《评人工智能如何走向新阶段》后记（再续15）
170. 清华大学全球产业研究院和百度大学Alpha学院于2020年1月5日发表（人工智能）产业智能化白皮书讨论AI发展情况，应用TUMC模型，从技术和综合应用场景的角度，考察热点技术和场景的AI产业化成熟度；通过企业具体实践，分析智能推荐、计算机视觉、智能语音语义技术等AI技术，在智慧出行、智能家居、智慧城市、智能客服等实际应用场景中的产业发展情况。
171. 美国交通部长赵小兰于1月7日在拉斯维加斯举办的《消费电子展（CES）》上发表演讲，宣布一项由政府启动的自动驾驶汽车（AV）计划，企图“确保美国在自动驾驶技术方面的领先地位”，政府在这项AI研究项目中要起到协调该技术在跨部门、跨机构中的作用。
172. 北京大学和微软亚洲研究院合作研究AI换脸工具，秒杀Deepface！他们研究的Faceshifter是一种高保真、能感知遮挡的AI“换脸工具”；他们研究的FaceXRay是针对伪造人脸图像的通用检测工具。最先进的AI和机器学习算法，不仅可以生成栩栩如生的位置和物体的图像，还擅长将人脸头像从一个人换成另一个人。研究人员在不断开发能够检测deepface假图像的识别工具。
173. 2019年12月9日，在“MEET2020智能未来”大会上，IDC，量子位发布的白皮书：展示2019年中国AI应用状况。
这份白皮书对中国AI市场进行一次梳理和总结。白皮书指出，2019年中国在全球AI市场中的占比约12%，是全球仅次于美国的第二大单一AI市场，增速达64%，为全球第一（增速：中国64%，美国26%，西欧41%），是充满活力的市场；中国AI技术供应商的重点分布在北京、上海、深圳、杭州；“To G”成为一种新的商业模式；制造、医疗、电信等领域快速增长。白皮书驳斥了中国AI市场遭遇到一些降温的观点。
174. 目前发展自动驾驶的重要举措之一是完善路测的传感器系统（尤其是激光雷达），目前，传感器系统（尤其是激光雷达）的成本居高不下。这是影响自动驾驶发展的瓶颈之一。
175．特斯拉CEO埃隆·马斯克（Elon Musk）创立了脑机接口公司，脑机接口公司是时下人工智能突破深度学习算法技术的新的算法技术之一。
176. 今天通过图像识别、语音识别等模式识别技术完成感知层面的人工智能；只有通过知识图谱技术（有希望成为“大脑”）才能真正达到认知层面的人工智能（IBM Watson）正在向认知方向进行有益的探索。
177．在智能时代，从基于明确规则与特定领域的“计算智能”；到以深度学习为代表，以语音、图像、视频识别预处理的感知智能；再到具备理解、推理和解释的认知智能。表示智能的不同发展阶段。
178. 知识图谱是实现认知智能的关键技术。知识图谱作为一种语义网络，是大数据时代知识表示的一种重要方式，知识图谱是大数据时代知识工程的代表性进展。
179. 知识图谱的发展轨迹：始于20世纪50年代，分三个发展阶段：
①第一阶段（1955年至1977年）知识图谱起源阶段，引文网络分析。
②第二阶段（1977年至2012年）知识图谱发展阶段，语义网络得到快速发展，开始对知识本体的研究，知识图谱吸收语义网、知识本体，在知识组织和表达方面的理念，使得知识更易在计算机之间与计算机和人之间交互、流通和加工。
③第三阶段（2012年至今）知识图谱繁荣阶段，（2012年谷歌提出Google Knowledge Graph,知识图谱才正式得名，谷歌通过知识图谱技术改善搜索引擎性能）。有了知识图谱，就能进行计算机建模。
知识图谱即大规模高级的NLP，涉及知识抽取、表示、融合、推理、问答等关键问题，特别在理解、解释方面得到一定程度的解决和突破。
180. 全球首个可编程“活体机器人（Xenobots）”诞生（该项研究于2020年1月13日在美国科学院院刊上发表）。
美国科学家利用青蛙胚胎中提取的活细胞，创造出第一台有生命（100%青蛙基因）的机器！它既不是传统的机器人，也不是已知的动物物种，而是一类新的人工制品：一种活的、可编程的“生物”（生物机器），它可或携载荷朝目标移动，切割后也能自行愈合。
这个“新生物”是由美国佛蒙特大学（UⅤM）计算机科学家和机器人专家组成的研究团队在UⅤM超级计算机上设计完成的，然后再由塔夫茨大学的生物学专家进行组装和测试。
这项“活体机器人”的研究开辟了人工智能发展的新方向。
引自《环球网》、《新智元》，最新消息！外媒惊呼：颤抖吧人类！人类首个活体机器人诞生。
更多推荐
《评人工智能如何走向新阶段》后记
《评人工智能如何走向新阶段》后记（再续1）
《评人工智能如何走向新阶段》后记（再续2）
《评人工智能如何走向新阶段》后记（再续3）
《评人工智能如何走向新阶段》后记（再续4）
《评人工智能如何走向新阶段》后记（再续5）
《评人工智能如何走向新阶段》后记（再续6）
《评人工智能如何走向新阶段》后记（再续7）
《评人工智能如何走向新阶段》后记（再续8）
《评人工智能如何走向新阶段》后记（再续9）
《评人工智能如何走向新阶段》后记（再续10）
《评人工智能如何走向新阶段》后记（再续11）
《评人工智能如何走向新阶段》后记（再续12）
《评人工智能如何走向新阶段》后记（再续13）
《评人工智能如何走向新阶段》后记（再续14）
相关文章：
Google Test(GTest)使用方法和源码解析——参数自动填充技术分析和应用
在我们设计测试用例时，我们需要考虑很多场景。每个场景都可能要细致地考虑到到各个参数的选择。比如我们希望使用函数IsPrime检测10000以内字的数字，难道我们要写一万行代码么？（转载请指明出于breaksoftware的csdn博客）…
Linux 指令篇:文件系统--fstab
Linux 指令篇:文件系统-----FSTAB指令：FSTAB使用权限 : 超级使用者 使用方式 : 使用编辑器来修改 /etc/fstab (eg. vi /etc/fstab) 说明 ： 存放档案系统与目录结构对应资料的档案 fstab 栏位说明： 第一栏(fs_spec)： 实际的 device…
跨平台抓包软件，可以替代Fiddler
2019独角兽企业重金招聘Python工程师标准>>> Zed Attack Proxy (ZAP) 是个强大的跨平台的抓包工具，可以用来替代windows下的Fiddler https://www.owasp.org/index.php/OWASP_Zed_Attack_Proxy_Project https://github.com/zaproxy/zaproxy/wiki/Download…
集五福，我用Python
所有参与投票的 CSDN 用户都参加抽奖活动群内公布奖项，还有更多福利赠送作者 | Crossin先生编辑 | Jane来源 | Crossin的编程教室（ID：crossincode）【导读】你的五福集齐了吗？作为一名技术人，我们是不是可以…
Google Test(GTest)使用方法和源码解析——模板类测试技术分析和应用
写C难免会遇到模板问题，如果要针对一个模板类进行测试，似乎之前博文中介绍的方式只能傻乎乎的一个一个特化类型后再进行测试。其实GTest提供了两种测试模板类的方法，本文我们将介绍方法的使用，并分析其实现原理。（转载…
IT人才职场受宠
面对就业压力的日益增大，就业难，工资水平低等问题困扰着所有的大学生。然而，IT业的迅猛发展却造成了数以万计的网络设计、运行、维护的网络工程师需求的空缺，巨大的人才缺口使得IT业“全线告急”，这也促使更多的研究人…
引用头文件#include queue出错
为什么80%的码农都做不了架构师？>>> 在工程头文件中引用头文件 #include <queue> 莫名奇妙出错，其原因很可能是由于头文件引用问题。 include/c/4.7.1/bits/stl_vector.h:1308:40: error: expected unqualified-id before ‘(’ token…
ZOJ1002 Fire Net(非递归版）
以前用递归的回溯搜索思路做过一次，参见ZOJ1002 Fire Net(递归版)，今天想着用非递归的方法试试看，呵呵，比我想象中要难啊，主要还是堆栈里究竟放什么，这一点上思路一直没理清。因此用了整整一天的时间&#…
“数学不行，干啥也不行”骨灰级程序员：其实你们都是瞎努力
编程圈一直都流传着一个段子：一流程序员靠数学，二流程序员靠算法，末端程序员靠百度，低端看高端就是黑魔法。懂的人其实都知道，这不是段子，其实就是程序员的真实写照。想一想，我们日常学习、求职…
Google Test(GTest)使用方法和源码解析——死亡测试技术分析和应用
死亡测试是为了判断一段逻辑是否会导致进程退出而设计的。这种场景并不常见，但是GTest依然为我们设计了这个功能。我们先看下其应用实例。（转载请指明出于breaksoftware的csdn博客） 死亡测试技术应用 我们可以使用TEST声明并注册一个简单的测…
java学习笔记11--Annotation
java学习笔记11--Annotation Annotation：在JDK1.5之后增加的一个新特性，这种特性被称为元数据特性，在JDK1.5之后称为注释，即：使用注释的方式加入一些程序的信息。 java.lang.annotation Annotation接口是所有的Annotat…
GoogleLog(GLog)源码分析
GLog是Google开发的一套日志输出框架。由于其具有功能强大、方便使用等特性，它被众多开源项目使用。本文将通过分析其源码，解析Glog实现的过程。 该框架的源码在https://github.com/google/glog上可以获取到。本文将以目前最新的0.3.3版本源码为范例进行…
Ajax Toolkit 控件学习系列(13) ——FilteredTextBoxExtender 控制输入
这个控件的作用是对TextBox所要输入的内容进行过滤控制。按照自己需要过滤，可以自定义，再或者使用定义好的方式。看效果。效果不是很突出，说明下，就是只能输入大写字母和数字。因为加了限制，但是具体有什么高深的应用呢…
Uber最新开源Manifold，助力机器学习开发者的可视化与调试需求
所有参与投票的 CSDN 用户都参加抽奖活动群内公布奖项，还有更多福利赠送作者 | Lezhi Li译者 | 凯隐编辑 | Jane出品 | AI科技大本营（ID：rgznai100）【导语】2019 年 1 月，Uber 推出了 Manifold，一款与模型无…
jQuery对象和DOM对象使用说明
1.jQuery对象和DOM对象第一次学习jQuery,经常分辨不清哪些是jQuery对象，哪些是 DOM对象，因此需要重点了解jQuery对象和DOM对象以及它们之间的关系.DOM对象，即是我们用传统的方法(javascript)获得的对象，jQuery对象即是用jQuery类库…
[WPF疑难]避免窗口最大化时遮盖任务栏
[WPF疑难]避免窗口最大化时遮盖任务栏 周银辉 WPF窗口最大化时有个很不好的现象是：如果窗口的WindowStyle被直接或间接地设置为None后（比如很多情况下你会覆盖默认的窗体样式，即不采用Windows默认的边框和最大化最等按钮，来打造个…
Google Mock(Gmock)简单使用和源码分析——简单使用
初识Gmock是之前分析GTest源码时，它的源码和GTest源码在同一个代码仓库中（https://github.com/google/googletest）。本文我将以目前最新的Gmock1.7版本为范例，分析其实现原理。（转载请指明出于breaksoftware的csdn博客…
浪潮刘军：为什么说计算力是AI时代“免费的午餐”？
出品 | AI科技大本营（ID:rgznai100）产业AI、元脑生态是浪潮集团2019年度的两大关键词。作为一家以计算力为核心生产力的企业，浪潮还一直强调人工智能计算是未来最重要的计算力，而无论产业AI、元脑生态都构筑于计算的基础设施之上。…
Journey源码分析四：url路由
2019独角兽企业重金招聘Python工程师标准>>> 在入口函数main()的default分支中，对路由进行了注册，现在分析下。 ##main()中路由注册相关代码 源码: httpRouter : httptreemux.New() // Blog and pages as http server.InitializeBlog(httpRou…
“天河二号”总工程师杜云飞谈星光超算应用平台设计
整理 | 夕颜出品 | AI科技大本营（ID:rgznai100）【导读】12 月 21-22 日，OpenI/O 启智开发者大会在深圳召开。在大会上， 国家超级计算广州中心总工程师、“天河二号”总工程师杜云飞发表了题为《星光超算应用平台》的主题报告&…
Google Mock(Gmock)简单使用和源码分析——源码分析
源码分析 通过《Google Mock(Gmock)简单使用和源码分析——简单使用》中的例子，我们发现被mock的相关方法在mock类中已经被重新实现了，否则它们也不会按照我们的期待的行为执行。我们通过阅读源码，来分析整个过程的实现逻辑。（转载…
远程控制软件VNC教程和对内网机器控制的实现
网络遥控技术是指由一部计算机（主控端）去控制另一部计算机（被控端），而且当主控端在控制端时，就如同用户亲自坐在被控端前操作一样，可以执行被控端的应用程序，及使用被控端的系统资源…
GRUB2相关概念
GNU GRUB，简称“GRUB”，是一个来自GNU项目的启动引导程序。GRUB是多启动规范的实现，它允许用户可以在计算机内同时拥有多个操作系统，并在计算机启动时选择希望运行的操作系统。GRUB可用于选择操作系统分区上的不同内核，…
朴素、Select、Poll和Epoll网络编程模型实现和分析——朴素模型
做Linux网络开发，一般绕不开标题中几种网络编程模型。网上已有很多写的不错的分析文章，它们的基本论点是差不多的。但是我觉得他们讲的还不够详细，在一些关键论点上缺乏数据支持。所以我决定好好研究这几个模型。（转载请指明出于b…
支付宝账单出来后，除了总消费，你看到你的学习支出了吗？
当支付宝的2019年年度账单出来的时候很多人的第一反应就是我怎么花了这么多钱不少人都有这样的困惑忙忙碌碌一年到头，到底得到了什么？而这一切又和自己最开始的规划一样吗？其实从账单上可以看出你在2019年花费了哪些大头居家生活、穿衣打扮还…
体验Windows 7的Superbar
随着PDC 2008上Windows 7 M3 6801的发布，这个微软的下一代操作系统也渐渐浮出了水面。对于我们这些普通的PC用户而言，Windows 7相对于Windows Vista最显而易见的改变，无疑就是著名的Superbar任务栏了。说起它相比于原来的任务栏变化ÿ…
Linux 安装图形界面及远程连接
#可查询哪些组件是否已经安装(可用来对照组件名称） yum grouplistyum groupinstall X Window System -y #安装GNOME桌面环境 yum groupinstall GNOME Desktop Environment -y #安装KDE桌面环境 yum groupinstall KDE (K Desktop Environment)卸载 卸载GNOME桌面环境…
朴素、Select、Poll和Epoll网络编程模型实现和分析——Select模型
在《朴素、Select、Poll和Epoll网络编程模型实现和分析——朴素模型》中我们分析了朴素模型的一个缺陷——一次只能处理一个连接。本文介绍的Select模型则可以解决这个问题。（转载请指明出于breaksoftware的csdn博客） 和朴素模型一样，我们首先…
微软开源NAS算法Petridish，提高神经网络迁移能力
作者 | Jesus Rodriguez译者 | Rachel编辑 | 夕颜出品 | AI科技大本营（ID：rgznai100） 【导读】神经架构搜索（Neural architecture search, NAS）是深度学习中最热门的趋势之一。NAS方法针对特定问题和数据…
[转]g++ 编译多个相关文件
三个文件，一个头文件，两个程序文件 /*d.h */#include <iostream>usingnamespacestd; classDataset { public: intgetdata(); }; /*d.cpp */#include "d.h"intDataset::getdata() { return1231; } /*out.cpp */#include <ios…