈利.波特”的世界中，分院帽是一种算法，可以获得学生的行为历史、喜好和性格等方面的数据，然后据此作出决定，确定学生应该进入霍格沃茨学校里的哪一个分院。如果现实世界里存在这样的分院帽的话，它应该会是机器学习应用程序，可以根据复杂的数据集自主地做出决策。如今，机器学习正在推动数万亿规模的全球产业，例如医疗保健、安全和农业等。如果机器学习有望创造可观的价值，那么问题来了：这些价值将在哪里产生呢?在本

机器学习领域充满了厄运和阴霾：对机器学习人才的招聘正在逐渐放缓。对于这种情况，Chip Huyen给出了假设：投资者将会完全对人工智能失去希望。 谷歌已经停止了ML研究人员的招聘，Uber裁掉了一半人工智能团队的研究人员……拥有ML技能的人将比ML工作多得多。我们的经济正在衰退!很多人都在谈论人工智能的寒冬。人工智能(AI)、机器学习(ML)和数据科学(DS)最先陷入困境，这是非常有道理的，因为它

如今，人工智能程序可以识别照片和视频中的面部和物体，实时转录音频，提前数年通过X射线扫描检测癌症，并在某些最复杂的游戏中与人类竞争。直到几年前，所有这些挑战要么被认为是无法克服的，几十年之遥，要么已经以次优的结果得以解决。但是神经网络和深度学习的进步是人工智能的一个分支，在过去几年中非常流行，它帮助计算机解决了这些问题以及许多其他复杂问题。不幸的是，深度学习模型从头开始创建时，需要访问大量数据和计

7月9日-7月11日，2020世界人工智能大会云端峰会在上海落下帷幕，本届大会以“智联世界、共同家园”为主题，以“现代化、国际化、科技化、智能化”为特色，突出数据联动、智慧生活、万物互联、政企合作四大议题。今年面对突如其来且势头凶猛的疫情，AI领域的安防企业也迅速做出相应调整，实现发展创新。在峰会上各企业积极交流合作，并展示在此期间的行动成果。随着视觉技术的完善成熟，大多传统安防企业开始转型，人工

随着AI在更多行业中被越来越多地采用，其用户试图在有效保护其实用性的同时实现保护用户隐私的微妙平衡。AI的常见优秀实践是对AI的使用以及如何达到特定结果保持透明。但是，这种透明度有好有坏的一面。这是您应该了解的AI透明性的利弊，以及实现这一困难平衡的可能解决方案。好处人工智能可提高效率，利用创新并简化流程。透明地了解其工作原理和计算结果的方式可以带来一些社会和商业优势，包括：司法公正在过去的几年中

做AI驱动的公司，还是做驱动AI的公司，这是一个问题。所谓AI驱动的公司，指的是某个或者某些业务通过AI赋能，业绩大幅提升的公司，比如各大金融机构、大型医疗企业等AI+公司；而所谓驱动AI的公司，是以提供AI技术或者服务为生，提高企业智能化比例的公司，也可称为人工智能技术与服务提供商。随着人工智能服务提供商快速的“攻城略地”，受AI驱动的公司越来越多。但仍有大量企业没有接触或者还未深入应用人工智能

这大半年忙于工作，没有更新过优化相关的算法，有很多朋友催更，也有很多朋友私信，真是非常抱歉，最近真是抽不出时间。我这边近期会根据时间更新。以下是我在一年前关于“AI威胁论”的一些思考，我想同为处在技术前沿的朋友对自己掌握的技术能力是有一些思考的，我在这权当抛砖引玉，欢迎探讨。曾经一度，AI威胁论的正反双方展开了激烈辩论，我们也曾饶有兴致的对此展开了讨论，我们想法是：机器物种和人类并不是谁强谁弱，而

2020-07-20 10:21导语：7月10-11日，2020世界人工智能健康云峰会召开。作为世界人工智能大会云端峰会的主题论坛之一，健康云峰会以“智联世界·共享健康”为主题，由“1个开幕式+3场今年的WAIC是最有技术含量的一届峰会。今年WAIC首次以“云会展”的形式开展，在形式上包含真人全息投影、实时3D云嘉宾体验等。其中，阿里巴巴创始人马云和特斯拉联合创始人兼CEO马斯克以全息投影的方式视

2020-07-14 17:41导语：大咖云集，线上论道。近日，第三届世界人工智能大会（WAIC）云端峰会在上海世博中心盛大开幕。大会第二天，五位顶尖金融科技专家高屋建瓴，为与会者带来了一场场别开生面的演讲。在大会上，诺奖得主、AI顶会主席、知名企业家们观点鲜明、金句频出：AI金融是最令人兴奋的机会之一。对金融业产生巨大影响的AI技术，不止机器学习。人工智能与区块链的关系，不是竞争而是互补。「诺奖