目前主要流行的一种智能货柜解决方案是“视觉识别解决方案”，即以图像识别为技术核心，摄像头、主板为硬件核心，对目标产品进行目标检测和分类，实现自动识别与结算，提升购物体验与节省人力成本。

​人工智能的发展依赖于四个基本要素：计算力、海量数据、算法与决策、以及传感器的数据采集。 而实现完全的自动驾驶则高度依赖于这四个基本要素，并且缺一不可。 因此，自动驾驶也被誉为人工智能的终极场景。 在汽车自动驾驶的过程中，想要让汽车本身的算法做到处理更多、更复杂的场景，背后就需要有海量的真实道路数据...

计算机视觉是指用摄像机或者电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传递给仪器检测的图像。

突发的疫情让部分地区的快速诊疗能力出现了结构性的缺失，为了打赢这场抗击疫情的攻坚战，众多AI企业充分发挥人工智能赋能技术和智能产品优势，发挥AI技术在辅助新型冠状病例的大规模筛查与诊疗的能力，及时发现潜在患者，加强防控。

深度学习(Deep Learning)是机器学习的一种，而机器学习是实现人工智能的必经途径。 目前大部分表现优异的AI应用都使用了深度学习技术，引领了第三次人工智能的浪潮。 一. 深度学习的概念 深度学习是机器学习中一种基于对数据进行表征学习的方法。 其属于机器学习的范畴，可以说是在传统神经网络基础上的升级，约等于神经...

从自动化时代到智能化时代，人工智能创造的价值在不断增长。与此同时，业务场景的精细度与复杂度也在不断提升，为人工智能技术的落地带来一系列挑战。

根据艾瑞咨询发布的行业白皮书显示，2018年中国人工智能基础数据服务市场规模为25.86亿元，预计2025年市场规模将突破113亿元，行业年复合增长率达到了23.5%。​

伴随着计算机视觉技术的日臻成熟，出行生态不断智能化，这其中典型的应用场景就是汽车自动驾驶。 1.汽车自动驾驶真的来了 2018年，世界上首个无人出租车正式上路。这是硅谷初创公司 Drive.ai 在美国得克萨斯州 Frisco 实现的第一批无人出租车出行。 国内领域，百度是汽车自动驾驶行业的佼佼者。今年11月30日，百度在广州...

这份长达291页的报告从AI的研究&发展、会议、技术性能、经济、教育、自动系统、公众认知、社会学原则、国家战略和全球AI活力九个方面分析了AI的发展。

关于人工智能的未来，每个人都有不同的畅想，可能正如上文所阐述的一样，在很多人心中未来的人工智能技术将无所不能，可以思考、可以有智慧、甚至有可能会完全取代人类。

会议期间，谷歌 AI 负责人Jeff Dean接受了媒体VentureBeat的专访，并畅谈了其对于2020年机器学习趋势的相关看法，Jeff Dean认为：

与人工智能行业“高科技”、“高附加值”的标签相比，数据标注员所从事的工作仍然属于劳动密集型工作，唯一与科技沾边的可能就是每天需要抱着电脑进行操作。

算法是人工智能(AI)核心领域之一。 本文整理了算法领域常用的39个术语，希望可以帮助大家更好地理解这门学科。 本文为下半部分，上半部分见本账号上一篇文章。 19.迁移学习(Transfer Learning)​ 迁移学习是一种机器学习的方法，指的是一个预训练的模型被重新用在另一个任务中。 20.长短期记忆网络(LSTM) LSTM是一种特殊...

​算法是人工智能(AI)核心领域之一。 本文整理了算法领域常用的39个术语，希望可以帮助大家更好地理解这门学科。 1. Attention 机制 Attention的本质是从关注全部到关注重点。将有限的注意力集中在重点信息上，从而节省资源，快速获得最有效的信息。 2. Encoder-Decoder 和 Seq2Seq Encoder-Decoder 模型主要是 NLP 领域...

工欲善其事，必先利其器。 标注工具是数据标注行业的基础，一款好用的标注工具是提升标注效率与产出高质量标注数据的关键。 常用的数据标注工具主要有以下几种：2D框、语义分割、多边形分割、点标注、线标注、视频标注、3D立方体标注等。 1. 2D框 2D框为矩形，在所有的标注工具里，2D框是最简单的数据标注类型，成本也是...

这五项服务包括机器学习驱动的企业搜索、代码审核与分析、欺诈检测、医疗转录和 AI 预测的人工审核，旨在让更多开发者应用机器学习，创造更好的终端用户体验。

​然而，相比于算法与算力，数据领域受到的关注度显然少了很多。尤其是数据标注行业，作为人工智能产业的基石，与处在聚光灯下的AI整体行业相比，显得那么粗砺与拙朴。