IEEE计算机学会（IEEE-CS）本周早些时候发布了其年度技术未来预测，揭示了2019年最有可能采用技术趋势的十大技术趋势。“计算机学会的预测是基于一个团队的深入分析。领先的技术专家，确定在2019年具有巨大市场潜力的顶级技术，“IEEE计算机学会主席Hironori Kasahara提到。
让我们来看看他们预计将在2019年广泛采用的十大技术趋势。
2019年的十大趋势
1、深度学习加速器
根据IEEE计算机协会的报告，2019年将大规模采用设计自己的深度学习加速器的公司，如GPU，FPGA和TPU，可用于数据中心。这些加速器的开发将进一步允许机器学习用于不同的物联网设备和设备。
2、辅助运输
混合是什么呢？混合就是把两种颜色混在一起。具体一点，就是把某一像素位置原来的颜色和将要画上去的颜色，通过某种方式混在一起，从而实现特殊的效果。
假设我们需要绘制这样一个场景：透过红色的玻璃去看绿色的物体，那么可以先绘制绿色的物体，再绘制红色玻璃。在绘制红色玻璃的时候，利用“混合”功能，把将要绘制上去的红色和原来的绿色进行混合，于是得到一种新的颜色，看上去就好像玻璃是半透明的。
要使用OpenGL的混合功能，只需要调用：glEnable(GL_BLEND);即可。
要关闭OpenGL的混合功能，只需要调用：glDisable(GL_BLEND);即可。
注意：只有在RGBA模式下，才可以使用混合功能，颜色索引模式下是无法使用混合功能的。
一、源因子和目标因子
前面我们已经提到，混合需要把原来的颜色和将要画上去的颜色找出来，经过某种方式处理后得到一种新的颜色。这里把将要画上去的颜色称为“源颜色”，把原来的颜色称为“目标颜色”。
1. LDA
LDA是一种三层贝叶斯模型，三层分别为：文档层、主题层和词层。该模型基于如下假设：
1）整个文档集合中存在k个互相独立的主题；
2）每一个主题是词上的多项分布；
3）每一个文档由k个主题随机混合组成；
4）每一个文档是k个主题上的多项分布；
5）每一个文档的主题概率分布的先验分布是Dirichlet分布；
6）每一个主题中词的概率分布的先验分布是Dirichlet分布。
文档的生成过程如下：
1）对于文档集合M，从参数为β的Dirichlet分布中采样topic生成word的分布参数φ；
2）对于每个M中的文档m，从参数为α的Dirichlet分布中采样doc对topic的分布参数θ；
3）对于文档m中的第n个词语W_mn，先按照θ分布采样文档m的一个隐含的主题Z_m，再按照φ分布采样主题Z_m的一个词语W_mn。
近几年，工业互联网发展的如火如荼，各种服务商、平台商如雨后春笋般不断涌现，传统工业正在迎来新的机遇，作为物联网在工业系统中的纵深，工业互联网已经成为必争之地。与此同时，大家也在积极探索工业互联网与物联网的联系，试图发挥二者的联动作用让商业价值最大化。
物联网的出现彻底改变我们的个人生活与工作，现在物联网也将在工业领域发挥作用，其发展也愈发受到关注。
在2018中国通信产业大会暨第十三届中国通信技术年会（CCIC2018）上，中国物联网产业生态联盟、赛迪顾问发布2019年度物联网发展十大趋势预测，引起业界广泛关注。
消费者对于 AI “侵袭”他们的生活曾有很多质疑的声音：如果机器人抢了我的工作怎么办？它们会不会一直监听我的对话、窥探我的隐私？它们会不会滥用收集的用户数据？但是现在，消费者们逐渐在生活和工作中接受并拥抱 AI。
随着消费者接受程度逐渐提高，越来越多的企业热衷于引入 AI 科技。根据麦肯锡公司的调查显示，2013年以来，企业平均在引入AI技术的投资翻了三倍。
事实上，AI 是能够彻底改变企业运营方式的。2019年会有更多的企业采用AI技术，尤其是以NLP自然语言处理为基础的语音对话技术，来改变公司的命运。
展望2019年，有哪些 AI 趋势需要企业重点关注呢？
对话式 AI
几乎每个人的手机和智能音箱中，AI 助手都已经成为了标配。与智能设备进行语音对话交互对于大家并不陌生，比如让它播放歌曲、播报天气、搜索信息、开关电器等等，都能通过语音指令完成。
目前市面上大多数互联网产品是基于GUI（图形用户界面）的，也就是用户需要层层点击完成相关操作。而随着人机交互的发展，基于对话的CUI（对话式交互）将成为大势所趋，机器往往需要完成“听懂——理解——回答”的闭环，完成多伦对话、意图推理、个性化及情感互动。
2018转眼已到年底，依稀还记得年初立下的flag，一晃一年已经过完，又实现了多少目标?今年，世界发生了很多大事，手机圈的新品也是一款接着一款，随之而来的各项技术也不断出现，有的是外观设计、有的是拍照、有的则是系统功能。
在一年结束之际，本文为大家盘点了手机圈2018年十大技术创新，或许你正在使用它们，也或许听过它们，它们的出现在一点点的改变着我们使用的手机，让它愈加强大。
1、屏下指纹
屏下指纹并不是今年才出现，但是今年才真正流行。去年只是出现，却很少有手机用上，所以将这项技术归为今年。
unity小技巧介绍（一）第一篇为大家介绍的技巧应该都是大家比较常用到的，而今天要分享的技巧就比较冷门了。
技巧一
如果你是极具冒险精神的程序员，那这个技巧一定要去试试。你知道Unity里面的文件名、类名、函数名、变量名、序列化定义甚至是Tag名称都可以支持中文吗？不过不建议大家这么做，所以出现问题自己负责哈。
技巧二
如果你的屏幕够大，可以在开发过程中打开多个场景或其它视图，这样在调整时就可以看到场景的不同区域或角度。
2018年，人工智能告别喧闹，投融资市场渐趋冷静，底层技术研发持续推进，从衣食住行到教育医疗，人工智能全方位改变着生活的样貌。
近日，由斯坦福大学主导、来自MIT、OpenAI、哈佛、麦肯锡等机构的多位专家教授联合发布的人工智能指数年度报告出炉，报告显示，在人工智能这一领域，美国依然是当仁不让的王者，但中国的AI技术，无论在学术界还是产业界，都正以极快的速度向前追赶。报告中有几个惊人的数字：与2000年相比，2016年中国人工智能学者发表的论文被引用的次数提高了44%。清华大学去年学习人工智能和机器学习方向的学生数量是2010年的16倍。
更前沿的技术突破、更广泛的应用场景、更充足的人才准备，当热潮渐渐褪去，这个被押注了未来的行业，依然承载着人们对明日世界最广阔的想象。
发力底层技术 让机器更聪明
让机器能够像人一样思考、感受和认识世界，是人工智能科学家们孜孜以求的终极目标。为了实现这个目标，他们提出各种技术方案对机器进行训练，这种底层技术的进步也是人工智能技术进步的基础。
空域滤波分为：1. 图像平滑(去噪声)；2. 图像锐化(突出轮廓)。
其中图像平滑的主要目的是：
1.模糊。在提取较大目标前，去除小的细节或将目标内的小间断连接起来的；
2.消除噪声。改善质量，降低干扰。
平滑滤波对图像的低频分量增强，同时削弱高频分量，用于消除图像中的随机噪声，起到平滑作用。
其中主要包括：1.均值滤波；2.中值滤波；3.高斯滤波。
均值滤波：
均值滤波采用线性的方法，平均整个窗口范围内的像素值，均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。均值滤波对高斯噪声表现较好，对椒盐噪声表现较差。
还在为如何抉择而感到纠结吗？快采用决策树（Decision Tree）算法帮你做出决定吧。