博客
神经科学家正在教导计算机直接从人脑中读出单词。近日，《科学》（Science）杂志的专职撰稿人凯利·塞维克（Kelly Servick）报道了预印本网站bioRxiv发表的3篇论文。在论文中，3个研究团队各自展示了他们如何将神经活动记录解码成语音。在这3个研究中，研究人员在进行脑外科手术的患者大脑上直接放置了电极，当他们听取语音或者大声朗读文字时，这些电极就记录神经元的活动。接着，研究人员尝试解读患者听到或说出的内容，患者大脑的电活动都转化成了某种程度上能够理解的声音文件。
第一篇论文发表在bioRxiv上，描述了研究人员向正在进行脑外科手术的癫痫患者播放语音的实验。需要指出的是，实验中采集的神经活动记录必须非常详细，才能用于解读。而且这种详细的程度必须在十分罕见的条件（比如脑外科手术）下才能达到，此时大脑暴露在空气中，电极直接放在上面。
神经网络计算（Neural Network Computing NNC）是通过对人脑的基本单元——神经元的模拟，经过输入层、隐层、输出层等层次结构，对数据进行调整、评估和分析计算，得到的一类具有学习、联想、记忆和模式识别等功能的智能算法。要想比较深入的理解神经网络计算，就必须对神经网络系统有一定的理解，本文对其进行一些简单介绍。
近年来，伴随人工智能、电子竞技等新兴产业的发展，新职业也层出不穷。人力资源和社会保障部初步确定人工智能工程技术人员等15个拟发布新职业。既有现在流行的人工智能、大数据等技术人员；也有不常听说的农业经理人、数字化管理师；还有离我们生活很近的城市轨道交通相关技术人员。
近来，网络上出现互联网漏洞——DNS缓存漏洞，此漏洞直指我们应用中互联网脆弱的安全系统，而安全性差的根源在于设计缺陷。利用该漏洞轻则可以让用户无法打开网页，重则是网络钓鱼和金融诈骗，给受害者造成巨大损失。
智能计算（Intellectual Computing，IC），也称计算智能（Computational Intelligence，CI）或软计算（Soft Computing,SC），是受人类组织、生物界及其功能和有关学科内部规律的启迪，根据其原理模仿设计出来的求解问题的一类算法。智能计算所含算法的范围很广，主要包括神经网络、机器学习、遗传算法......
随着智能家居市场的逐渐成熟，入局的玩家越来越多，看清未来几年的行业趋势，有助于企业更好地决策。2019年智能家居呈现出五大趋势：①语音控制的产品形态增多②技术推动智能家居发展③全屋智能④家居安全成关注重点⑤智能家居B端市场热火朝天
最近出于兴趣想自己做一个2D的游戏，因为有着C#的基础，所以决定使用Unity3D来做。本篇博客要说的是Unity 2018.3新增的一个东西——Isometric TileMap，一般用于做一个2.5D的地图。
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：
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。
农民使用高科技农业技术来提高产量，并利用传感器和其他物联网技术来创造更高效的运营。
当我们想到物联网（IoT）应用时，种植作物或饲养牲畜并不是我们首先想到的应用场景。然而，根据Markets and Markets的数据显示，智慧农业市场预计将从2016年的51.8亿美元增长到2022年的112.3亿美元。这意味着2017年至2022年间复合年增长率( CAGR )为13.27 %。
随着农民认识到物联网技术在帮助他们最大限度地降低运营成本的同时仍能取得更好的效果，农场正变得越来越智能。例子包括作物产量增加、牲畜损失减少和用水量减少。为了帮助提高农场绩效，物联网技术提供商继续开发能够感知、处理和交流精确监测环境数据的平台。这些物联网平台背后是一系列技术，包括传感器、微控制器、发射器、能量收集、LED灯、无人机等。
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。
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？
目标跟踪是计算机视觉领域的一个重要分支，是模式识别，图像处理，计算机视觉，机器学习等学科的交叉研究，有着广泛的应用，如视频监控，虚拟现实，人机交互，图像理解，无人驾驶等。
