AI

AI图像识别:人类看的是形状,算法看的是纹理

图片中的动物轮廓是猫,但是猫披着大象皮肤纹理,将图片交给人识别,人会说是猫,如果给计算机视觉算法处理,它会说是大象。德国研究人员认为:人看的是形状,计算机看的是纹理。这一发现相当有趣,但它证明计算机算法离人类视觉还有很远距离。

AI与网络安全的未来:数据集与协同能力

有关 AI 优势与风险的争论如今已成媒体日常,很多此类讨论都集中在潜在负面影响上,话题范围从工作自动化导致广泛失业到 AI 用于创建 “深度伪造” 视频。但另一方面,我们已经在享受 AI 自动化助手的正面效果所带来的种种好处,而自动驾驶汽车之类的未来好处现在眼见着即将到来。

面向安防监控AI应用的图形处理技术

在对人工智能(AI)而非提高像素的需求推动下,特别是在由计算机视觉和数据驱动的决策制定方面,GPU(图形处理单元)领域已出现一场革命。神经网络的到来已使视觉处理成为现代世界的关键因素。因此,机器人处理操作、智能监控摄像头以及汽车高级驾驶辅助系统(ADAS)等相关行业都发生了变化——随着这类技术的全面涌现,未来还将出现更多新的应用。

数据梳理:AI正在全球75个国家地区“看”着你

最近,一些机构关于人工智能领域的进展、调查、研究和预测,反映了AI的一些问题——比如AI监控在全球范围内的逐渐壮大,企业数据隐私声明忽略了“遵守通用隐私原则”,全球企业对AI的采用日益广泛,以及机构投资者把AI视为一大风险的趋势。

新手迈出AI编程第一步的11种方式

作者: 我爱至尊宝
来源:科技行者

人工智能系统代表着一大令人兴奋的研究领域:对于拥有所需技能的人们来说,这同时也代表着广阔的个人发展空间,更重要的是AI技术本身仍在不断发展推进。然而,很多朋友发现自己似乎难以弄清该如何投身于这股技术浪潮,尤其难以通过自学形式掌握必备知识。

幸运的是,目前网上有着充足的资源,可供初学者快速积累知识与技能,或者说确定这条发展道路是否适合自己。为了了解更多信息,我们在青年企业家委员会的小组讨论中提出以下问题:

对于有意了解AI开发相关情况的新手或者程序员,最重要的准备工作是什么?

下面来看他们给出的11条可行性建议:

1. 了解机器学习背后的数学原理

AI开发专业人员必须掌握数学中的概率知识,这也是机器学习的基础所在。传统软件开发人员经常使用在线库,这意味着他们不需要亲自进行数学计算。但AI开发人员则需要有能力编写并理解复杂的算法,以便不断从数据当中找出洞察见解与基本模式。——Blair Thomas,eMerchantBroker

2. 首先要建立坚实的知识基础

展望未来,探索AI使能行业价值

在人工智能(AI)高速发展的几年间,AI技术已取得了明显的跃进和快速的迭代,演进路线也呈现出丰富多样化的趋势,如语音识别、语义识别、视觉处理等;但在与行业结合方面,AI却未能将价值较好地实现渗透和落地。因此,在企业纷纷拥抱AI的时候,市面上亦出现方向不明、战略不清、投入不够、执行不力等难题。

为什么说没有物联网,就没有 AI ?

如果没有物联网和万物互联,人工智能时代是不会带来的。就跟互联网之前首先是光纤通信时代一样。如果通信没有解决,就没有通信网络。从90年代到2000年,如果没建通信网络,就不会有互联网时代。过去几年,大家都说人工智能时代要来了。但是现在,人工智能热潮,反而稍微有了些衰退。其核心是基础设施没铺设完,而这个基础设施就是物联网。