demi的博客

人工智能，或者说计算机视觉的一个最终目标在于构建一个真正可适用于真实世界复杂环境的系统。而就目前所应用的机器学习系统而言，大部分采用了有监督的学习方法，也必然导致了需要广泛收集图像样本，并进行对应的图像标注的工作。而人力时有穷尽，高质量的样本集图片又是构建一个优秀的机器学习系统的关键因素。

我国物联网产业经由十年的蓬勃发展，在科技创新、政策扶持和市场需求的多重驱动下，物联网通信设备和系统运营提供商达到了世界前列水平，目前物联网生态系统已基本形成。

根据受欢迎程度，线性回归和逻辑回归经常是我们做预测模型时，且第一个学习的算法。但是如果认为回归就两个算法，就大错特错了。事实上我们有许多类型的回归方法可以去建模。每一个算法都有其重要性和特殊性。

安全是自动驾驶最核心的问题，也是当前各自动驾驶企业面临的最大挑战。自动驾驶系统是借助互联网及人工智能(AI)在无人类控制方向盘和剎车的情况下车辆就能自动行驶。然而，就怕汽车遭到网络攻击可能面临被劫持和失控的危险，还有当驾驶员出现意外而无法正常操控汽车时紧急状况。如何评估自动驾驶车辆及技术安全性，目前业界尚未有统一标准，但已有部分企业开始行动。

近日，知名商业杂志Forbes刊文，预测了2020年人工智能的120个发展趋势。文章采访了120个科技公司创始人/高管，从人工智能的底层技术、行业应用、法律、伦理等等方面，以不同维度阐述人工智能面临的机遇和挑战。

我们知道在CNN网络中，会有各种size的卷积层，比如常见的3x3,5x5等，卷积操作是卷积核在图像上滑动相乘求和的过程，起到对图像进行过滤特征提取的功能。

过去两年里，IDC对中国智能家居市场规模、竞争格局以及技术生态发展进行持续关注，见证了该市场从孕育萌芽阶段到初期爆发阶段的探索过程。随着2020年的到来，中国智能家居市场将进入规模化发展时期，连接和交互的升级将产业智能化推向更广的产品范围和更新的应用场景，数字化转型带来的行业和媒体变革将为智能家居市场创造更大的消费动力和需求。

随着与各行业的融合越来越深入，人工智能对人类社会的影响也越来越重要。不过，尽管人工智能已经进入蓬勃发展期，但还有很长的路要走。外媒CNN Business回顾了过去十年AI的发展历程，并总结了AI对人类生活影响的六个方面。

CNN(卷积神经网络)我们会发现，他们的输出都是只考虑前一个输入的影响而不考虑其它时刻输入的影响，比如简单的猫，狗，手写数字等单个物体的识别具有较好的效果。但是，对于一些与时间先后有关的，比如视频的下一时刻的预测，文档前后文内容的预测等，这些算法的表现就不尽如人意了。因此，RNN就应运而生了......

根据IDC最新预测指出，2020年在机器人系统和无人机领域的总支出将会达到1287亿美元，比2019年同比成长17.1%。而到2023年，该领域的支出将达到2414亿美元年复合成长率（CAGR）为19.8%。