负责任的AI可以增强竞争力，同时反映出对经济弹性和人口福祉的高级思考。尽管如此，落后还是很危险的。各国政府应像其他经济和社会进步一样重视AI和数据竞争力，并采取长期的战略方针。为了提高AI和数据竞争力，各国政府应在其集成策略中优先考虑这7个因素。

我们听到5G的好处已经很多年了，但直到今年，远程工作、视频会议和数字协作成为我们生活的核心部分，对可靠连接和更多带宽的需求才真正成为我们都能理解的一项具体好处。我们对手机、平板电脑和其他设备的依赖——包括越来越多的物联网传感器——凸显了对多车道信息高速公路的需求，电信公司早就知道我们会需要这种高速公路。如今，企业无法承受断开连接的后果，5G部署已经成为解决方案的一个重要组成部分。

随着光线追踪技术在各种图形处理应用中变得越来越重要，Imagination Technologies开发了一套光线追踪等级系统（Ray Tracing Levels System），旨在帮助开发人员和原始设备制造商（OEM）清晰了解现在和未来可用的光线追踪加速解决方案的功能。

为了让 Vulkan 在尽可能多的平台上运行（比如苹果 macOS / iOS），Khronos Group 现已推出 Vhkan 可移植性扩展（VK_KHR_portability_subset）的 1.0 正式版本。据悉，该扩展旨在非 Vulkan API 平台环境上启动和运行。显然，Vulkan 选择了一条与 OpenGL 和 Direct3D 不尽相同的发展道路。

从1.0到5.0，蓝牙技术不断发展，应用场景越来越广阔。从音频传输、图文传输、视频传输，再到以低功耗为主打的物联网传输，蓝牙耳机、蓝牙手环、车载蓝牙等蓝牙设备无一不在影响人们的日常生活。

一开始我们在渲染中使用纹理是为了定义一个物体的颜色，但后来发现纹理可以用于存储任何表面属性。一种常见用法就是使用渐变纹理来控制漫反射光照的结果。在计算漫反射光照时，我们都是使用表面法线和光照方向的点积结果与材质的反射率相乘得到表面的漫反射光照。有时我们需要更加灵活的控制光照结果。

在我们的生活中，机器学习无处不在，它增加了价值，产生了积极的经济效应，同时减少了低效和浪费。这是由多方面的因素推动形成的，包括显著改进的神经网络（NN）框架，成熟的机器学习技术，改善的训练数据访问方法，当然还有一点很重要的就是，性能更佳的、嵌入在边缘和终端用于训练的专用集成电路（ASIC）。再加上更好的机器学习训练算法——在一些情况下可以将训练时间从数周减少到数小时，机器学习正变得越来越可行。

物联网帮助物理设备通过互联网连接并相互通信。可以控制物联网设备执行诸如监测车​​辆状况和避免碰撞之类的动作，这有助于减少由自动驾驶汽车引起的事故。此外，实时收集和交换数据可以帮助传感器感应可能在道路上发生的突然变化。物联网可以通过多种方式最大程度地减少自动驾驶汽车事故。

9月17-19日，2020中关村论坛在北京举行。为期三天的论坛上，来自全球数百位全球产学研界的大咖共聚一堂，围绕“合作创新·共迎挑战”这一主题，展开了全面的思想碰撞和交流分享。Imagination Technologies受邀出席本次论坛，公司高管Andrew Grant在9月18日由旷视主办的“人工智能开源开放与生产力促进论坛”上发表主题演讲。

卷积神经网络(CNN)广泛应用于深度学习和计算机视觉算法中。虽然很多基于CNN的算法符合行业标准，可以嵌入到商业产品中，但是标准的CNN算法仍然有局限性，在很多方面还可以改进。这篇文章讨论了语义分割和编码器-解码器架构作为例子，阐明了其局限性，以及为什么自注意机制可以帮助缓解问题。

计算机视觉已经发展到一定程度，在生产和生活中应用广泛。此外，GPU等硬件以及机器学习设备和结构的进步，使计算机视觉在当今时代更加引人关注。一些重要的云服务提供商，例如Google，Microsoft和AWS，都加入了成为开发者行列。但是，选择哪个工具，小编今天大概罗列了一些供大家参考！

本文摘自最新出版的《中国科技热点述评2019》（科学出版社，2020年7月）。为了避免曲解院士意思，我们这次只做院士思想的搬运工，全部是原汁原味的干货摘抄。作为读书笔记与大家分享，全文约2000字。

随着数字化产业发展，VR/AR技术不再只是应用于娱乐和游戏等偏C端的领域，在TO B尤其是工业领域的垂直应用正成为新的风口，VR/AR技术特有的不受地域限制的性质，可以让员工低成本零风险的动手实操进行模拟培训，不同行业都开始尝试引进VR/AR技术来改进员工培训流程、提高公司内部工作效率以及提高客户服务满意率等。

纹理的另一种常见的应用就是凹凸映射。凹凸映射的目的是使用一张纹理来修改模型表面的法线，以便为模型提供更多的细节。这种方法不会真的改变模型的顶点位置，只是让模型看起来好像是“凹凸不平”的，但可以从模型的轮廓看出“破绽”。

神经网络通常被认为是机器学习的圣杯，无所不知，解决一切问题，主要是因为它们很复杂。另一方面，基于树的方法并没有被同样的敬畏和炒作，主要是因为它们看起来很简单。虽然它们看起来如此不同，但它们只是一枚硬币的两面。

近日，紫光展锐发布的一则消息吸引了业界的关注。该公司表示，通过同步参与Android 11的开发，其六款智能手机芯片已完成对Android 11的部署。在Google发布Android 11正式版的同时，紫光展锐就宣布其芯片平台针对Android 11实现同步升级，这无疑彰显了其强大的技术实力。

2020年是增强现实和虚拟现实的重要一年。从娱乐用途到商业应用，这些沉浸式技术已渗透到生活的各个方面。随着企业转向从家庭或远程工作模式开始工作，COVID-19的爆发极大地促使了这些技术的采用。

9月15日，由Design&Reuse主办的IP SoC China 2020大会以在线方式举行。会议邀请了多家领先半导体企业，尤其是半导体知识产权（Silicon IP）厂商的高管或技术专家，围绕人工智能、汽车、RISC-V、物联网、视频、网络和接口、设计平台等话题发表了精彩演讲，并在线回答了参会者的问题。

深度神经网络（DNN）本质上是通过具有多个连接的感知器而形成的，其中感知器是单个神经元。可以将人工神经网络（ANN）视为一个系统，其中包含沿加权路径馈入的一组输入。然后处理这些输入，并产生输出以执行某些任务。

行程长度压缩原理是将一扫描行中的颜色值相同的相邻像素用一个计数值和那些像素的颜色值来代替。由RLE原理派生出许多具体行程压缩方法：PCX行程压缩方法；BI_RLE8压缩方法；BI_RLE压缩方法；紧缩位压缩方法(Packbits)。