昨天，国家工业和信息化部突然又砸下一重磅人工智能红头文件！文件宣布在接下来的2018-2020这三年内，国家要重点推动人工智能和实体经济深度融合，推进人工智能技术产业化、集成应用，并且点名重点应用智能网联汽车、服务机器人、AI医疗影像等八大类人工智能产品；重点突破包括AI芯片在内的三大核心人工智能技术；同时完善5G、算法训练数据库等人工智能配套体系，为2020年我国人工智能行业发展的方方面面都制订

过去的半个世纪，人类并没有发明能像人一样解决所有问题的机器，而是发明了许多只解决某个问题的机器，这就是自动化的精髓：代替。尽管对AI的讨论无处不在，对其前景却并没有共识。有人说AI是未来，未来的人就算不变成机器人，也一定会跟着个机器人，如同星球大战里的R2D2和C3PO。然而，业界仍有相当部分的人相信AI只是个泡沫，不能成为像智能手机那样开创性的力量。人工智能需要被具体化这种分歧来自于对AI的误解

人机与认知实验室  张玉坤  刘伟就像IBM的深蓝战胜卡斯帕罗夫的2007年5月一样，2016年3月注定也要载入人工智能的发展史册：来自Google DeepMind的人工智能程序AlphaGo以总比分4：1的成绩战胜了前世界冠军李世石。号称“人类最后智力骄傲”的围棋也被人工智能攻破了，一时间人工智能与机器人威胁论刷爆了微博、微信及各路新闻媒体。大家都在担心着某一天自己的工作会被人工智能抢去，又在

在本文中，我们将介绍机器人研发中使用的十大最流行的编程语言。我们将讨论他们的缺点和优点，以及使用或者不使用它们的理由。世界上有超过1500种编程语言你可以学习。下面列出的是目前机器人中十种最流行的编程语言。每种语言都有不同的优势，作者根据自身经验，按照优先级从低到高排序。这个问题大多数新的机器人专家在他们的职业生涯中至少会思考一次。不幸的是，这也是一个没有直接答案的问题。如果你在 Stac

“我看到了人工智能正在经历的历史时刻，那就是它已经走出实验室进入了产业应用阶段。”全球人工智能领域著名华人专家李飞飞近日在北京接受新华社记者专访时说。　　李飞飞是美国斯坦福大学人工智能实验室主任、谷歌云人工智能和机器学习首席科学家。她说，希望能把人工智能技术“带给最多的人、最多的产业”，这会对“每个人的生活产生深远影响”。　　产业需求极大　　李飞飞以视觉处理方面的人工智能研究而闻名。她说，过去几年

人工智能的历史源远流长。在古代的神话传说中，技艺高超的工匠可以制作人造人，并为其赋予智能或意识。现代意义上的AI始于古典哲学家用机械符号处理的观点解释人类思考过程的尝试。20世纪40年代基于抽象数学推理的可编程数字计算机的发明使一批科学家开始严肃地探讨构造一个电子大脑的可能性。1956年，在达特茅斯学院举行的一次会议上正式确立了人工智能的研究领域。会议的参加者在接下来的数十年间是AI研究的领军人物

这几天每天花了点时间看完了吴恩达的深度学习课程视频。目前还只有前三个课程，后面的卷积神经网络和序列模型尚未开课。课程的视频基本上都是十分钟出头的长度，非常适合碎片时间学习。一直以为深度学习的重点在于设计精巧、神秘的算法来模拟人类解决问题。学了这门课程才明白如何根据实际问题优化、调整模型更为重要。事实上，深度学习所使用的核心算法几十年来都没变过。什么是机器学习呢?以二类分类监督学习为例，假设

来源：云栖社区概要：今天我们将讨论深度学习中最核心的问题之一：训练数据。Hello World！今天我们将讨论深度学习中最核心的问题之一：训练数据。深度学习已经在现实世界得到了广泛运用，例如：无人驾驶汽车，收据识别，道路缺陷自动检测，以及交互式电影推荐等等。我们大部分的时间并不是花在构建神经网络上，而是处理训练数据。深度学习需要大量的数据，然而有时候仅仅标注一张图像

实现高质量机器翻译的梦想已经存在了很多年，很多科学家都为这一梦想贡献了自己的时间和心力。从早期的基于规则的机器翻译到如今广泛应用的神经机器翻译，机器翻译的水平不断提升，已经能满足很多场景的基本应用需求了。近日，Ilya Pestov 用俄语写的机器翻译介绍文章经 Vasily Zubarev 翻译后发表到了 Vas3k.com 上。机器之心又经授权将其转译成了汉语。希望有一天，机器自己就能帮助我们

文章来源：网易科技2017未来科学大奖颁奖盛典网易独家访谈间直播正在进行。南京大学教授周志华在与深鉴科技联合创始人汪玉对话时表示，深度学习的理论探讨比应用滞后了“好几个量级”。周志华在谈及人工智能近期的热潮时表示，这是源于机器学习在过去15年里取得了飞速进展，而机器学习的实质就是人类希望通过计算机来寻找出数据中所包含的规律；周志华认为，目前深度学习的优势在于能更好地发挥出数