demi的博客

过去几十年中，人工智能的出现导致了人类的集体焦虑。然而，必须注意的是，并非所有的工作最终都会被人工智能取代。那么，人类保持领先并更好地就业的秘诀是什么呢？答案在于需要知道人工智能在哪些方面比人类做得更好，人类在哪些方面比人工智能做得更好。

机器学习有四种广受认可的形式：监督式、无监督式、半监督式和强化式。在研究文献中，这些形式得到了深入的探讨。它们也被纳入了大多数机器学习算法的入门课程。本文对这四种形式作了总结。

定位技术是机器人实现自主定位导航的最基本环节，是机器人在二维工作环境中相对于全局坐标的位置及其本身的姿态。目前SLAM （Simultaneous Localization and Mapping即时定位与地图构建）是业内主流的定位技术，有激光SLAM和视觉SLAM之分。

图像分割中的一些常见的术语有：superpixels（超像素）、Semantic Segmentation（语义分割）、Instance Segmentation（实例分割）、Panoptic Segmentation（全景分割）。他们之间到底有什么区别呢？

在2017年，有一个机器人叫AlphaGo，和世界上的围棋大师下象棋并且赢了这个围棋大师，消息一出，震惊了世界，这是因为代表人工智能的设备胜过了人类，这就是人工智能发展的一个成果。现在人工智能已经大规模地商业化，人们普遍认为，人工智能是现在的新事物。其实人工智能早已经发展了很多年了......

图像去噪是指减少数字图像中噪声的过程称为图像去噪。现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，称为含噪图像或噪声图像。噪声分类——按照噪声组成来分：加性噪声；乘性噪声；量化噪声......

这几年安防产业亦出现相当热门的数据化人工智能学习和识别技术的概念，它们与安防有什么关联？如何应用在安防监控中？这种AI人工智能目前最多的应用又是哪些？

伴随着AI技术、自动化工具的应用及平台化趋势的加强，无论是老生常谈的漏洞利用、DDoS攻击、内网安全问题，还是新兴涌现的身份欺诈、API滥用、物联网设备安全风险，都在为2019年的动荡埋下伏笔。我们相信，2019年必将是网络安全领域的又一个重要年份。

提到自动驾驶，不少人脑海中复现的是驾驶员无需进行任何操作，汽车会自行完成导航、启动、行驶、停靠、避让等操作，驾驶员仅需设置目的地，其余的全部交给汽车。这种想法，并不是无稽之谈，因为自动驾驶的终极发展目标，就是能够实现上述功能的无人驾驶。

你是否尝试过使用可平铺纹理覆盖大型表面，或者为网格添加精致细节？那么你一定发现使用较大平铺值会生成明显重复图案的问题。Unity Labs开发了一种新的纹理制作技术，它会避免此类问题的发生，这种技术称为程序化随机纹理制作（Procedural Stochastic Texturing）。