增强现实技术，它是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，是把原本在现实世界的一定时间空间范围内很难体验到的实体信息(视觉信息,声音,味道,触觉等),通过电脑等科学技术，模拟仿真后再叠加，将虚拟的信息应用到真实世界，被人类感官所感知，从而达到超越现实的感官体验。

如何有效地应用物联网系统，必须依据现今科技的4大趋势及目前7大技术领域，来评估未来物联网的利基点，现在很多领域开始体认到物联网系统的好处，在时间与技术的发展下，未来物联网系统将更能运用在更多领域。

特定领域加速器（DSA）在片上系统（SoC）中正变得越来越常见。它通过优化其所实现的专用功能，以提供比通用处理器更高的每瓦性能。DSA的示例包括压缩/解压缩单元，随机数生成器和网络数据包处理器。其通常使用标准IO互连（例如AXI总线）连接到处理器内核群(core complex)。

我们知道正常的卷积已经能够提取特征了，那么空洞卷积又是做什么的呢？空洞卷积（atrous convolutions），又称扩张卷积（dilated convolutions），向卷积层引入了一个成为“扩张率（dilated rate）”的新参数，该参数定义了卷积核处理数据时各值的间距。

当你辗转于各种论坛时，相信会经常看到这样的问题：深度学习是否会取代传统的计算机视觉？或者说，当深度学习看起来如此有效时，是否还有必要研究传统的计算机视觉技术？

随着传感技术、智能技术和计算技术等的不断提高，智能移动机器人一定能够在生产和生活中扮演人的角色。那么移动机器人定位技术主要涉及到哪些呢？经总结目前移动机器人主要有这5大定位技术。

我们经常见到介绍计算机视觉领域的深度学习新进展的文章，不过针对深度学习本身的研究经常告诉我们：深度学习并不是那个最终的解决方案，它有许多问题等待我们克服。

人类的视觉系统有非凡的能力，能够让我们从三维世界的二维投影中了解我们的三维世界。即使在具有多个移动对象的复杂环境中，人们也能够对对象的几何结构和深度顺序进行合理的解释。

在机器学习中，分类器作用是在标记好类别的训练数据基础上判断一个新的观察样本所属的类别。分类器依据学习的方式可以分为非监督学习和监督学习。

人机对弈、刷脸支付、辅助诊疗……人工智能（AI）正在悄无声息地融入生活的方方面面。不过，你可能想不到，药物也可以借力AI技术来设计研发。通过大数据处理、机器学习、深度学习等技术，AI融入新药研发可望有效缩短研发时间，降低研发成本。

2020年将见证人工智能（AI）的巨大进步，而机器学习已经被证明是这项技术最成功和最广泛的应用，它影响着广泛的行业，并每天影响着数十亿的用户。

这篇文章比较早，但是内容很好，从实践中来到实践中去。确实是作者的经验之谈。

在学习机器学习中，看过挺多案例，看到很多人在处理数据的时候，经常把连续性特征离散化。为此挺好奇，为什么要这么做，什么情况下才要做呢。

近几年来，人工智能技术迅速发展、消费者在智能家居领域消费需求激增等因素使中国智能家居行业出现了多项宏观利好趋势。

当前XR技术发展势头迅猛，我们希望Unity能够成为开发者、创作者以及系统生态合作伙伴们的首选平台。秉持着这样的初衷，我们要向各位宣布——最新的XR架构正式发布。该架构的设计理念是增强现有系统生态，为在2019.3及更高版本中的XR开发提供风向标。

激活函数是神经网络中一个至关重要的概念，决定了某个神经元是否被激活，判断该神经元获得的信息是否有用，并决定该保留还是该去掉此神经元。本文作者 Vandit Jain 对激活函数的相关知识进行了一个较为全面的总结。

为充分发挥人工智能赋能效用，协力抗击新型冠状病毒感染的肺炎疫情，工信部科技司向人工智能相关学（协）会、联盟、企事业单位发出倡议，要求加大科研攻关力度，尽快利用人工智能技术补齐疫情管控技术短板，快速推动产业生产与应用服务。以需求为导向，鼓励人工智能企业和应用单位、上下游企业联合攻关，在疫情发现、预警、防治等方面有所作为。

机器人的历史并不算长，1959年美国英格伯格和德沃尔制造出世界上第一台工业机器人，机器人的历史才真正开始。

物联网安全问题一直是一个热议，如今大家一直倡导智慧城市，在这种趋势下，越来越多的设备将被连接到互联网上，彼此交互使世界变得更加智能。

这篇文章介绍了为生产系统构建机器学习过程的很多方面的内容，都是从实践中总结出来的。