作为人工智能与物联网落地的首选之地,智能家居近年来被越来越多的人关注。特别是在2018年，智能家居行业又加入了更多新角色，各路玩家疯狂涌入这条赛道，让原本竞争激烈的智能家居市场显得更加拥堵。

在雅图举办的“Casual Connect”全球游戏开发者大会上，经典PC游戏《横扫千军》（Total Annihilation）和《地牢围攻》（Dungeon Siege）的制作人克里斯·泰勒（Chris Taylor）分享了关于如何制作更好的游戏（或者更好地生活）的10条经验，这些是他在三十年来的游戏开发经历中学到的。

统计计算（Statistical Computing），又称概率统计计算、计算统计或计算机统计，是概率论、数理统计和应用统计、数学和计算机科学等学科之间的交叉性、边缘性、融合性和应用性的计算数学的一个分支，数学技术中的一类常用算法。

增强现实（AR）技术与行业结合可以提升行业价值、带来新的解决方案并提升用户体验。很多企业希望将AR技术纳入到自己的生产与销售过程中，所以投资或收购AR相关企业，这有效地推动了增强现实行业的增长，使其成为科技经济的重要组成部分。

我们在学习人工智能的时候，不管是机器学习还是深度学习都需要经历一个调参的过程，参数的好坏直接影响这模型效果的好坏。今天我们介绍下在深度学习中，调参的技巧主要分为哪些。

对象序列化的最主要的用处就是在传递和保存对象的时候，保证对象的完整性和可传递性。序列化是把对象转换成有序字节流，以便在网络上传输或者保存在本地文件中。序列化后的字节流保存了对象的状态以及相关的描述信息。序列化机制的核心作用就是对象状态的保存与重建。

R-CNN全称为Region-CNN，它可以说是第一个成功地将深度学习应用到目标检测上的算法。后面提到的Fast R-CNN、Faster R-CNN全部都是建立在R-CNN的基础上的。R-CNN遵循传统目标检测的思路，同样采用，对每个框提取特征、图像分类、非极大值抑制四个步骤进行目标检测，只不过进行了部分的改进。

多年来，零售体验并没有发生太大变化：走进商店，寻找合适的产品，然后购买。但人工智能的出现正在改变一切，通过个性化、自动化和效率提高将零售体验提升到新的水平。下面让我们来看看20个人工智能改善零售体验的实例。

Gartner公布了七大新兴的安全和风险管理趋势，这些趋势将在长期内影响安全、隐私和风险领导者：风险偏好声明与业务成果挂钩；安全运营中心正在实施，重点是威胁检测和响应；数据安全治理框架应该优先考虑数据安全投资；无密码认证正在引领市场；安全产品厂商正在越来越多地提供高级技能和培训服务；投资云安全，将其作为主流计算平台的能力；在传统安全市场中增加Gartner CARTA。

机器学习中涉及到了很多的概念，当然要想了解机器学习的话就需要对这些基础知识有一个深入的了解才能够入门机器学习，那么机器学习的基础知识都有哪些呢？本文给大家列举一下机器学习的基础知识。

噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般，噪声信号与要研究的对象不相关，它以无用的信息形式出现，扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。噪声来源两个方面：图像获取过程中；图像信号传输过程中。

梯度下降法，是当今最流行的优化（optimization）算法，亦是至今最常用的优化神经网络的方法。本文旨在让你对不同的优化梯度下降法的算法有一个直观认识，以帮助你使用这些算法。我们首先会考察梯度下降法的各种变体，然后会简要地总结在训练（神经网络或是机器学习算法）的过程中可能遇到的挑战。

CNN的结构，包括输出层，若干的卷积层+ReLU激活函数，若干的池化层，DNN全连接层，以及最后的用Softmax激活函数的输出层。在CNN的模型基础上，看看CNN的前向传播算法是什么样子的。重点会和传统的DNN比较讨论。

随着竞争的加剧，2019年业界将出现最大的云提供商。云将低成本基础设施与高价值开发服务的结合，将成为新的企业数字应用平台。同时也将使企业在云上的支出比几年前预测的更快。

本文将介绍自动驾驶汽车决策系统的相关技术，包含路线规划、行为选取、运动规划和控制子系统。路线规划子系统负责计算出一条穿过道路网的路线，让自动驾驶汽车能从起始位置到达用户定义的终点位置。如果将道路网表示为一个加权的有向图，其边权重表示遍历一个道路片段的成本，则计算路线的问题就可约简为在一个加权有向图中寻找最短路径的问题。

如今，AI炒得很热，但AI到底发展到了哪一步，很难看清。好在近日，一群AI政策研究人员发布了一份报告，披露了大量数据，有助于我们认清这股热潮的发展状态。报告集结了来自麻省理工大学、斯坦福大学、哈佛大学以及OpenAI等非营利组织的研究人员，考察了AI领域的投资、招聘以及论文与专利情况，甚至连政府会议期间提及AI的频率，也考察在内。

过去几十年中，人工智能的出现导致了人类的集体焦虑。然而，必须注意的是，并非所有的工作最终都会被人工智能取代。那么，人类保持领先并更好地就业的秘诀是什么呢？答案在于需要知道人工智能在哪些方面比人类做得更好，人类在哪些方面比人工智能做得更好。

机器学习有四种广受认可的形式：监督式、无监督式、半监督式和强化式。在研究文献中，这些形式得到了深入的探讨。它们也被纳入了大多数机器学习算法的入门课程。本文对这四种形式作了总结。

定位技术是机器人实现自主定位导航的最基本环节，是机器人在二维工作环境中相对于全局坐标的位置及其本身的姿态。目前SLAM （Simultaneous Localization and Mapping即时定位与地图构建）是业内主流的定位技术，有激光SLAM和视觉SLAM之分。

图像分割中的一些常见的术语有：superpixels（超像素）、Semantic Segmentation（语义分割）、Instance Segmentation（实例分割）、Panoptic Segmentation（全景分割）。他们之间到底有什么区别呢？