机器人无疑已成为下一个科技明日之星,全球各国无不积极推动机器人产业,而近期人工智能与深度学习等技术发展热度增温,更成为推动智能机器人发展的重要动能。

IHS预估,2017年视频监控设备需求仍将快速增长,但受限于市场价格竞争的激烈,导致全球监控市场的年增长率将不到7%。价格竞争不会让厂商获得更多的收入与利润,甚至一些企业会走向消亡,因此进一步调整自身战略和巩固自身供应体系是不可避免的。

这听上去不像是统治办公软件市场半壁江山的微软需要考虑的议题——并非如此。事实上,早在 1991 年比尔·盖茨就成立了微软研究院,以“支持长期的计算机科学硏究而不受产品周期所限”为目标,通过计算机视觉、语音和自然语言等技术的研究,尝试推动人工智能和人类智能 (Human Intelligence) 协同进步。

《绝对控制》是不久前刚上映的一部与人工智能密切相关的科幻电影。布鲁斯南饰演的主人公Regan有这令人羡慕的完美人生,不过这一切都被机器人ITguy摧毁了。因为感觉受到冷落,ITguy开始开始监视主人公和他的女儿,往日依赖的全智能家居和汽车系统如今成为最大的安全隐患。随着隐私的全面暴露,Regan一家陷入前所未有的恐慌,这不是天方夜谭,也许这样的故事在不久的将来就会发生在真实世界中。

如今人工智能(AI)已经正式成为主流。行业研究公司Gartner已经连续两年将AI列为第一大战略技术,而各大巨头例如谷歌、IBM、Salesforce和苹果公司等收购AI初创公司的竞赛可谓如火如荼,仅在2016年就有大约40宗和AI相关的收购案。相关研究预测,到2018年62%的大型企业都将会使用AI技术。

AI,全称Artificial Intelligence。人工智能,是计算机科学的一个分支,从1956年被公认为一个学科之后,至今已经经历了60年的发展。

25年前,微软创办人比尔·盖茨想做出一台能听、能看、能学的智慧电脑,因此创办了微软研究院,背后正是人工智能(Artificial intelligenc,AI)的概念。

2016年,谷歌用AlphaGo的一场完胜展露了自己占领AI市场的野心,Facebook则规划自己未来10年人工智能、无人机的发展路线,国内BAT也在AI领域摩拳擦掌、蓄势待发。互联网巨头们纷纷向人工智能领域发力,而一些小众团体或计算机专业人士也不甘落后。

人工智能自1956年诞生以来,一直试图用简单演绎推理规则,来描述并模拟一个复杂系统的行为。然而,真实世界是无限复杂,数据驱动的AI系统才有前景。可以说,深度学习的爆发,正是通过大数据和计算能力实现。

“这是一部你绝对猜不到结局、脑洞最大的科幻短片!”——这是一位观众对首部人工智能编写的影片《Sunspring》的评语。这部出现在今年6月的伦敦科幻电影节的影片,引起了人们极大的兴趣与关注,因为它的编剧“本杰明”,不是人。

一周前,索尼公司成功让人工智能谱出了三首真假难辨的流行音乐。人类最后一层心理防线——感性创作,即将告破。人工智能和今天的智能手机一样成为一种生活方式,并开辟出新的巨大市场,已经无须怀疑,无可阻挡。

过去一年人工智能和深度学习最重要的发展不在技术,而是商业模式的转变。过去6个月,所有巨头都将自己的深度学习IP开源。Data Science Central网站主编、有多年数据科学和商业分析模型从业经验的Bill Vorhies分析了开源浪潮的形成原因:云服务后来者谷歌为了吸引用户、扩大市场,率先大举开源;随后,各巨头为了吸引人才、加速创新,也纷纷开源;OpenAI的出现也为开源起到了一定推进作用。开源会使技术发展更快,但主宰市场的仍将是巨头。

随着机器学习的快速发展,人工智能产业在历经60年的起伏之后,如今已经在全球范围形成新一轮的抢位发展态势,发达国家纷纷吹响探索大脑奥秘的号角。中国的人工智能产业在全球浪潮推动下,也在快速发展。赛迪顾问针对人工智能产业的大浪潮,提出了人工智能产业概念界定,并对产业链进行了深度剖析。对全球和中国人工智能市场规模和结构进行了判断,并详细梳理了全国各省市在人工智能领域的利好政策和具体举措。结合产业发展态势和技术热点演进,分析了各个细分领域的投资价值热点,提出深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价

“接下来的10000家创业公司,都将做这一件事:takeX;addAI”,KK说,而这一趋势将让AI将像电一样成为最基础的资源,迎来一个IQasaService的时代,智力被当做一种服务提供给任何一个人。现在不止是KK在说,库克也在说,霍金也在说,BAT同样在快速跟进。

作为信息化智能化时代的关键技术,人工智能将日益成为新一轮产业革命的引擎,必将深刻影响国际产业竞争格局。当前,人工智能进步显著,硬件设备、产业场景都蓄势待发。

电影和小说中描绘的人工智能主宰的可怕未来塑造了大众对人工智能的想象,但这些都是虚构的。在现实中,人工智能已经在改变我们的日常生活了,而且基本上都是在改善人类健康、安全和提升生产力等好的方面。

人工智能的崛起有望改变人类的生活,众多科技巨头、创新创业公司都热衷投身于人工智能领域,似乎宣誓着人工智能迎来最好时代,面向人工智能领域的创业公司似乎也更受资本市场关注。但与此同时,这也不免让人担忧:人工智能快速发展是否会引发产业泡沫?

从发改委获悉,发改委印发《关于请组织申报“互联网+”领域创新能力建设专项的通知》,旨在提高“互联网+”领域自主创新能力,促进“互联网+”产业快速发展。

人工智能(AI,ArtificialIntelligence)浪潮方兴未艾,“深度学习”与互联网广告行业深度融合。2006年深度学习兴起,人工智能迎来了黄金发展期。从2013年开始,谷歌、Facebook、IBM、百度均重金布局人工智能(AI)产业。

人工智能(AI)领域前所未有的动力让2015年成为了一个特别的年份。Google、Facebook、IBM、Microsoft 和Amazon 等科技巨头不仅宣布把人工智能纳入企业未来的战略重点,同时还成功地发布了几项在里程碑式的新项目。

在人工智能科学领域,人们一直有个问题:机器思维吗?过去60年,计算机专家们一直努力在回答这个问题。而在人工智能应用方面,研究人员探讨的问题是它如何对人们产生作用和影响。

人工智能将推动新一轮计算革命,深度学习需要海量数据并行运算,传统计算架构无法支撑深度学习的大规模并行计算需求。因此,深度学习需要更适应此类算法的新的底层硬件来加速计算过程。

人类对人工智能寄予厚望,赋予其无尽的遐想,更是许多科幻大片的主题。但人工智能的发展一直不如人意,直至一种名为深度学习的强大技术横空出世,这一情况才发生了根本性转变。

我们对人工智能未来的期待充满了不确定性。霍金认为,AI的进化速度会比人类更快,而它们的终极目标是不可预测的。所以人类需要确保人工智能的设计符合道德伦理规范,保障措施到位。微软CEOSatyaNadella对此的看法相同,他认为人类在AI方面必须展开更深入的协调和协作,就设计的伦理和移情框架达成一致。为此他提出了人工智能需要遵循的六大原则,以及未来人类要想不被时代抛弃需要坚持和发展的四个东西。Nadella认为,未来的AI世界人和机器的关系不是非此即彼,而应该是人机携手,共创未来。

从最初的屡屡失败,到现在的朝气蓬勃,人工智能会导致大面积失业甚至让人类灭绝吗?或许历史会给我们一些有用的线索。

霍金、马斯克等科技大佬都公开发声,担心人工智能会失去控制,上演科幻小说中人机大战的情节,其他人则害怕认知工作的自动化会将会导致大面积的失业。两个世纪以后的今天,曾经的“机器问题”卷土重来,我们需要找出可行的解决方案。

“智能机器人的发展,一定是从相互理解到沟通,再到合作。而且,智能机器人在未来一定需要具备对突发性事件的处理能力,人机之间要像人和人之间一样达到高度融合。”张小飞博士在参加2016中国人工智能机器人应用创新论坛时如是说。

什么是人工智能?人工智能在学术研究领域已经有60年的历史,经历两起两落,产生了很多的理论、算法、模型。通俗的讲,狭义的技术就是对输入的感知,加以学习与训练,使其成为有创造和决策能力的大脑。

本世纪以来,随着互联网大数据的兴起、信息的爆炸式增长、深度学习等机器学习算法在互联网领域的广泛应用,人工智能再次进入快速发展时期,并且正对人类社会的各个领域产生着巨大的影响。

人类给自己出了个难题。到2050年,人口或许将逼近100亿,但是,地球还是那么大,也就是说,相同的土地面积要养活更多的人。再加上全球变暖、随之而来的淡水缺乏等等诸多状况,人类还能不能养活自己?这是个大问题。

3月9日-15日的围棋世纪大战中,谷歌Alpha Go技惊天下,以3:1领先韩国九段棋手李世石,让Alpha Go所代表的人工智能获得了前所未有的关注度。围棋人机大战,机器获胜,意味着人工智能技术在快速发展,或能引领未来新一轮产业创新与变革。

近来外媒传出Google旗下波士顿动力机器人公司将被丰田收购,交易基本完成的消息。看了这消息有的人也许会问,为什么中国公司没尝试购买这公司,答案很简单:

人工智能的概念提出已经很多年,但最近一次大热是在“人机大战”战胜世界围棋高手李世石的AlphaGo。同样,深度学习和机器视觉的概念也频频出现在我们的视野当中,那么什么是人工智能?什么是深度学习、机器视觉,它们是如何应用在安防领域中?三者之间存在什么样的联系?以下将为您一一解答。

人工智能60周1955年,被誉为“人工智能之父”的约翰·麦卡锡和明斯基、罗彻斯特、香农等共同给洛克菲勒基金会提交了一份项目建议书,希望能获得第二年于达特茅斯学院举办“人工智能夏季研讨会”的资助。当时,他们认为由10位科学家组成的工作小组在为期两个月的时间里就可以在人工智能领域取得巨大的进步。事实证明,他们严重低估了人工智能的复杂程度。不过,达特茅斯会议正式确立了人工智能(AI)这一术语,也因此被认为是人工智能诞生的标志年:站在第三次浪潮的风口。

深度学习近年来在多个领域取得了重要突破,尽管理论上并没有解释清楚深度学习的机制,但已在大量领域取得了巨大成功。在图像分类方面,微软研究团队指出他们的系统在ImageNet 2012分类数据集中的错误率降低至4.94%。此前同样的实验中,人眼辨识的错误率大概为5.1%。这个数据包含约120万张训练图像、5万张测试图像,分为1000个不同的类别。在人脸识别领域,香港中文大学教授汤晓鸥、王晓刚及其研究团队研发的DeepID在LFW数据库上获得了99.15%的识别率。LFW是人脸识别领域使用最广泛的测试基准。实验