博客
近期，中科院计算所高林团队于IEEE TPAMI发表了一项重要的研究成果[1]，提出了一种新颖的三维模型局部变形基底分析方法和可微几何模型编辑建模方法，并已开源了基于计图实现的代码，网络模型的训练速度较Tensorflow提升53%。
网络运营人员告诉我，未来，人工智能将管理他们的网络。他们还告诉我，供应商也向他们传达了同样的讯息。好消息是，“有些方面”是真的。坏消息也是如此。为了从人工智能网络管理中获得最大收益，你必须弄清楚那个模糊的“有些方面”
针对目前通信局房及其内部通信设施资源数字化工作，提出一套完整的基于人工智能的技术方案，详细论述了SLAM、三维重建、三维语义分割、目标检测、OCR识别等技术在通信机房三维重建、机柜设备属性与标签识别等方面的应用。
为了了解边缘计算对物联网的影响，让我们先花点时间想象一下我们周围众多的传感器和可穿戴设备，以及它们正在捕获的数据类型。边缘计算使我们能够在任何物联网网络边缘的设备附近解读这些庞大的数据。这将实时触发分析和响应，而不会给拥塞的网络带来负担。
纹理是GPU编程中最常见的资源类型之一，因此针对纹理，我们可以有很多优化的方式。无论是哪种优化方式，都会基于以下核心思路：（1）显存减少；（2）带宽降低；（3）缓存友好；（4）采样次数减少。
Vulkan 描述符池和集合，描述符布局描述了可以绑定的描述符的类型。在本章节，我们创建描述符集，它将实际指定一个VkBuffer来绑定到一个uniform buffer描述符。
虽然人工智能是21世纪最具变革性的技术之一，但它对当前市场的影响还有待观察。人们现在正处于人工智能和相关技术采用曲线的起点，其长期优势将很快就会显现出来。话虽如此，人工智能具有的能力表明，还远远未充分发挥其潜力或对社会的影响。人工智能技术正在改变企业执行关键任务功能的方式，从工作方式的改变到促进业务的发展。
在渲染场景中，我们往往有多种光照和材质，计算不同光照对不同材质的影响是图形编程中非常核心的一个环节。在什么时候，以怎样的形式渲染光照也是渲染架构需要考虑的。
系统级产品开发的目标是：确定和规划在系统开发中各个子阶段的安全功能活动。系统设计阶段即根据功能安全概念采取相应措施（技术安全概念）来降低不可接受的风险，使其能够达到目标安全等级及安全需求，即风险达到可接受的程度。
数字视频和数字图像比传统的图像和视频分辨率要高，处理方便，易于操作和整理。但由于部分设备性能不足、客观条件限制等因素，在实际的视频监控应用中，仍会出现视频图像模糊不清、关键信息捕捉不到等问题。而在视频图像处理的过程中，由于操作技术问题或者客观因素等，给视频图像处理技术的应用带来一些负面影响，降低了处理技术的水平和质量。
近年来，随着人们对汽车创新的强烈需求的不断增加，而这些创新要求反过来又极大地增加了车辆中的软件内容。这些创新正在自动驾驶，高级驾驶员辅助系统（ADAS），数字座舱技术，车辆电气化等领域发生。当前有几种影响汽车电子的关键趋势，这些趋势导致对计算平台要求的需求不断增加，车辆结构不断变化，并突出了安全性和功能安全性的重要性。
AI看似是人的对立面，精准、冰冷且绝对理性；人则是偏见的集成，这偏见来源于既有的知识储备、思维方式、立场、情绪和习惯。但在现实世界里，由人创造、从人类数据中学习观察的AI，却常常表现出和人类相似的偏见，从招聘中的性别歧视，到人脸识别下的种族误判。AI的偏见从何而来？在科技能量日益增强的当下，我们如何减少算法的歧视与偏见，让它发挥更多向善的力量？
虽然无人机比赛纯粹是为了好玩，但在这些比赛中避开障碍物的技术也可以让作业中的商用无人机在用于复杂场合和时间敏感的行动时避开障碍物，如搜索和救援。麻省理工学院正试图使无人机能够在避开障碍物的同时飞得更快。
