博客

在本文中，我们将了解为什么图数据是必不可少的，以及如何用图形神经网络处理它们，我们将看到它们如何用于药物重新定位。

世界上能由国产设备组成自主通信网络的国家只有中美两国。实际上，世界大约100多个国家都使用华为的通讯设备组成的网络。

对于所有谈及自动驾驶的人来说，自动驾驶等级几乎是完全绕不开的词。从L0到L5的6个等级，就像是考试的分数一样，代表着由低到高的自动驾驶水平，不管是从业者还是圈外人士，都在使用这项标准对复杂的自动驾驶系统进行理解和区分。

在游戏开发过程中会经常和美术打交道，像场景、UI这些美术资源往往会造成很大的性能损失，所以了解场景优化的相关知识和置顶相应的美术规范就必不可少。而据经验而谈，优化后的场景比没优化的场景，性能能提升十倍甚至更多。

物联网领域的人工智能 (AI) 和机器学习 (ML) 服务预计将以每年 40% 的速度增长，到 2026 年收入将达到 36 亿美元（26 亿英镑）。

随着电动汽车的普及，公共场所的充电桩就成为一道新的难题，毕竟路上的充电设备还未能像加油站一样普及，充电桩不好解决。在预测未来，随着新能源汽车快速的增加，充电桩的数量将逐渐增多。

Vulkan 创建顶点缓冲区，在Vulkan中，缓冲区是内存的一块区域，该区域用于向显卡提供预要读取的任意数据。它们可以用来存储顶点数据，也可以用于其他目的。

人脸识别是一项经典的人工智能应用。得益于海量的训练数据和深度学习的技术发展，人脸识别取得了突破性的性能提升，成为一项广泛应用的生物识别技术。

2021年，人工智能在政策、技术、应用、产业等方面呈现哪些特点，未来产业发展的趋势和研判？中国信通院云计算与大数据研究所牵头梳理《2021人工智能十大关键词》，为政产学研用各方提供参考。

人工智能如今已经被提上了很多首席执行官的首要议程。虽然这个话题并不新鲜，但首席执行官们已经了解采用人工智能技术并不简单。为了实现这一目标，企业需要从他们的业务目标开始，然后以推进这些目标的方式使用人工智能技术，并希望可以增加业务价值。本文是人们值得关注的10个人工智能和机器学习趋势。

如今，世界各地的城市都在利用数据和技术来提高效率、提高可持续性、促进经济发展并提高居民和游客的整体生活质量。在这篇文章中，我们想向您介绍2021 年智慧城市市场的概况。

近期，清华大学图形学实验室的博士后黄石生、助理研究员穆太江等和香港城市大学傅红波教授合作，提出了一种基于超体素卷积的在线三维语义分割的方法，该方法在在线场景下的三维语义分割准确性、效率性两方面达到了当前最好的水平。

尽管深度神经网络在某些任务上取得了跟人类相当或超过人类的表现，但计算机在人类特有的“想象力”技能方面仍在做着苦苦的挣扎。

利用项目对 虚拟纹理 的支持，可在运行时以更低内存占用率和更高一致性创建和使用大尺寸纹理。

智能机器最终会脱胎于我们对大脑的理解，还是独立诞生于与神经科学无关的工程学，这是一个开放的问题。我相信在很多场合，我们仍然需要理解人类智能，理解智能是如何在大脑中产生的。不过制造智能机器是否需要神经科学的参与，我认为很有可能这场有趣的角逐赛的结果值得在未来的几十年中期待。

边缘计算可能不像云计算那样广为人知，但很快就会被大众热捧。该市场的收入预计将从2019年的28亿美元跃升至2024年的90亿美元。其中一个重要原因是边缘计算推动了物联网 (IoT)，预计物联网在未来几年也将大幅增长。

功能安全中的有些概念比较绕，比如故障(fault)，错误(error)，失效(failure)，今天就这三个概念进行下探讨。

如今，澳大拉西亚的一种蜜雀已经忘记了如何交流，其主要的栖息地也遭到了严重的破坏，数量正在急剧减少。更糟糕的是，还有一些幸存者，它们住得太分散了，成年男性无法教年轻一代如何为配偶唱歌、说自己的语言。

本文阐述的目标是创建一个整体人机界面（HMI）解决方案的概念，该概念可为驾驶员提供清晰的概览并充分理解所有车载3级自动驾驶系统。

本文从视觉任务评估评测(评测数据集、评测指标、评估方式)出发，对计算机视觉的发展进行了总结，对现存的依赖大数据学习的计算机视觉发展问题进行了梳理和分析，从人机对抗智能评测提出了计算机视觉下一步发展方向：视觉图灵。最后对视觉图灵发展方向进行了思考和讨论，探讨了未来研究可能的方向。