计算机视觉

自本田于2000年发布ASIMO机器人以来，在过去的二十年中，人类机器人大大提高了其执行功能的能力，例如抓取物体和使用计算机视觉来检测事物。尽管有这些改进，但它们的行走，跳跃和执行其他复杂功能的能力像人类一样流畅的腿动作一直是机器人专家的挑战。 近年来，网络安全专家、东方联盟创始人郭盛华透露：“人工智能机器人学习和设计的新进展是利用动物行为的数据和见解，使有腿机器人能够以更像人类的方式运动。“ 谷歌和加州大学伯克利分校的研究人员在今年早些时候发表了研究成果，展示了一种机器人通过模仿来模仿狗的动作来学习如何走路。单独的工作表明，使用深度强化学习算法，机器人可以成功地通过反复试验来学习自我行走。 模仿学习尤其已经在机器人技术中用于各种用例，例如OpenAI 致力于通过模仿来帮助机器人抓取物体的工作，但是它在机器人运动中的使用是新颖且令人鼓舞的。它可以使机器人获取执行要学习的动作的专家生成的输入数据，并将其与深度学习技术结合使用，以更有效地学习动作。 近期使用模仿和更广泛的深度学习技术进行的许多工作都涉及小型机器人，将相同功能应用于真人大小的机器人将面临许多挑战，但是这些进步为改善机器人运动性提供了创新的新途径。 动物行为的灵感也已扩展到机器人设计，诸如敏捷机器人公司和波士顿动力公司等公司采用了力建模技术并集成了全身传感器，以帮助他们的机器人更紧密地模仿动物如何执行复杂的动作。

计算机/软件研究生复试中文版自我介绍 各位老师好：    我叫xxx，来自xxx，是xx大学软件学院软件工程专业的一名大四学生。很高兴今天能够在这里，向各位老师们介绍自己。   我性格内敛，踏实稳重。在校期间，学习认真刻苦，对学业知识能够探索钻研，前三年学习排名在全年级前20%，曾获得3次三好学生、xxx等荣誉称号。同时我也注重科研方面的锻炼，在大三加入学校的计算机视觉实验室，在实验室阅读与视频摘要、图像重定向，图像超像素分割等相关的顶会论文，储备了一定的计算机视觉相关的知识，并与同学合作撰写科研论文xxx，目前已经投稿ECCV2020。   另一方面我的逻辑思维能力、动手能力也较强，曾在中国汽车技术研究中心智能网联平台部实习过两个月，参与过智能小车驾驶算法的项目，也代表公司参加过世界智能驾驶挑战赛并获得虚拟场景挑战赛二等奖。我还参与过基于卷积神经网络的儿童预警系统，该项目立项为天津市级大创项目，我还利用课余时间学习过opencv、keras、pytorch等框架的基本使用。   学习之余我还担任班级班长，有较强的组织沟通能力，多次带领班级获得xx大学先进集体，xx大学好班风优秀班级等荣誉称号。同时我也运营过班级微信公众号，编写csdn技术博客三十余篇，也参加一些学校组织的志愿者服务活动。我也注重锻炼自己的身体，平时喜欢打篮球、和看电影。   最后，我之所以选择报考xx大学研究生

德国交通标志识别基准数据集：可能是自动驾驶汽车领域最受欢迎的图像分类数据集。 自动驾驶车辆需要对交通标志进行检测和分类，以了解应用于路段的交通规则。也许，这个数据集太小而且不完整，无法用于实际应用。不过，它是计算机视觉算法的一个很好的baseline。 数据集链接： [http://benchmark.ini.rub.de/?section=gtsrb&subsection=about] ▌数据集 数据集由两部分组成：训练集和测试集。 训练集包含39209张交通标志图片, 共分为43类，例如停车标志，自行车穿越和速度限制30 km / h。 德国交通标志识别数据集图像的例子 数据集的样本类别非常不均衡(imbalanced)。 例如，“速度限制（50 km / h）”符号有1800个样本，但“危险曲线向左”符号只有168个。 测试集具有12630张图片。2011年IJCNN就是用这个数据集进行了一场比赛. 您可以从官方网站下载数据集。 http:// benchmark.ini.rub.de/? section=gtsrb&subsection=dataset ▌实验方法 我尝试使用在ImageNet数据集上预训练的ResNet34卷积神经网络来进行迁移学习。 我在fast.ai最新版本的“ 深入学习编码器 ”课程中学到了解决计算机视觉问题的方法

　　7月26日，由中国人工智能学会主办、新浪新闻联合浙江大学承的2020全球人工智能技术大会（2020GAITC）“AI时代下的新媒体与社交娱乐”专题论坛拉开帷幕，新浪集团首席信息官、新浪AI媒体研究院院长王巍，浙江大学特聘教授、悉尼科技大学教授、百度研究院访问教授杨易共同担任论坛主席。 　　 新浪微博机器学习团队AI Lab负责人张俊林本次专题论坛上，与来自业界、学术界的嘉宾们分享了《机器学习在微博的应用》。 　　 　　图注：新浪微博机器学习团队AI Lab负责人张俊林作主题演讲。 　　 张俊林提到，在新闻场景中，或者微博场景中，实时模型的在线学习非常重要。用户兴趣可能会非常快速的发展变化，尤其是在视频的场景下。作为机器学习模型，如何更快捕获到用户行为、兴趣的变化？如果把兴趣点体现到模型中，并实时更新，那么再做下一刷的时候，新兴趣可能就体现出来，这就是所谓的实时模型。 　　 他认为，在当前日益激烈的竞争环境下，以大数据+深度模型的新技术对于推动用户进一步增长非常重要。 　　 以下为张俊林演讲实录，内容经编辑略有删减： 　　 尊敬的各位嘉宾，网上的朋友大家好，首先我个人非常感谢论坛主席能够提供这么好的机会让我来给大家分享一下人工智能在微博中的应用。 　　 大家都知道，新浪新闻和新浪微博，应该说是我们公司在AI时代下大环境的变迁情况下两个典型的个性化的应用。在这种个性化的推荐场景下

人工智能的发展经历了2016年AlphaGo打败人类后的狂热、2018年由于实际落地困难带来的失望、2019年Deepfake假视频等伦理问题显现，过去一年开始进入稳步落地阶段。在全球抗疫的大背景下，我们看到，医疗影像辅助诊断、服务机器人、新药开发等AI在医疗场景的应用未来有望加速。与此同时，随着健康码等联系人追踪应用的普及，以及国家明确数据成为数字经济时代生产要素，如何规范和促进数据使用成为发展人工智能的重要课题。我们认为，除了加速大数据立法以外，联邦学习、隐私计算等技术手段的普及也是加速后疫情时代人工智能发展的重要一环。 AI投资向中后期转移，或将迎来上市潮 随着AI技术和商业模式的逐渐成熟，我们看到2017年以来中国AI行业私募股权投资中，早期投资频次比例逐年下降、中后期投资比例则逐步提升，同时投资开始向头部的成熟企业集中，投资颗粒度不断变大。整体来看，资金主要投向计算机视觉、自然语言处理等技术，以及企业服务、机器人等应用场景。而2019年以来，我们看到AI投资更加关注芯片、服务机器人等硬件，以及企业数字化转型、工业互联网、零售等新场景。我们相信，随着科创板改革的深化，AI企业上市融资的政策条件已趋于成熟，AI公司或将在不久的将来迎来上市潮。 疫情期间，我们看到 AI请添加链接描述 已经在诊前、诊中、诊后全阶段中发挥重要作用：1）诊前：红外测温仪高效筛查体温异常者

　　本文转载自公众号南方人物周刊（ID：Peopleweekly）文 | 吴绵 　　“这是一件正确的事，但不是一个故事，大部分人不理解。”姚颂认识到，要学会寻找“正确的非共识”，尤其是在 AI 这样快速变化的领域。 　　新闻和资本捧起了 AI 风口，学术界的人在喧嚣中架起安静的书桌，工业界的人在泡沫中摸石头过河。MSRA 走出来的三人，都找到了自己在 AI 界的坐标。 　　5 月，上海商场四处是“五五购物节”的促销海报。全民消费浪潮下，朱明杰不忘和海外的朋友分享薅羊毛心得。十分钟后，他把朋友拉进了“MJ 和他的朋友们一起拼多多”微信群。 　　作为深度网购用户，朱明杰和今天的中国消费者们在手机上看到什么、买到什么，会如何在技术的指引下走向未来生活，从某种意义上说，正是由他自己，以及和他一样的科学家们对算法的突破所决定的。 　　6 月 16 日，朱明杰和他的前同事卢策吾等 15 位中国 AI 科学家、创业者，在《Nature》机器智能子刊联名发表了一篇论文，讨论人工智能在中国的应用和前景。这篇文章在国际科技界引发了诸多讨论，被称为“中国青年科学家的集体亮相”。 　　三年前，《麻省理工科技评论》首次针对中国评选了 35 岁以下的未来科技创新领军人物，这大概是西方世界最早开始好奇中国的这群“天才科学家”。 　　在西方媒体看来，中国正在成长中的这群青年人与上一辈有诸多不同。而这些不同

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 编者按：本文来自微信公众号“机器之心”（ID:almosthuman2014），作者：Synced，36氪经授权发布。 参与：蛋酱 据外媒报道，纽约州立法机构刚刚通过了一项法令，禁止在学校中使用人脸识别和其他生物特征识别技术，直至 2022 年。该法案将由州长 Andrew Cuomo 签署。此前，旧金山、马萨诸塞州萨默维尔市等多地也已正式通过了在公共场所禁用人脸识别软件的法案。 洛克波特市学区位于纽约州西部，是美国首个明确规定校园内人脸识别技术使用的学区。今年 1 月，该学区开始正式运行人脸识别系统，大约为学区内的 5000 名学生提供服务。此举遭到了当地一部分官员和居民的反对，认为这种措施会被用来监视学生并且建立有关人脸敏感信息的数据库，进而影响到学区的安全。 洛克波特市学区是美国首个明确规定校园内人脸识别技术使用的学区。 尽管洛克波特市学区的隐私权政策表明，监视列表中并不包括学生，数据库中也只包含具有潜在威胁性的非学生人士，但被纳入监视系统的名单最终决定权在于学区负责人。据相关报道，学校的董事会主席 John Linderman 也未保证，学生的图像永远不会被纳入系统。 纽约州众议员 Monica Wallace 曾表达过自己的担忧：“一旦允许人脸识别技术在学校中应用

人工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延 申和拓展类人的智能的能力，本质上是对人类思维过程的模拟。AI 概念最早始于 1956 年 的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。近年来， 在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。据中 国电子学会预测，2022全球人工智能市场将达到1630亿元，2018-2022年CAGR达31%。 人工智能赋能实体经济，为生产和生活带来革命性的转变。人工智能作为新一轮产业变革 的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和 新产品。从衣食住行到医疗教育，人工智能技术在社会经济各个领域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。据埃森哲预测， 2035 年，人工智能将推动中国劳动生产率提高 27%，经济总增加值提升 7.1 万亿美元。 多角度人工智能产业比较 目前，全球人工智能产业的生态系统正逐步成型。依据产业链上下游关系，可以将人工智 能划分为基础支持层、中间技术层和下游应用层。基础层是人工智能产业的基础，主要提 供硬件（芯片和传感器）及软件（算法模型）等基础能力；技术层是人工智能产业的核心， 以模拟人的智能相关特征为出发点，将基础能力转化成人工智能技术

　　 CCAI 2020年8月29日-30日 　　2020年中国人工智能大会（Chinese Congress on Artificial Intelligence 2020，简称“CCAI 2020”）将于8月29日-30日在南京召开。CCAI 2020以“智周万物”为主题，探讨人工智能作为引领未来的战略性技术，如何以周知万物的学术境界赋能未来，带动时代发展，实现互联世界的远大理想。 　　 CAAI理事长，中国工程院院士，清华大学信息学院院长、教授，CAAI Fellow戴琼海将出席本次大会作主题演讲。 　　 戴琼海： 北京信息科学与技术国家研究中心主任，2005年国家自然科学基金委杰出青年基金获得者，2009年受聘教育部“长江学者奖励计划”特聘教授，2017全国创新争先奖状获得者，2017年当选中国工程院院士。主要学术方向为人工智能（立体视觉）和计算摄像学，长期致力于该研究领域的理论和关键技术创新，主持承担了科技部重大基础研究973项目和国家基金委重大仪器项目，成功研制了多维多尺度计算摄像仪器，并有望成为脑科学和肿瘤转移研究的重要利器。分别获得2016年国家科技进步二等奖、2012年国家技术发明一等奖和2008年国家技术发明二等奖。 　　人类自从认知到自己的大脑以来，就从未停下探求大脑结构的脚步，数以百亿计的神经元、总长度以公里衡量的血管，虽然制造出无数生产工具

​​2020 年，人工智能商业化落地全面加速。百度，作为国内人工智能领军企业，围绕最早开源的自研 AI 框架 飞桨 ，在人工智能开发领域有着长期高强度的投入。 今年 5 月份的「WAVE SUMMIT 2020」深度学习开发者峰会上，百度 飞桨 发布包括端到端图像分类开发套件 Paddle Clas 在内的 7 项开源新品、23 项重要升级，全面助力开发者进行人工智能开发。 除了全新发布，面向中小企业， 飞桨 企业版 EasyDL 全新升级，预置丰富网络和模型，提供零门槛、便捷高效的开发。对企业开发者而言，EasyDL 可谓是一站式开发利器。 在 EasyDL 开发平台之外，2017 年百度 AI 开发者大会上也曾发布对话系统定制平台 UNIT，搭载了业界领先的对话理解与对话管理技术，可以帮助开发者赋予产品智能对话的交互能力。2019 年，UNIT 升级到 3.0 版本，提供强大的智能对话解决方案。 纵深布局人工智能技术十数年，开发者一直是百度极为重视的力量。当前百度 飞桨 累积开发者数量已超过 190 万，服务企业数量达到 84000 家，发布模型数量已超过 23 万个。 为了更好的服务广大开发者，帮助大家快速学习掌握人工智能技术。在今年 WAIC 开发者日期间，机器之心将联合百度组织「开发者日百度公开课」，为广大开发者提供 3 小时极致学习机会，从 NLP、CV 到零门槛 AI