博客

在实现自动驾驶的过程中，对于车端感知的自动驾驶其由于感知范围有限，感知性能上由于传感器自身存在的限制，可能导致感知性能暂时性降低甚至失效，仅靠单车的智能，很多典型的驾驶场景是无法满足安全驾驶需求的，这也是当前主机厂开发自动驾驶系统的痛点。

2021 年 3 月 4 日，信息技术与创新基金会（ITIF) 发布《在增强现实和虚拟现实中平衡用户隐私和创新》报告，建议决策者应当鼓励创新同时建立必要保障措施的监管环境。

Vulkan Window Surface，到目前为止，我们了解到Vulkan是一个与平台特性无关联的API集合。它不能直接与窗口系统进行交互。为了将渲染结果呈现到屏幕，需要建立Vulkan与窗体系统之间的连接，我们需要使用WSI(窗体系统集成)扩展。

企业依靠分析来发现数据集之间的相关性并产生见解，但是许多数据来自不同的位置，并且需要系统提取数据并将其传输到一个集中的场所。这带来了多重安全挑战。

当前的 AI 缺少信息进入 “大脑” 后的加工、理解和思考等，做的只是相对简单的比对和识别，仅仅停留在 “感知” 阶段，而非 “认知”，以感知智能技术为主的 AI 还与人类智能相差甚远。

从安全的角度来看，生物识别技术具有明显的优势，特别是与其他多个因素（例如PIN或安全性问题）结合使用时。

当我们处理与事件发生的时间轴有关系的问题时，比如自然语言处理，文本处理，连续几天的天气状况，语音识别，机器翻译等。在考虑这些和时间轴相关的问题时，传统的神经网络就无能为力了，因此就有了RNN。这里介绍RNN基本原理是为了铺垫我们的重点LSTM网络。

在5G浪潮驱动下，车路协同、智慧停车、智能交通规划、自动驾驶等应用普遍被提上日程，同时5G带来了数据量的大爆炸，越来越多的应用跑在了云端，很多具体的应用场景对延时的要求会变得非常严格，随着强实时数据的迅速攀升在边缘侧进行预先处理，于是“边缘计算”在智能交通领域应运而生。

数据中心要保持稳定的运行，需要大量的专业技术人员。数据中心日常维护工作烦琐，但又很重要。随着人们的工作生活对数据的完全依赖，承载数据计算、运行的数据中心正发挥着越来越重要的作用，这更突显出维护工作的重要。

常见的数据结构：Array、ArrayList、List、LinkedList、队列、栈、Dictionary

所有渲染，都是将数据从CPU传输到GPU的过程。

在人工智能的发展历史上，通常是最初充满乐观和希望，随后带来的是幻灭与失望，而这样的过程循环反复。在最近一篇题为“为什么人工智能比我们想象的更难”的文章中，Mitchell提出了四个关于人工智能的常见误区。

今天，我们已经进入了智能时代，计算机、智能手机、VR/AR设备等为我们呈现出丰富多彩的图片、视频，鼠标单击、手指触摸，就可以浏览网站、观看视频、购买商品。但你知道吗？这背后都离不开计算机图形学。

在很多游戏的宣传中，我们会听到对游戏引擎的推崇。绚丽的特效，流畅的体验，似乎都是游戏引擎的功劳。在游戏玩家看来，游戏画面的表现力越好，游戏场面的震撼程度越大，游戏体验的真实感越强，底层的游戏引擎就可能越强大。

近些年来，超分辨率技术（Super resolution）越来越流行，许多公司将超分辨率技术整合到他们的工作之中。超分辨率的概念早就已经出现，而近些年来机器学习的进步才又一次把超分带入到媒体应用的领域之中。在如今4K/8K视频的时代，超分辨率技术只会越来越重要。

给出了目前目标检测中的一些问题和挑战。

无人机作为空中人工智能领域的“智慧眼”，在安全可靠的治安巡检、精准无误的地形测绘、随时随地的航拍取景、移动的智能识别等领域有着具体应用，都离不开移动通信技术的支撑！基于5G通信技术的发展，无人机也迎来新飞跃。本文我们就来看看5G+无人机的优势吧。

近日，荣耀正式推出荣耀平板X7，搭载联发科P22T（MT8768T），运行基于Android 10.0的Magic UI 4.0系统，售价899元起。

本文我们了解一下将渲染图像提交到屏幕的基本机制——Vulkan 交换链，并且需要在Vulkan上下文中被明确创建。从屏幕的角度观察，交换链本质上是一个图像队列。

机器学习帮助一些最好的显微镜看得更清楚，工作得更快，并处理更多的数据。