demi的博客

随着人工智能技术的发展，其与各行业的结合已经成为未来的发展趋势，在教育行业，AI+教育已经被普遍看好。2018年，资本、企业和市场都开始理性看待AI+教育。本文从政策的角度出发，分析了AI+教育火热发展的原因，同时对人工智能对教育的影响对了深入的解读。

一般来说，学习的过程通常意味着先犯错误以及选择错误的道路，然后再想明白如何在将来避免这些陷阱。机器学习也不例外。当你在你的企业中运用机器学习时，要小心：一些技术营销可能会告诉你机器学习的过程是又快又好的，但这是一种对技术的不切实际的期望。事实是，机器学习过程中必定会出现错误。

建立物联网网络并不像听起来那么容易，而且当面对大规模时，建立自己的网络往往会崩溃。对于扩展的站点和网络操作而言，快速部署网关和管理设备配置和连接似乎很容易变得具有挑战性。

游戏中人物的走动，跑动，攻击等动作是必不可少，实现它们的方法一般采用帧动画或者骨骼动画。

帧动画与骨骼动画的区别在于：帧动画的每一帧都是角色特定姿势的一个快照，动画的流畅性和平滑效果都取决于帧数的多少。而骨骼动画则是把角色的各部分身体部件图片绑定到一根根互相作用连接的“骨头”上，通过控制这些骨骼的位置、旋转方向和放大缩小而生成的动画。

它们需要的图片资源各不相同，如下分别是帧动画和骨骼动画所需的资源图：

骨骼动画比传统的逐帧动画要求更高的处理器性能，但同时它也具有更多的优势，比如：

现在很多游戏引擎都在使用一种称为“多线程渲染渲染器”的特殊渲染系统。多线程在一段时间内已经变得非常的普及了，但是究竟什么是多线程渲染器，它又是如何工作的呢？在这篇文章里，我将解释这些问题，并将实现一个简单的多线程渲染的框架。

人工智能的发展成为趋势已是必然，机器人领域也将随之大放异彩，那么在机器人领域有哪些核心技术呢？今天我们就来盘点下机器人领域的10项核心技术。

虚拟现实（VR）正在成为一种备受喜爱的游戏娱乐新方式，此外，它还有很多潜在的用途，为一些传统行业注入了新的血液。VR有着无限的可能性，只需要一套设备，你可以打造任何你想到的场景与体验。这些内容一旦创建，也易于共享和复制。本文，福布斯技术委员会的成员分享了他们所见过的VR的最佳用途以及使VR如此有意义的原因。

OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL三维图形 API 的子集，针对手机、PDA和游戏主机等嵌入式设备而设计。OpenGL ES 是从 OpenGL 裁剪的定制而来的，去除了glBegin/glEnd，四边形（GL_QUADS）、多边形（GL_POLYGONS）等复杂图元等许多非绝对必要的特性。

边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。目前，许多科技企业已经在边缘计算上开始自己的布局。

未来，我们会看到越来越多的像智慧城市、智能工厂、智能制造、智能零售等一系列创新商业模式，它们在运用物联网技术的过程中，需要用到数据采集、处理、上传数据的边缘端计算设备和网关设备。这些设备或者是相应的解决方案，配合分布式数据库和分布式的数据处理，就构成一个完整的边缘计算体系。但这个体系不是独立存在的，它会跟云计算产生非常多的数据和应用互动。

边缘计算简单架构图

提到边缘计算，我们会联想到秒杀时候，使用CDN进行负载分流；可能也会联想到数据中心和分布式服务器；或者想到数据中心和设备采集网关；或者想到华为AI神经网络芯片、离线地图，离线语音识别；或者自动驾驶，电动汽车等等……

这边不深入考究边缘计算的概念，具体可以查看维基百科或百度百科

我们生存的这个星球上，居住着70多亿人。每个人的面孔组成部分相同，它们之间的大体位置关系也是固定的，并且每张脸的大小差异也不大。然而，它们居然就形成了那么复杂的模式——即使是面容极其相似的双胞胎，也能由微妙的差别区分出来。人脸特征如同指纹一样，无法找到完全相同的存在。那么，区分如此众多的不同人脸的“特征”到底是什么？