关于人工智能在当今科技界的发展水平，学术界、产业界和媒体界可能会有不同的看法。我经常听到的一个说法是：现在基于大数据与深度学习的人工智能是一种完全新颖的技术形态，它的出现能够全面地改变未来人类的社会形态，因为它能够自主进行“学习”，由此大量取代人类劳力。我认为这里有两个误解：第一，深度学习并不是新技术；第二，深度学习技术所涉及的“学习”与人类的学习并不是一回事，因为它不能真正“深度”地理解它所面对的信息。
如何节省更多的时间，犯更少的错误。在这个总结中，我列出了一些对我的职业生涯有帮助的事情。它读起来很快，但是用得好可能要花一辈子的时间。我写代码已经将近15年了，但有时候，我还是不得不停下来思考这个职业的关键部分。
物联网持续增长，为企业和家庭带来了便利和高性能。从增强可访问性到监视健康状况以及个性化客户体验，物联网技术可以在日常生活和行业的多个方面提供时间和便利性收益。下面，来自福布斯技术委员会的八位专家分享了他们对市场上最好的、最具变革性和乐趣的物联网设备的选择。
人脸识别技术已成为纳入研发参考的、给人们带来高质量生活的又一科技解决途径。日常生活中，人脸识别的应用已经常见，那么你知道它是如何做到如此智能吗？本文将带大家了解人脸识别涉及的十个关键技术。
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。
和渲染优化相关的东西很多，大致可分为网格、着色器材质、光照和阴影。相关的优化技术有相机视椎体剔除、遮挡剔除、基于层的分类剔除与合并绘制调用。LOD降级分为着色器的LOD降级和LodGroup降级。
由谷歌Brain的研究人员创建的TensorFlow是机器学习和数据科学领域最大的开源数据库之一。它是一个端到端的平台，适用于初学者和有经验的数据科学家。TensorFlow库包括工具、预训练模型、机器学习指南，以及开放数据集的语料库。为了帮助你找到所需的训练数据，本文将简要介绍一些用于机器学习的最大的TensorFlow数据集。我们已经将下面的列表分为图像、视频、音频和文本数据集。
数字化战略正在成为国家战略，数字中国、网络强国、智慧社会、新型基础设施、国家大数据战略等提及次数明显增加，而智慧城市和新型智慧城市既是这些核心国家数字战略的关键组成部分，也是5G、人工智能、物联网、大数据等新技术的“试验场”。
IOT（物联网）是通过互联网连接的许多设备的集合。简而言之，从简单的计算机芯片到复杂的无线网络的所有事物都属于物联网。任何可以连接到互联网上并可以传递信息和过程数据的物理对象或事物都可以归为物联网。
使用图集可以帮助我们减少draw call数目，而这些纹理的大小同样是一个需要考虑的问题，所有纹理的长宽比最好是正方形，而且长宽值最好是2的整数幂，这是因为有很多优化策略只有在这种时候才可以发挥最大效用，在unity5中，即便我们导入的纹理长宽值并不是2的整数幂，unity也会自动把长宽转换到离他最近的2的整数幂值，但仍然要注意这个，防止由于放缩造成不好的影响。