人工智能

前言 我们经常可以在影视作品中看到自动驾驶的汽车飞机等等，如今自动驾驶汽车已经逐渐成熟，并且已经应用到我们的日常生活中了，现在无人驾驶技术已经成为整个汽车产业的最新发展方向了。 自动驾驶汽车的定义 自动驾驶汽车（Autonomous vehicles；Self-driving automobile ）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。 自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。 发展历程 自动驾驶汽车并非一个全新的概念，其早已拥有了近百年的悠久历史。20世纪初期的美国 也就是1925年8月，一辆名为“美国奇迹”的无线遥控汽车正式亮相，该车由美国陆军电子工程师Francis P.Houdina通过无线电遥控的方式，来实现车辆方向盘、离合器、制动器等部件的远程操控。这虽然与“自动驾驶”相距甚远，但这人类历史上第一辆有证可查的自动驾驶汽车。 谷歌自动驾驶汽车于2012年5月获得了美国首个自动驾驶车辆许可证，预计于2015年至2017年进入市场销售。 2014年12月中下旬，谷歌首次展示自动驾驶原型车成品，该车可全功能运行。 2015年5月

1 月 11 日，活动开始第一天，在几个微信群发送了拉票信息，向打扰到的朋友道歉。 本文以后只在【博客之星群】与【官方博客 QQ 群】发布链接。 CSDN 2020 博客之星评选又开始了 第一次参加，但是刚参加一天，就发现这个比赛，对很多人造成了 很大的打扰 ，各种群满屏都是拉票链接。 做为一个 Python 爬虫工程师，必须要为这个比赛做些什么。 前 200 的收到的短信内容，看完之后，发现来活了，系统随机排序，那必然没办法知道目前的票数排名吖。 【CSDN】：恭喜您，您参与的 CSDN 年度「博客之星」评选活动已成功入选 Top 200（系统随机排序），您离成功只差一步喽，快快邀请您的粉丝来为您投票吧！投票地址：https://bss.csdn.net/m/topic/blog_star2020/detail?username=hihell 爬取信息是橡皮擦最擅长的事情了，走起。 文章目录 一、排名情况（截止 1 月 12 日 21：30） 二、按照码龄排序 三、按照博客等级排序 四、按照 2020 年发表博客数排序 五、最重要的事，如果你所在的群，博客之星拉票已经造成打扰 六、博客之星 200 人信息 一、排名情况（截止 1 月 12 日 21：30） 数据一般在早 10:00 或晚 22:00 更新 活动第二天粉丝拉锯战已经形成，前 20 已经相对固定（点赞）。

背景 在做ocr项目时候，会涉及到两个部分，文字区域检测与文字图像识别。在之前的文章中有 介绍目标检测图像数据增强（Data Augmentation）——对比度|加噪|随机调整颜色, 以及旋转数据增强等；这里将介绍下文字图像识别数据增强。 方式 文字图像数据增强来源有两种： 基于文本内容去生成对应的图片 基于已标记的文本图片去进行数据增强 关于基本文本内容去生成对应的图片，网络上有很多生成工具箱：比如 Text Recognition Data Generator , 等，相关文章可以见OCR文本图像合成工具。这里讲解下基于已标记的文本图像进行数据增强。可以借鉴于目标检测图像数据增强（Data Augmentation）——对比度|加噪|随机调整颜色,比较相似，这里再讲解下图像扭曲等形式。 挤压、哈哈镜、扭曲三部曲 参考链接： https://www.shuzhiduo.com/A/MyJxjwQpdn/ https://www.cnblogs.com/pingwen/p/12503047.html 上述是基于c语言写的，将其转化为python并用于文字图片扩增。 1. 挤压 图像压效果本质的图像坐标的非线性变换，将图像向内挤压，挤压的过程产生压缩变形，从而形成的效果。 挤压效果的实现是通过极坐标的形式。如下图所示，设图像中心为O(x,y），某点距离中心O的距离为半径R

新基建快速推进，人工智能、 5G 、大数据等新兴技术正凝结成超乎想象的力量，让物理世界发生一次又一次翻天覆地的变化，新业态新模式不断出现，让虚拟与现实无限趋近，随之而来的安全风险正逐渐从数字世界向实体世界渗透。 9 月 9 日 -11 日， 2020 腾讯全球数字生态大会在云端举办，其中在 9 月 11 日，第六届 CSS 互联网安全领袖峰会产业专场也将以线上形式召开。 届时诸多院士大咖、行业领袖将齐聚云端，共同探讨数字经济下的安全态势，建立安全新思维，用技术力量武装产业，护航数字经济蓬勃发展。 作为腾讯集团规格最高、规模最大、覆盖最广的产业互联网盛会，今年“云端大会”将会为产业发展的安全建设提供哪些新思路？ 后疫情时代的安全挑战，腾讯如何破题？ 2020 年，新一轮智能革命正在掀起，从中央地方密集部署，到行业市场追捧，新基建发展势如破竹。与此同时，疫情的爆发，倒逼产业数字化升级全面加速，新兴行业应运而生、蓬勃发展，无人配送、在线办公、远程医疗等新业态正展现出强大的成长潜力。 随着数字经济的发展，越来越多的企业将业务上云，云端更加复杂的环境，催生出新的应用架构，并不断向轻量化、无服务化演进。在数字化为企业提质增效、创建新的业务模式的同时，网络安全的边界也在重构，传统的安全架构已无法匹配快速发展的数字经济的防护需求。 那么企业该如何建立安全新思维，以适应新的需求？在本届 CSS

随着AI 的浪潮发展，AI 的应用场景越来越广泛，其中计算机视觉更是运用到我们生活中的方方面面。 作为一个测试人员，需要紧跟上 AI 的步伐，快速从传统业务测试，转型到 AI 的测试上来。而人脸识别作为机器视觉应用场景里最普及常见的一环，因此这一篇结合AI 的架构和核心，以及人脸识别来讲一讲，AI 怎么测试，以及 AI 测试与传统测试的区别和共同点。 人脸识别和 AI的关系 先了解 AI两个基本概念。 a) 计算机视觉 也称为机器视觉，是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。 最好理解的场景，比如拍一个花的照片，通过机器学习自动告知用户这是什么花。拍一个店铺的照片，机器学习自动分析出店铺的名字，以及店铺的位置。 b) 生物识别 通过计算机，与光学、声学、生物传感器、统计学的概念手段结合，利用人体固有的生理特性和行为特征进行个人身份的鉴定。比如通过人的指纹，和数据库录入的指纹比较，判断是否是同一个人。 机器视觉和生物识别都属于AI 的应用领域，机器视觉和生物识别的本质，都在于对于图像图像的识别和比对。人脸识别，则是将机器视觉与生物识别结合，对人类的面部特征应用计算机视觉的一个典型场景。 怎么测试图像识别 结合 AI 的架构和核心来分析。 1. 数据收集和处理 既然是视觉

B. Circus time limit per test1 second memory limit per test256 megabytes inputstandard input outputstandard output Polycarp is a head of a circus troupe. There are n — an even number — artists in the troupe. It is known whether the i-th artist can perform as a clown (if yes, then ci=1, otherwise ci=0), and whether they can perform as an acrobat (if yes, then ai=1, otherwise ai=0). Split the artists into two performances in such a way that: each artist plays in exactly one performance, the number of artists in the two performances is equal (i.e. equal to n2), the number of artists that can

2020年一系列新基建政策的释放与落地,为新兴数字化基础设施带来良好发展前景。 人工智能作为新基建重要布局领域之一，在政策资源、技术生态、应用场景等多个方面的推力下蓬勃成长。 数据显示，2019年人工智能核心产业规模已超过510亿元，人工智能与新兴技术融合，加速了技术应用落地进程， 人工智能逐步迈向全面产业化，预计2030年人工智能核心产业规模将超过万亿元。 在新基建的浪潮下，人工智能加速与大数据、云计算、5G、物联网等新兴技术双向赋能、深度协同，技术商业化进程逐渐加速。 作为全球开源人工智能的领航者，LF AI基金会（LF AI）与ODPi宣布合并并成立新的基金会 - LF AI & DATA基金会。ODPi是一个大数据解决方案的非牟利开源组织，有着深厚的技术基础和强大的开源社区，通过这次强强联合，一个更开放更强大的开源人工智能、数据和分析的生态诞生了！ 中国一直是全球开源人工智能发展的核心力量之一，鹏城实验室和 OpenI启智社区作为我国的人工 智能研发和生态建设的核心力量，一直在通过推进开源开放组织合作、搭建软硬件开发环境、汇聚和孵化优秀AI开源项目、鼓励开发者参与AI开源项目开发等方式，构建人工智能开源开放生态，促进人工智能领域的开源开放协同创新，推动人工智能技术发展及应用。 OpenI启智社区以“开源开放、尊重创新”为原则，汇聚了学术界、产业界及社会其他各界力量

放假三天，用部分时间阅读了企业IT架构转型之道这本书。第一遍潦草读完，就感觉收益颇多。这本书值得多读几遍，适合精度。 作为银行IT开发人员，在央企IT成本部门的大背景下，开发过程中遇到的诸多疑惑、困惑逐渐累积在心头，如同路口电线杆上的线缆，日益纠缠，难以厘清。但这些困惑从来没有在脑海里面消失，一旦遇到闲暇的时间就会冒出来。 读完转型之道这本书，不禁感叹阿里巴巴的强大。阿里在高速发展的10年里面，围绕解决其核心业务，在技术上积累的解决方案、方法论令人惊叹。 银行，尤其是中国的几家大银行，如今面临的处境，是世界上和历史上时绝无仅有的。一面面临国内互联网科技公司向金融领域快速扩张；一面面临身后若干商业银行在科技主导战略下的奋起直追；大数据时代已然来临；云计算与人工智能技术已然逐渐发展成熟，对应的市场与已经被各大互联网巨头瓜分殆尽。。。凡此种种，国有大银行面临的处境，已然非常复杂。 但是，我认为，国有银行业，或者说国有金融业，目前发展科技，或者所谓的数字化转型所面临的最大的困难，并不是纷繁复杂的外部环境。主要有两点，第一，金融作为国家的命脉，国家对几家国有大银行有非常强的政策倾斜，很多金融科技公司的努力，往往在政策的变化面前非常无力，金融业核心的东西，仍旧掌握在银行手中；第二，虽然数据时代已然来临，云计算基础已发展非常成熟，人工智能越来越多的得到应用，但是，这几个大的领域，如同数学、物理

2018年12月31日20:30，深圳“春茧”体育馆，罗振宇2018“时间的朋友”跨年演讲如约而至。罗胖曾发下大愿望：跨年演讲要连办二十年。今年，是第四场，也是倒数第十七场。在历时四个小时的演讲中，罗胖通过对过去一整年的回顾和未来的展望，连发“扎心五问”，最终揭示出——比起普通人无法把控的大趋势，真正能给所有人带来机会，从细微处引发大变化的，恰恰是我们身边的各种 “小趋势”。 以下是未删减演讲全文，与你分享。 第一部分：开篇 ① 我是从9月22日正式开始准备今年的跨年演讲。从那一天开始，我身边有一些朋友就在等着看我的笑话。他们说，看把你能的，还跨年演讲，看你今年怎么讲。 感谢各位的信任，你们还来听我讲。 这里是由7884名观众到场参与，深圳卫视、优酷全球直播，东风日产第七代天籁独家冠名赞助的《时间的朋友》跨年演讲。这是倒数第17场。你们又来了。岁月不饶人，你们确实没有饶过岁月。 2018年，我印象最深的一个时刻，是我听到了一位船长的故事： 6月8日，这位船长驾驶着他的货船“飞马峰号”，从美国西雅图出发，目标中国大连。 我想象了一下，假如我是他，在拔锚起航的那一刻，我觉得跟以往的每次出航并没有什么不同。我非常有力量感。 我驾驶的这艘庞然大物，7万吨，船上的货全是大豆，价值2000万美元。在这艘船上，我就是国王，海洋是我的后花园，我制订航海计划，所有人都得听我的。 更重要的是，我会感觉

Python代码静态分析是一个标准化工程必不可少的一个环节，工程在上线之前需要对代码规范、语法问题进行详细的检查，防止问题随着代码发布到生产环境，避免酿成更大的故障。 这一点，在很多大型公司是非常重视的。因此，Python方面的静态检查工具层出不穷，处理经常使用的 pylint ，还有除此知名公司的一些工具： Google的pytype Microsoft的pyright Facebook的Pyre 虽然这些静态检查工具出自不同公司，但是核心功能如出一辙。都是基于PEP规范，去检查Python代码中的语言风格，判断是否符合编程规范，是否满足Python语法的要求，而对于更深层次的 安全 问题却从未涉足。 而Facebook最新开源的 Pysa 则是一款专注于检测和预防Python代码中 安全性问题 的静态检查工具，本文就来介绍一下这款出自Facebook的Python静态检查工具。 Pysa Pysa是一个专注于安全性的工具，它是在Facebook之前开源的静态检查工具 Pyre 的基础上进行开发的。 它主要用于检查代码中的数据流问题，这一点至关重要，因为，许多安全和隐私问题都可以归结为数据流入和流出过程中产生的。 Pysa使用了一些Facebook内部框架进行开发而成，这些框架主要基于隐私策略相关技术来防止用户数据的访问和泄露，这对于一家以社交为主的公司，可以说是非常擅长。