中国工程院院士 赵沁平编者按：2020 年是VR，AR 重要的一年，随着VR/AR 技术不断成熟，头盔越来越轻便，视觉越来越清晰，我们看到了它们大量在娱乐及行业的应用，这些沉浸式技术已渗透到生活的各个方面，带来全新的体验，也将会颠覆现在很多生活场景。中国许多企业看到了这个风口并坚定持续对它进行投入。而在这一片繁荣之下，我们也看到了隐忧。这次非常荣幸邀请到中国工程院赵沁平院士，为我们剖析当前中国VR/AR 市场，从表象探究本质。据L.E.K. 预测，至2025 年，VR/AR 的全球市场预计达到1,450 亿美元。全球各领域行业巨头纷纷通过研发投入和技术升级来抢占产业生态制高点。风起5G：VR/AR发展未来可期5G 的普及非常重要，它将解除制约VR 发展的数据传输瓶颈，使得VR/AR 技术以及相关的平台和应用取得比较快速的发展。从技术层面来看，会有以下几个发展趋势：· VR系统深度逼真· VR/AR交互高度自然（包括近眼显示）· VR/AR与人工智能技术融合· VR云服务需要包含VR数据/模型中心· 计算向边缘发展，特别是AR/VR+移动终端现在VR 对象的逼真基本上体现在几何外观，物理特征的体现主要在刚、流体运动学和动力学方面。深度逼真就是对象的其他物理特征，比如弹塑性、材料属性等会有更逼真的体现，进一步，生命体对象的生理生化特征会有逼真体现。交互高度自然的趋势：首先，总体趋势是计算机系统将对用户完全透明，通过键盘鼠标的人机交互会成为人与虚拟环境的自然交互。二是VR/AR 头显的输入和交互，现在戴 VR 头显，摸手柄，很不自然。三是AR眼镜会逐步替代屏幕显示。 四是触/ 力觉交互，会逐步朝着触觉识别、辨别，还有柔韧感和温湿感方向发展。当然还有其他个性化交互与新兴自然交互的机制和设备。VR/AR 和人工智能的融合也是一个趋势。主要体现在几个方面，一是虚拟环境中虚拟对象的智能化，比如VR 主播、VR 助教；二是 VR 交互的智能化； 三是VR 内容研发与生产的智能化和自动化。VR/AR 行业应用会有比较大的发展，VR + 是发展的必然趋势，会对一些行业的某些方面产生颠覆性的影响。比如在医学研究和医学教育方面，现在主要依靠动物、尸体和志愿者，虚拟**器官和虚拟**的发展，可以逐步取代这些。再比如数字孪生，是现在装备制造领域的一个热词。实际上数字孪生就是把VR/AR 技术应用于装备制造的设计、研发、生产、运维，到售后服务全生命周期。具有巨**展前景的其他应用还有（VR/AR+AI）+ 教育， 也即智慧教育，VR + 大数据+ 云计算+ AI的智慧城市， VR + 建筑、VR + 电商、VR + 文旅等等，几乎各行业都会应用到 VR。当然，大众消费也会有一定发展，但估计幅度不会太大，主要受限于体验设备的性能提高和内容研发。娱乐、游戏等这些2C 应用，大企业会更多关注。四大技术领域：交互技术会是 VR/AR未来发展竞争的重要方向1999 年以来硬件、沉浸、交互和智能化技术全球专利申请趋势对VR/AR 的四个技术领域：关键硬件，沉浸技术、交互技术和智能化技术进行专利分析，其发展趋势说明：关键硬件和沉浸技术的数量始终大于交互和智能化技术，是支撑VR 在2010 年，特别是2013 年形成向上拐点的主力技术。从2011 年开始，交互技术得到较快发展，专利申请量翻倍，说明在硬件和沉浸技术发展到一定程度之后，创新主体，特别是国外一些领头的IT 企业，开始关注虚拟现实的典型特征，特别是交互特征的发展。近年来，智能化技术开始与VR 技术相融合，保持比较强劲的发展势头。专利申请数量多不等于竞争力强1999 年以来全球和中国专利申请趋势中国2000 年开始有VR 专利，2008 年中国专利申请量开始高速增长，到2016 年，中国专利申请量占到全球近一半。虚拟现实全球专利申请总量排名前20 的竞争力分析图中国专利总量多，不等于竞争力就强。在国际竞争力排名前20 位中，中国只有2 家：一个是北航，一个是歌尔，都在10 以后，其他都是国外著名的龙头企业。专利在高校作用不大，只有转移到企业才能形成竞争力。上述专利分析显示，我国目前的VR 专利有很大一部分在高校，在企业的也分布比较散，还没有形成有竞争力的龙头企业。中美VR 关键硬件、沉浸、交互和智能化技术的专利申请趋势2010 年美国的虚拟现实开始快速增长，美国在这四方面的技术齐头并进，发展比较均衡，而中国在交互技术方面的研发相当薄弱。未来交互技术会是 VR/AR 发展竞争的重要方向。波浪汹涌：中国VR发展道阻且艰从专利申请量、应用、市场以及论文的分析来看，目前中国VR/AR 发展存在如下几个问题：一是在VR 领域的创新主要在应用层，在应用方面，中国的优势是对新技术的应用和投资愿望强烈，应用研发力量也比较强，大多数企业也是在应用层发力，这是中国的优势。但创新着力点只停留在应用层，这就是大问题。二是中国VR 头显的研发有差距，而AR 头显研发的差距在拉大。AR 头显的应用场景要远多于 VR 头显，VR 头显主要在娱乐和一些沉浸式体验上。AR 头显则在各行业都有广阔应用前景，甚至可能取代传统的屏幕显示。三是市面上的核心芯片，包括GPU 等，基本都是国外的。建模、绘制等软件工具、开源平台也全部是国外的。四是交互技术，包括眼动（跟踪）、触/ 力觉、还有VR 头显等交互发展不足。五是美国的IT 龙头企业全部都部署了VR 基础设备、核心器件和芯片研发，占据优势。我国的IT 龙头企业，刚开始有所考虑和布局。六是与 VR 相关的国际标准组织，包括头显的接口标准组织等都是国外牵头，而且已经做了较长时间。乘风破浪：2+3+3规划虚拟现实技术与系统国家重点实验室和虚拟现实/ 增强现实国家工程实验室，未来要做的事情可归纳为 “2、3、3”，“2”是比较长远的两个综合性目标。其中一个是“虚拟**”，虚拟**可以说是虚拟现实的终极研究目标。虚拟**是对真实**的多尺度构成单元进行多模态、多元数据采集，并通过几何物理、生理等建模所构成的数字化**。虚拟**的作用是可以取代动物、尸体及志愿者，成为医学药学研究和教育的全新平台。还可以取代病体进行手术规划、预演和药物试验。我们的愿景是：每个孩子出生以后都可构建一个等同的虚拟孪生伴随其同步成长，作为其终生的健康档案和医疗实验体。第一个“3”是迫切需要发展的三个目标：一是VR 内容制作平台，包括建模、绘制、物理引擎、环境配置等；二是云VR，支持制造、教育、医疗，展示等；三是面向VR 的深度学习开源平台。第二个“3”，面向自然人机交互重点研究触/ 力觉、视觉计算和VR 鼠标。以上是我们正在做的，下面是我们希望华为做为IT 龙头企业发挥作用，占领制高点的几个方面：· AR/VR头显、AR眼镜· GPU、 VR与AI芯片和核心器件· 云VR和WebVR+边缘VR，包括相关的数据/模型中心· 建模与渲染等开源平台· 操作系统VR化，或VR操作系统· 自然交互技术和相关产品· VR领域的行业标准组织道路艰辛，浪高风疾，但企业和学界一起携手向前，就一定可以乘风破浪，中国VR/AR 的发展，未来可期。

基于海思Hi3559A往全景及AI应用方向的产品开发，做了一些实际场景的测试， 目前全景摄像机主要应用于室外视野开阔的场所，譬如道路交通、露天广场、小区楼宇、港口码头等，某些场所监控宽度甚至达到百米以上。目前来看这套方案还处于较为成熟几无替代的地位；   HiSilicon Panorama Stitching TechnologyUp to 8-Channel input | 720º Stitching & Rotation | 8K outputDual-Cortex tm-A53 & Dual-core Cortex tm-A73Smart codec supports formats including H.265 10-bit and H.26414bit ISP pipeline / HDR10Panorama Stitching 8K@20fps / 4K@30fps high performance video processingPCI-e 2.0 / USB3.0 / GMAC                                                                                            180°4目拼接全景视频截图（Hi3559A+4*IMX334）                                                                                        360°4目拼接全景视频截图（平面展开模式Hi3559A+4*IMX334）                                                                                                          180°智能交通项目多目拼接超长车辆抓拍应用截图 设备端软件已实现视频部分所有功能，方便做敏捷产品化，只是 AI 和 Plugin 模块未做实现， 一般客户可以直接移植算法进行二次开发；                                                                                                                             

产业这场干货满满的技术工作坊，让开发者真正走近了NPU时代的边缘智能在移动终端和物联网设备的广泛应用场景中，如何将人工智能融入边缘计算，部署在边缘设备，更好更快地提供智能服务也成为了热点话题。2020/12/27 19:28原文链接从MindSpore框架，看AI框架与数据开源生态透过华为MindSpore深度学习框架框架，看AI框架与数据开源生态2020/12/27 19:27原文链接云计算、大数据、物联网……城市数字化转型过程中离不开的AI创新五位嘉宾畅聊AI赋能城市数字化转型。2020/12/27 19:24原文链接 理论用哪种语言写的应用漏洞最严重？六大主流语言代码漏洞分析报告出炉编程语言安全性：主流语言的这些漏洞最糟糕2020/12/27 12:23原文链接王者荣耀AI绝悟如何选英雄？腾讯AI Lab新研究揭秘玩 MOBA 游戏时，不仅要会打，选英雄也很关键。2020/12/27 12:20原文链接其他AlphaGo之父对话《连线》，曾被导师劝阻研究强化学习，如今获得ACM计算奖刚刚登上Nature的MuZero有何意义2020-12-27 13:05:12原文链接谷歌“升维打击”：还原任意角度光照立体效果，2D变“4D”谷歌程序员又抢动画师饭碗了2020-12-27 13:01:21原文链接  

 摘要：华为云AI开发平台ModelArts黑科技加持AI研发，让模型开发更高效、更简单，降低AI在行业的落地门槛。全面的可视化评估以及智能诊断功能，使得开发者可以直观了解模型各方面性能，从而进行针对性的调优。今年，全新发布的华为云ModelArts备受关注，创新黑科技成为AI界团宠。模型构建一直是AI落地行业遇到的挑战之一，尤其是如何对即将部署上线的模型进行评估和诊断，以确保研发是否满足业务需求，保证AI产品的质量水平，让评测结果优秀的模型直接投入生产环境，对差强人意的模型进行调优。华为云AI开发平台ModelArts黑科技加持AI研发，让模型开发更高效、更简单，降低AI在行业的落地门槛。全面的可视化评估以及智能诊断功能，使得开发者可以直观了解模型各方面性能，从而进行针对性的调优。全方位为AI模型体检，降低AI研发门槛长期以来，模型调优通常过于依赖数据科学家或算法工程师的个人经验，这就导致开发一个最优AI模型门槛高、代价大。另一方面，除了模型精度等常用指标之外，要将模型部署在生产环境，就必须考虑其性能、可解释性、鲁棒性、抗攻击性等其他指标。对于大多数数据科学家或算法工程师而言，这些指标的分析和优化并不是非常直观。这就导致AI模型进入生产环境困难重重。为了解决上述两方面的问题，华为云ModelArts通过平台内置的工具帮助用户自动分析和评估出模型的各项指标，相当于生成模型的“体检报告”，并给出优化建议，用户可根据优化建议进一步提升模型效果或者决定是否将其部署到生产环境。模型评估诊断更智能，调优更具针对性ModelArts可提供精度、敏感度、计算性能、对抗性等指标的分析和诊断，并辅助热力图、抽象特征分布等手段便于理解模型和数据分布情况。1.可视化呈现样本预测值和真实值，数据分析更直观在精度方面，ModelArts提供了混淆矩阵、ROC等常用指标，将每个样本的预测值和真实值可视化呈现，便于用户基于原始数据进行深入分析。例如花卉识别场景，由于花卉种类繁多，同一类别下花卉差异性小，对AI模型的精度要求就会更高。ModelArts对图像识别模型精度进行精确评估，保证花卉识别的准确性。基于ModelArts的图像分类模型预测结果展示2.切分数据集细化模型敏感度分析，优化建议更聚焦在敏感度分析方面，ModelArts根据数据集的一些基础特性（例如图像的亮度、清晰度等特征，或者文本的长度等特征）将原始数据集切分为不同的子集，然后在不同的子集上评估模型的精度指标，即可分析出该模型对于不同特征的敏感度，进而为模型优化提供方向。当图像亮度对模型精度影响波动比较大时，需要再重训练时对亮度进行增强。基于ModelArts的抽象特征敏感度分析及其诊断建议3.深入AI底层系统算子优化，具象化模型计算性能分析在计算性能方面，ModelArts可针对常用框架训练的模型进行细粒度性能分析，可以分析出算子的推理时长和参数量分布，为算子优化和模型压缩提供方向。基于ModelArts的模型计算性能分析4.内置多种攻击算法，多维度评估模型对抗性在对抗性评估方面，ModelArts内置了多种攻击算法，针对模型进行攻击并输出攻击成功率以及被攻击后的模型的精度指标，如图4所示。根据诊断建议，可以发现模型在某些类别上更容易受到攻击，可以通过进一步的数据增强来优化。对于模型中潜在的容易受到攻击的算子，ModelArts也可以自动做出相应的提示。从图5中，可以看出，被攻击后ROC曲线明显不如被攻击之前。因此，不建议该模型直接部署到生产环境，而需要先根据ModelArts诊断建议进行进一步优化。图4. 基于ModelArts的模型对抗性攻击评估和诊断（a）（b）图5. 模型被攻击前（a）和被攻击后（b）的ROC曲线三大场景智能评估和诊断，模型调优有的放矢目前，模型智能评估与诊断支持三种类型的模型和数据集，“图像分类”、“物体检测”和“语义分割”，让用户全面了解模型对不同数据特征的适应性，使得模型调优可以做到有的放矢。假如要对五类食品的图像进行分类，使用ModelArts市场订阅的ResNet_V1_50算法训练，第一次训练得到的模型在测试集上进行评估，精度为54.8%，在敏感度分析中，可以发现模型对图像亮度的敏感度非常大，不同亮度区间里模型精度的方差达到0.249，建议进行亮度方面的数据扩增。扩增数据后重新训练模型，使用相同测试集进行模型评估，精度上升到63.4%，不同亮度区间里模型精度的方差下降到0.217。在对安全帽的检测任务中，使用ModelArts市场订阅的物体检测-EfficientDet算法训练，在验证集上获得74.8%mAP。根据建议进行数据扩增，点击二次训练按钮，推荐的训练参数会自动加载到新的训练任务中。训练结束后，查看评估结果，验证集mAP有显著提升。华为云ModelArts的黑科技功能不止于自动化模型评估与诊断功能。运用ModelArts，机器狗可以实现工业巡检，自动识别火情、规划路径、关闭火情按钮；雨林保护组织里的护林员可以更好地保护蜘蛛猴等濒危动物；同济大学的学生们基于ModelArts平台建立了一套湿地数字孪生系统帮助杭州湾的候鸟得到更好的保护和科研……后续将为大家带来更多ModelArts创新技术揭秘。华为云ModelArts通过持续创新，打造最强AI黑科技，使AI可以更好地进入生产生活，加速AI在产业的落地和深入，扩大AI应用的覆盖面，进一步释放AI技术红利，让更多企业可以借力AI进行转型升级。

前言：MDC是ARM平台，在x86平台上需要用交叉编译工具编译来进行编译。开发环境，当前建议基于Ubuntu16.04在MDC上运行的应用程序，涉及编译、库相关的环境，主要是满足以下需要：交叉编译工具包和MDS。适用于arm linux的标准c++编译环境，除C++标准库外，还涉及Adaptive Autosar(AP)的库DDK里面的包。适用于opencv等第三方ARM库集成以下分别展开安装交叉编译环境和MDS交叉编译环境的安装，主要参考随版本发布的文档里面的《MDC300 1.X.XXX 产品文档.chm》里面的《二次开发》->《MDC Development Studio用户指南》->《准备工作》->《搭建交叉编译环境》 这个章节安装完交叉编译环境，就可以编译可以在MDC上跑的C++程序啦。不过，要运行AI应用，用C++写的AI模型前后处理过程的程序，比如用到了opencv、AI模型相关API，还需要安装DDK和相关库。安装DDK和ARM对应库DDK提供了调用.om模型的API，和配套的硬件预处理模块如DVPP的API。DDK的安装，可以以MindStudio的安装为主线，因为安装MindStudio的过程中，会同时安装DDK。MindStudio的安装可以参考随版本发布的指导文档 《Ascend 310 Mind Studio 用户指南 01.chm》，里面有详细的安装指导安装完MindStudio后，同步安装的DDK一般在当前用户的这个目录下     ~/.mindstudio/huawei/ddk/ 所需要的ARM的DVPP库文件，则存在于DDK安装目录的这个位置，这个位置很重要，在编译有AI模型的时候，需要的库在这个路径下           ~/.mindstudio/huawei/ddk/1.32.2.B100/RC/host-aarch64_Ubuntu16.04.5/lib/

 摘要：2020年初新冠突发，在这场抗疫的战斗中，让我们深刻体会到，疫情与每一个人息息相关。有这样一群来自华中科技大学的师生项目团队，他们利用AI技术，助力全球抗疫，他们是怎么做的呢？让我们一起来看看吧！2020年伊始，新冠突发，在这场抗疫的战斗中，让我们深刻体会到，疫情，与每一个人息息相关。幸运的是，我们从不缺真正的勇士，有人留下一封封铿锵有力的“请战书”，连续作战在防疫一线；也有人投入研发，负重前行，自发为医生减负，以白翔教授与史天意博士生为代表的华中科技大学师生们正是如此。一群来自华中科技大学的年轻人，在疫情最紧张的时候，自发组团投入研发，仅用11天完成几个月的研究工作量，开发出AI量化医疗辅助系统，辅助国内几十家医院推进新冠肺炎诊断工作，该项目得到了国务院副总理孙春兰的充分肯定。随后，系统又推广至全球几十个国家，助力全球抗疫。如今，项目进入了第六届中国国际“互联网+”大学生创新创业大赛决赛。他们说，支撑不眠不休进行研发的动力，至始至终只有一个：与时间赛跑，挽救更多的人生命！一声呼应危难关头，总有人挺身而出。在疫情大爆发的时候，华中科技大学的师生们得知医院超负荷收载，医疗资源供不应求，核酸检测进程比较慢，同时人工阅片诊断能力有限，导致许多人没有办法及时确诊和治疗，华中科技大学师生团队紧急集合，自发组织成立AI战疫团队，希望能够将AI医疗技术运用到肺部CT的诊断上，帮助医生迅速确诊新冠病人，让患者及时入院，减轻医院负担。初步成立的团队仅有11人，适逢学校放假期间，同学们分散在全国各地，甚至海外，团队交流成了项目的阻碍，依托于华为线上WeLink，辅助团队实时沟通，高效协作，完成了前期的项目分工及技术分配，有人负责项目的整体规划和算法系统的布局；有人进行整个团队的公益组织、安排规划；有人投入算法研究中，负责整个系统的开发。在线上完成数据的分配、标注以及算法的开发、迭代更新，整个项目迅速推进。众人接力系统研发中，数据的采集和处理是最为棘手的问题。新冠作为突发的疾病，之前是没有数据的。团队首先联系医院线上接收数据，但由于医院网络传输速度慢，加上每个病人大概都有300-500张CT，数据着实庞大，等待传送完成的时间过长。在武汉病情分秒必争的情况下，时间就是生命，这时团队中家在武汉的成员自告奋勇去医院影像科拷贝数据，回来后得知当时拷贝现场身边就有一个新冠肺炎的患者，心里还是特别的后怕。后来连小区都封闭管理了，只能靠医院的医生在高压的情况下开车将数据带到小区楼下，隔着围墙递给团队成员，就这样一次又一次的接力，完成了数据的搜集。有了数据，接下来就是分类标注了。依托于华为云平台的对象存储服务OBS进行数据管理，团队每天将需要标注的大量数据上传到平台，并分配给大家，每一位同学都可以很方便快速地从平台上获取自己的数据，在标注完成后，将最终的数据再上传，既方便统一管理，又能提高工作效率。“因为OBS系统还是比较方便的，下载速度也比较快，我们能够很多人，38个人一起去共用整个系统，也没有说有任何问题。”项目负责人史天意说到。作为第一次接触数据标注软件的同学们，如何使用成了接下来的问题，华为第一时间通过线上整理了软件的基础功能、使用讲解教程，并派出技术人员指导，帮助团队迅速完成标注的工作。在研究过程中，华为为团队培训了新冠肺炎医疗数据的标注规范，包括如何正确阅片区分不同类型的病灶区域，如何更加准确的标注判断轻重症患者等，帮助团队迅速熟悉华为云平台。执行中，团队共标注了4800多例数据，那段时间几乎每个人每天只能睡两三个小时。人工智能在有数据的前提下才能实现算法的应用。当时，学校的实验室处于关闭状态，服务器等设备都无法使用，长期租赁费用也比较高，基于华中大学多年来与华为的合中建立的深厚的情感，团队紧急联系华为，并得到了华为的免费支持，包括安全快速的数据管理服务、方便的模型训练测试平台等。通过华为云ModelArts算法平台，团队进行模型的训练和测试，基于可视化界面系统，直观的监测训练过程的LOSS和分割分类结果，节省了代码重复编程的过程，省时省力，快速上手，安全可靠。除此之外，华为的工作人员进行了算法的分享会、数据分析交流会等，分享他们的技术上建议和研发经验。“华为员工在AI医疗行业工作多年，对业务数据和逻辑的理解比较深刻。在新冠疫情早期，华为员工通过电话会议的形式为我们分享经验，并随时在线解答问题，使大家更好地理解医疗诊断的业务流程，为后续的算法研究打下了坚实的基础。他们这种高效务实的工作作风和对业务的专研精神使我们受益匪浅。”回忆起当时的场景，史天意无不感慨。包括后面系统开发完成后，国内多家医院以及国外医院的推广都有华为的支持和帮助。尽管阻碍重重，但每个人都在不断地接力解决困难。没有人想过具体哪天能将系统做出来，他们心里想的只有“早一天做出来，就能多救一些人”。随着号召不断，11人的团队扩大到了38人，到最后已有68人，正是因为他们的这股热情和毅力，才能将几个月的研发量，压缩到了11天完成，1月31号团队成立进行研发，2月11日系统便可正式投入运营，免费对定点医院做开放服务了。又快又准在系统后期推广部署上，团队与华为共同承担。AI量化医疗辅助系统首先应用在武汉同济、协和这两家重点医院上，它们容纳了当时大部分患者，尤其是重症患者的收治。随后，团队与华为一同将系统推广到了海外几十个国家，助力全球抗疫工作。▲项目负责人史天意AI量化医疗辅助系统针对疫情期间病人难以及时入院收治的问题投入研发，解决了当时困扰医护人员的三大问题。第一个判断是否是新冠，通过CT可秒级判断病人是否患有新冠，如果证实患有，可以将其收入院，符合“早发现、早隔离”的国家的号召，减少交叉感染风险，迅速阻断病毒传播。第二个判断新冠患者病情轻重，量化分析病人病情。系统通过新冠病患者的肺部CT去量化判断肺部感染的体积有多少，以此来断定病人是轻症，还是重症，这有助于医生更有针对性地进行治疗。同时，病人入院后，短时间会做多次CT，医生难以用肉眼去判断病患现在所做的CT和上一次所做的CT有什么区别，进行精准医疗。而系统可以直接给出判断结果，比对多次对比的精准量化结果，告诉医生患者的病情的变化情况，以帮助医生根据病情的变化调整治疗方案。第三个预测轻症病患者转化成重症的可能性。由于新冠的特殊性，具有炎症风暴的存在，如果轻症病人引发了炎症风暴，死亡率可能要超过50%。团队和医生沟通后，研发了重症预测的功能，也就是根据轻症患者的基本信息、既往病史、临床数据与CT影像等多种信息，判断其有没有可能在将来会转化成重症。如果有，医生便可提前制定治疗方案，或者做好预防阻止其发展成重症患者，挽救病人生命。相比于人工，AI量化医疗辅助系统的优势就是快、准。一个医生阅片大概需要15分钟-30分钟，而经过系统去判断只需要2~3秒，这就是快。人类医生无法熟记每个病人的所有CT并进行特别精准量化处理，也无法对病情位置进行特别详细的勾勒，而系统能给出一个特别精准的量化结果，帮助医生去调整他的诊疗方案，这就是准。疫情在不断变化，团队也一直不断地更新系统。为了让系统更好助力国外疫情防控，项目成员与其他大学共同建立联邦学习模型，在保护数据隐私、保证合法合规的前提下，多参与方或多计算结点之间开展高效率的机器学习，建立虚拟的共有模型，用于解决数据孤岛问题，也让系统更符合疫情的发展趋势。当然了，系统并不会随着新冠疫情的结束，而终结它的使用寿命。如果某一天，又出现了新冠肺炎患者，系统仍会做出最快的反应，让全国所有的医院接收到预警，第一时间做好防控，避免病情再次扩散。同时，项目成员认为现在主要做的是AI辅助诊断，相当于通过CT影像学的信息去给予医生各种各样的信息，帮助他们更好诊断病人的病情。未来，各种癌症，比如胰腺癌、肺结节、肺癌、X射线成像等等都可以通过AI辅助诊断去提供量化的信息，帮助医生进行判断。▲团队推广与公益志愿服务负责人朱盈盈AI量化医疗辅助系统的完成得到了各方的认可，国务院副总理孙春兰率中央指导组到华中科技大学进行视察时，AI量化医疗辅助系统项目成员作为华中科技大学的代表之一，向孙春兰副总理做了汇报。副总理当即对系统的精准性和速度给予了充分的肯定。现在，AI量化医疗辅助系统项目进入了第六届中国国际“互联网+”大学生创新创业大赛金奖争夺赛，与全球顶尖名校学生同台竞技，以红旅公益组第一名的成绩，夺得大赛金奖。对此，项目团队成员表示，他们将把这个公益长期做下去。因为新冠可能会常态化存在，但还有很多的医院都缺乏这样的技术，让更多的人去了解这个项目，了解如何用AI技术与疫情进行抗争，让更多的人与公司加入团队，给予团队力量，以使得系统在未来得到不断的完善，普惠更多人群。华为助力仍在继续未来，华为将继续加大教育和人才培养上的投入。华为联手教育部，在有关高校打造 “智能基座”产教融合协同育人基地，现已在北京大学、清华大学、上海复旦大学、上海交通大学、西安交通大学、哈尔滨工业大学等72所高校，把鲲鹏、昇腾系列课程融入计算机专业、软件工程专业、人工智能专业、电子信息专业进行首批试点。AI医疗方面，华为一直与华中科技大学有合作，前期投入了心脏分割以及动脉瘤检测方面的研究，目前正在进行关于脑神经的分割项目，未来会帮助更多生物学家去分析人的脑信号等工作。一支穿云箭，千军万马来相见，面对狂野的、未知的病毒和困难，我们依然怀揣希望，挺身而出，与星夜鏖战。冬天来了，春天也会在路上，每个太阳升起的早上，曙光都不会或缺。

算法在移植到MDC时，要考虑哪些点？具体来说。拆解为多个单独的点：一、通信。如果原有通信过程是基于ROS的，现在的通信过程建议通过autosar来完成。MDC提供了完善的工具支持，基于Adaptive Autosar的通信方案，可靠，低时延。二、AI模型转换。由于MDC是使用了自己独有的硬件设备，公开AI模型没法直接运行，需要经过转换后方可运行。对AI模型的支持，本质上是对其算子的支持。MDC提供了算子支持列表。对于不支持的算子，可行的做法是，在训练阶段，即用可支持的算子替换。并联系MDC接口人，开发所不支持的算子。三、C/C++代码。代码中是否有和硬件强相关的部分？比如使用了x86的SIMD指令集？如果有，建议将这部分用ARM提供的NEON代替。比如使用ARM官方提供的compute library。 链接 https://github.com/ARM-software/ComputeLibrary四、PYTHON代码。MDC提供，python2.7和python3.5的支持。五、第三方依赖库。由于arm和x86支持的平台，二进制格式不同，在x86上运行的库，在ARM上要重新编译，或寻找代码作者提供的ARM版本。算法在MDC上如何调试？一、C/C++代码。熟悉GDB的同学，在MDC上可以同样使用GDB啦，通过包管理工具安装即可。通过MDS也可以直接调试。最后的最后，直接打印日志也是一种方式。二、对AI模型的调试。由于AI模型运行在专有硬件上，需要使用专有工具进行调试。MDC提供了profiling工具，用以检查模型运行过程中的问题。最直接的方式还是看输出结果。三、对通信过程的调试。MDC提供了rtfevent系列工具，对标ros 系列工具，开箱即用。具体参考《产品文档》中的《在线维测工具》章节。四、对算法效果的调试。算法不止AI，还包括C/C++/python代码。MDC提供了mviz可视化工具，对标rviz，可显示2D/3D检测结果，行车轨迹，地图等元素。欢迎来用~

--------活动已结束--------2020 华为12月29日（周二）早上9点到下午5点30分，进行全天线上直播，汇聚多位华为重量级专家看行业趋势、玩闯关游戏、赢贺岁礼包直播地址回顾中......专家介绍四重福利，助力云筑2020 年终盛典直播启幕！！！福利一：成功报名本次直播盛典，必得200码豆福利二：12月29日参与直播盛典互动，直播间内抽取平板电脑、手表、耳机等数十件奖励！福利三：参与直播现场连线，完成闯关答题，赢取六重“包您一年系列”大礼！福利四：邀友报名直播盛典，Ta得超级贺岁礼包，你也同样获得！- 如何邀请好友？1.点击本页面上方“立即报名”按钮 > 2.登录/注册华为云账号 > 3.填写信息完成活动报名 > 4.报名成功弹窗中点击分享有礼(或进入我的直播中点击分享有礼按钮) > 5.按照引导将活动分享至你的好友，并引导ta完成本活动报名参与专家坐堂互动在本帖下方任意回复以下一项内容，即有机会获得FreeBuds 悦享版 无线耳机和定制双肩包。有效参与楼层的5%、50%、95%必得三合一数据线。*奖品样式为示意，请以实物为准（任选其一）参与互动1）  观看直播后发表您的个人观点2）  观看直播后向专家提出问题3）  参与微话题互动：讨论话题：你觉得5G如何应用在消费者市场 ？注：发布的内容必须与本次直播话题或微话题相关，且必须包含个人思考的内容。水帖将做删除处理，抄袭内容一经发现将取消评选资格。回复时间截至2021年1月10日。活动规则1、如本帖的有效回复人数大于等于20人，则由专家和华为云工作人员共同评选出3个优质回复，发布者可获得定制双肩包一个。如有效回复人数大于等于30人，则额外评选出一个最优回复，发布者可获得华为freebuds 悦享版 无线耳机一个。如有效回复人数小于20人，则只发放三合一数据线。2、每位参与本帖活动的用户只能获得一次奖品，每人最多回复同一内容5次，如果有恶意灌水的行为将取消获奖资格3、如您参与云筑2020年终盛典，为保证您顺利领取活动奖品，请您提前填写下方奖品收货信息链接，如截止2021年1月17日您没有填写，视为放弃奖励  填写地址请戳我>>4、本次活动奖品将于2021年1月31日前统一发出，请您耐心等待；5、本次活动抽奖将采用巨公摇号平台（https://www.jugong.wang/random-portal/），奖项评比将由专家和华为云工作人员共同完成。如您对评奖方式有异议，请勿参加本次活动。点击前往云筑2020 年终盛典更多活动

--------活动已结束--------2020 华为12月29日（周二）早上9点到下午5点30分，进行全天线上直播，汇聚多位华为重量级专家看行业趋势、玩闯关游戏、赢贺岁礼包直播地址回顾中...专家介绍四重福利，助力云筑2020 年终盛典直播启幕！！！福利一：成功报名本次直播盛典，必得200码豆福利二：12月29日参与直播盛典互动，直播间内抽取平板电脑、手表、耳机等数十件奖励！福利三：参与直播现场连线，完成闯关答题，赢取六重“包您一年系列”大礼！福利四：邀友报名直播盛典，Ta得超级贺岁礼包，你也同样获得！- 如何邀请好友？1.点击本页面上方“立即报名”按钮 > 2.登录/注册华为云账号 > 3.填写信息完成活动报名 > 4.报名成功弹窗中点击分享有礼(或进入我的直播中点击分享有礼按钮) > 5.按照引导将活动分享至你的好友，并引导ta完成本活动报名参与专家坐堂互动在本帖下方任意回复以下一项内容，即有机会获得FreeBuds 悦享版 无线耳机和定制双肩包。有效参与楼层的5%、50%、95%必得三合一数据线。*奖品样式为示意，请以实物为准（任选其一）参与互动1）  观看直播后发表您的个人观点2）  观看直播后向专家提出问题3）  参与微话题互动：讨论话题：你觉得NLP技术之后会如何融入我们的日常生活？注：发布的内容必须与本次直播话题或微话题相关，且必须包含个人思考的内容。水帖将做删除处理，抄袭内容一经发现将取消评选资格。回复时间截至2021年1月10日。活动规则1、如本帖的有效回复人数大于等于20人，则由专家和华为云工作人员共同评选出3个优质回复，发布者可获得定制双肩包一个。如有效回复人数大于等于30人，则额外评选出一个最优回复，发布者可获得华为freebuds 悦享版 无线耳机一个。如有效回复人数小于20人，则只发放三合一数据线。2、每位参与本帖活动的用户只能获得一次奖品，每人最多回复同一内容5次，如果有恶意灌水的行为将取消获奖资格3、如您参与云筑2020年终盛典，为保证您顺利领取活动奖品，请您提前填写下方奖品收货信息链接，如截止2021年1月17日您没有填写，视为放弃奖励  填写地址请戳我>>4、本次活动奖品将于2021年1月31日前统一发出，请您耐心等待；5、本次活动抽奖将采用巨公摇号平台（https://www.jugong.wang/random-portal/），奖项评比将由专家和华为云工作人员共同完成。如您对评奖方式有异议，请勿参加本次活动。点击前往云筑2020 年终盛典更多活动

工程TensorFlow 2.X，会是它走下神坛的开始？都1202年了，机器学习还要用TensorFlow吗？2020/12/25 19:24原文链接产业登上NIST竞赛榜单，获得BCTC增强级活体认证：小视再攀高峰！国内的计算机视觉创业公司中，有一家因为先进的活体检测技术正在迅速引起人们的关注。2020/12/25 19:22原文链接NPU时代，边缘智能走向何方？加入这场技术工作坊，一起解读边缘智能引擎趋势！OPEN AI LAB 专场—NPU时代的边缘智能引擎趋势2020/12/25 15:00原文链接IT不重要这篇写于十七年前的文章《IT Doesn't Matter》研究了信息技术在商业中的发展规律，结果发现，它遵循着与铁路、电力等早期技术极为相似的传播和演化规律。通过一系列示例，作者展示了IT创新如何迅速成为共享业务基础设施的一部分，从而抵消了它们提供竞争优势的能力。2020/12/25 14:57原文链接深度对话杨植麟博士：NLP科研和创业的方法论对话循环智能联合创始人2020/12/25 10:20原文链接理论速度、准确率与泛化性能媲美SOTA CNN：Facebook提出高效图像TransformerFacebook提出数据高效图像Transformer (DeiT)，高效处理图像分类任务。2020/12/25 19:21原文链接入门只有170字节，最小的64位Hello World程序这样写成如何编写出最小的 64 位 Hello World 程序？2020/12/25 19:20原文链接其他用iPhone给林徽因拍照是啥样？这款“穿越相机”把老照片变现代风开发“水淹食堂”的ACM班校友罗璇又出新作2020-12-25 14:49:36原文链接会议摘要怎么写？这篇论文手把手教你科研新手福音2020-12-25 13:10:09原文链接知道了05后的隐藏技能之后，我酸了…05后要上“天”了2020-12-25 12:31:50原文链接   

产业 GitHub率先消灭了cookies：与烦人的用户条款说再见终于好起来了？GitHub 的「大动作」会引领一种新风向吗？2020/12/24 14:34原文链接理论光学预处理与计算机视觉结合，UCR学者用漩涡实现混合计算机视觉系统这种新方法能够克服深度学习的缺点，并利用光学和电子学的优势。2020/12/24 14:39原文链接AI前线国产开源软件在Github上“刷星”遭热议，这还是开发者的理想乌托邦吗？Github上疯狂“刷星”为哪般？2020-12-24 14:55原文链接快讯高盛牵头收购 Bot 缓解公司 White Ops旨在保护企业和在线平台免受自动攻击的欺诈检测平台 White Ops 近日宣布该机构已被高盛的商业银行部门，ClearSky Security 以及 NightDragon 合作收购。据了解，总部位于纽约的 White Ops 成立于 2012 年，使用威胁情报和机器学习来检测冒充人类行为的恶意机器人。根据 Crunchbase 的数据，White Ops 此前曾筹集了 3100 万美元，该公司表示，在过去一年中，其客户群增长了 40％。高盛公司是其主要所有者之一，因此 White Ops 处于有利的地位，可以在整个企业范围内「开拓新的垂直市场」。（VentureBeat）2020-12-25 07:50原文链接彭博社收购 Second Measure 以"解锁"交易数据洞察彭博社今日宣布，该公司已收购数据分析平台 Second Measure。据了解，这是一家位于圣马特奥的初创公司，利用大数据收集对消费者行为和公司绩效的洞察力。Second Measure 成立于 2015 年，已开发出自助服务分析平台，该平台使用来自「数十亿笔匿名交易」的数据（包括信用卡付款）支持实时和每日指标跟踪。它的机器学习算法可以扫描购买记录以生成洞察力，例如可以通过地理或时间范围进行比较，并将其用于预测分析。多年来，Second Measure 积累了许多知名客户，包括 Instacart，Postmates，Domino』s，Spotify 和 Goldman Sachs。（VentureBeat）2020-12-25 07:49原文链接谷歌被报加强了对「敏感主题」的研究谷歌目前显然因辞退人工智能偏见研究人员 Timnit Gebru 而饱受争议。据路透社报道，该公司的其他工作人员被要求「保持积极态度」，并接受其他审查以抚慰「敏感主题」相关研究人员。路透社援引该公司的研究人员和内部文件的报道称，谷歌去年已经实施了新的控制措施，包括对某些主题的论文进行一轮额外的检查，并且在后期研究阶段似乎增加了对管理人员的干预。2020-12-25 07:48原文链接美国国家电网将机器学习视为未来公用事业背后的大脑如果可以将企业风险投资公司的投资组合作为其母公司战略优先事项的信号，那么美国国家电网就将自动化作为公用事业的未来寄予厚望。作为美国最大的私有公用事业公司之一，美国国家电网拥有约 2000 万人的客户群，对自动化和机器学习的高度重视非常重要。并标志着该行业的发展方向。自成立以来，美国国家网格的风险公司国家网格合作伙伴已投资了 16 家以机器学习为核心的创业公司。近日，该公司还宣布支持 AI Dash。这一机构使用机器学习算法来分析卫星图像并推断国家电网输电线上的植被受到侵害，以避免中断。（TechCrunch）2020-12-25 07:48原文链接人工智能项目发现新的月球陨石坑由人工智能提供支持的新型陨石坑发现工具发现，月球表面比我们想象的还要坚固。在本周发表在《自然通讯》杂志上的一项研究中，来自中国，意大利和冰岛的国际研究人员小组使用利用中国月球轨道器收集的数据来训练的机器学习算法，在月球的低纬度和中纬度地区识别并绘制了 109,000 个新的陨石坑的位置图。新近确定的陨石坑大部分直径为 0.6 到 60 英里（1 到 100 公里）。据了解天文学家以前曾数过大约 5,000 个直径大于 12 英里的陨石坑。（OBSERVER）2020-12-25 07:09原文链接Facebook AI 新博客揭秘图像分类新技术Facebook AI 近日在其博客表示，该团队开发出一种新的方法来训练利用 transformers 的计算机视觉模型，该技术是突破性的最近在 AI 的许多领域都取得了巨大的进步的深度神经网络架构。Transformer 模型在自然语言处理和机器翻译中产生了最先进的结果，Facebook AI 已使用该体系结构为其他任务开辟了新局面，例如语音识别，符号数学和编程语言之间的翻译。但是，人工智能研究界才刚刚开始将「transformer」带入计算机视觉领域，并于今年早些时候发布了诸如 Facebook AI 的 DETR 对象检测架构之类的项目。该款新技术-数据高效的图像 transformer（DeiT）-需要更少的数据和更少的计算资源来生成高性能的图像分类模型。仅用一台 8-GPU 服务器在 3 天内训练 DeiT 模型，该团队在广泛使用的 ImageNet 基准测试中达到了 84.2 top-1 准确性，而无需使用任何外部数据进行训练。该结果与最先进的卷积神经网络的性能具有竞争优势，而卷积神经网络多年来一直是图像分类的主要方法。2020-12-25 07:01原文链接南洋理工大学&商汤科技研究所：生成模型的焦点频率损失近日，来自南洋理工大学以及商汤科技研究所的研究团队发表了一篇名为「生成模型的焦点频率损失」的新研究。以下是该研究的完整摘要分享：尽管生成模型在使用深度神经网络创建逼真的图像方面取得了巨大的成功，但实际图像和生成的图像之间仍然存在差距，尤其是在频域中。在这项研究中，研究人员发现缩小频域间隙可以进一步改善图像合成质量。为此，该团队提出了焦点频率损失这一新的目标函数，它将生成模型的优化引入频域。所提出的损耗使模型可以动态地关注于难以通过降低易用频率的权重来合成的频率分量。这个目标函数是对现有空间损耗的补充，由于神经网络的固有关键性，对重要频率信息的丢失提供了很大的阻抗。该研究证明了聚焦频率损失的多功能性和有效性，可改善感知质量和量化性能方面的各种基准。GitHub 传送门：bit.ly/38wVBOk2020-12-25 07:00原文链接 

分享回顾（PPT文末自取）听完了张老师精彩的十五分钟分享，大家交流的热情足以温暖整个平安夜（温暖我们的明明是知识，是知识啊~）深度学习是什么，从近些年来的相关技术成果和报道中，我们觉得它是敏锐的“观察家”？杰出的“画家”？高超的“棋手”？还是游戏“高手”?是不是从某种程度上来说，深度学习已经无所不能了？看到这，你是激动地无以复加，还是为此而恐慌得毛骨悚然？其实也大可不必，深度学习现如今的发展也并不如我们想象得那么快。这一次分享，张铄老师以假性样本为基点，从两个角度带我们去分析深度学习目前的一个发展：（1）差异较大的不同类样本会不会被识别为同一类？（2）无明显差异的两个样本会不会被识别为不同类？并以此制作假房颤样本，通过识别心电图中真实的房颤样本与假房颤样本的结果，印证了，在深度网络同一类中仍然存在大量差异巨大的不属于此类的假性样本，同时在深度网络中一个及其微小的扰动就能使得输出结果大不相同。故而论证，在样本层面，深度学习学到的样本分布与真实的样本分布其实是交集的关系，它并非那样的精准无差。基于这样的一个结果，我们进一步对深度学习生成对抗攻击，发现其漏洞百出，甚至是真实的世界中也存在着一些天然的对抗样本，比如站台的站牌和海龟（感兴趣的小伙伴可以试一试~）。这也就意味着其实深度学习并不如我们想象得那样“强”，还有很多的难关要克服，很长的一段路要走。最后，深度学习虽然已经在各领域取得比较不错的效果，但其结果中仍存在着大量明显错误的“假性样本”，并且“黑箱机制”限制了其结果的可解释性，在各方面都存在亟待解决的缺陷，并非低门槛的“万能方法”，希望同学们在使用时不要仅仅会“调包训练”，而是真正弄懂背后的本质并使用相关的训练手段改善具体问题。遗留问题解答问题一：谷歌曾经说，现在的数据可能已经教会了AI，甚至让它出口成脏，您怎么看？张老师：可以这样理解，数据是深度学习的天花板，而深度学习算法的优劣只是在逼近这个天花板而已。所以数据的好坏确实对深度学习效果有着重大影响，在研究深度学习时一定要对数据处理加以重视，一般来说对数据进行预处理如进行数据清洗应该会有比之前更好的效果。问题二：有没有关于生成对抗的当前进展的综述论文？张老师：生成对抗相关的网络目前仍然是热点领域，每年的顶会都会有大量的新的GAN出来，非常多，推荐Github上有一个GAN-ZOO，上面集合了大量GAN的相关工作，有兴趣可以去了解一下。问题三：有没有深度学习的学习路径建议？张老师：个人认为深度学习的学习路线是：模式识别为基础--统计学习--深度学习，一定要重视基础，把每一步都踩实了，会有质变的。更多内容，请持续关注云享MindTalks活动，记得加小助手微信哦~扫码进微信群，仅限200人开始时间12月24日 20:00活动介绍云享MindTalks是由华为云DevCloud团队携手云享专家共同策划进行的系列技术交流活动。各业界大咖纷纷现身群聊，以即时对话形式，来进行最直接的技术交流和思想碰撞。不同领域的专家，各样的业界话题尽在此处，为保证极简极高效，活动仅20分钟，限量200人，先进先得。你是否会为AI的迅猛发展而战栗？是否以为深度学习已经无所不能？事实上，深度学习就像个傻瓜！可能一副墨镜就能让其崩溃这一次，张老师带队进行诱导AI行动你，不来吗？ 专家介绍东南大学生物工程专业博士Huawei Developer Experts华为云享专家华为校园开发者华为开发者学院注册讲师活动规则1.扫码加小助手入群聊，仅限200人，先到先得。2.对未能及时回复的问题，由助手收集集中回答。3.更多资源和活动请进入云享MindTalks VIP群。4.抽奖奖品为限定HE2E知识卡牌和老师推荐书籍         《机器学习》。

提示21号发放奖品，但到现在没有任何物流信息如有疑议请联系小助手微信沟通处理：小助手05号企业微信或添加hwyxs05，请勿用论坛私信等方式小助手05号企业微信怎么联系？hwyxs05这个搜索没有这个微信号 

人工智能 (AI) 是什么?Artifical Intelligence，简称“AI”或者“人工智能”。人工智能（AI）是计算机科学的一个领域，它强调创造局部或者全部像人类一样工作和反应的智能机器。深度学习是AI的一个子集，AI其实是更广的一个定义。人工智能的目标是什么?人工智能的目标是“智能”,而不是“自我意识”,所以大家看到的一些科幻电影所描述的机器人灭亡人类的事情是不会发生的。通用AI 和专用AI 指的是什么?目前AI领域专注于专用AI 的领域的拓展，例如OCR,物体识别，物体位置识别等等单一功能的AI。通用型的AI一般指的是多功能性，以目前的科学发展水平为基准来说，专用AI的发展比通用型AI 的发展要快很多，因为通用性的AI涉及的变量较专用型来说要多很多。AI的发展历史&阶段目前的人工智能可以大体划分为三个阶段（个人观点）第一阶段： 计算智能第二阶段：感知智能第三阶段：认知智能计算智能是人工智能的基础，主要表现为能存会算，计算机可以像人一样可以计算和传递信息，同时可以通过一些算法，帮助我们处理海量的数据，是认知和感知的基础。感知智能，主要表现为机器可以听懂或者看懂，同时做出相应的反应或者行动，比如听懂人类的语言。认知智能，主要表现为机器人能像人一样思考同时采取行动。目前我个人认为我们还处在人工智能的基础阶段，发展空间很大，但是面临的困难也很多。

产业  售价3299元起，华为nova 8正式发布：120Hz屏幕加持下个月还能玩上90Hz的王者荣耀。2020/12/23 17:46原文链接马斯克：我曾准备1/10价格把特斯拉卖给苹果，库克甚至都不见我未曾设想的道路。2020/12/23 14:31原文链接国内的智能客服发展到哪一步了？这里有份追踪报告智能客服市场有多大？有哪些优秀玩家？这些玩家提供了哪些解决方案？解决了什么痛点？在这份报告中，我们进行了详细解读。2020/12/23 14:26原文链接专注AI框架与数据开源生态，这场技术工作坊邀你来看！技术干货+极客竞赛，满满都是AI。2020/12/23 13:19原文链接依图与中国电信签署战略合作，携手开创5G+AI融合发展时代12月22日，依图科技与中国电信集团有限公司（以下简称“中国电信”）签署战略合作协议。中国电信集团有限公司董事长、党组书记柯瑞文，中国电信集团有限公司董事、党组副书记邵广禄，依图科技创始人、CEO朱珑博士，联合创始人林晨曦等出席签约仪式。2020/12/23 13:16原文链接4小时干货分享 | 加入这场技术工作坊，一起解锁智能出行AI助力数字化智能出行。2020/12/23 13:15原文链接文远知行完成B1轮融资，宇通集团2亿美元战略投资中国领先的L4级自动驾驶出行公司文远知行WeRide今日宣布完成B1轮融资，宇通集团以2亿美元战略投资，成为迄今中国主机厂在无人驾驶领域的最大单笔投资。2020/12/23 12:17原文链接入门威斯康辛大学《机器学习导论》2020秋季课程完结，课件、视频资源已开放对于机器学习领域的初学者来说，这会是很好的入门课程。目前，课程的笔记、PPT 和视频正在陆续发布中。2020/12/23 14:34原文链接理论AI求解薛定谔方程，兼具准确度和计算效率，登上《自然-化学》柏林自由大学的几位科学家提出了一种新的深度学习波函数拟设方法，它可以获得电子薛定谔方程的近乎精确解。2020/12/23 14:18原文链接其他3299元起售！nova 8系列大升级，华为还带来这些新品3299买麒麟985，你可么？2020-12-23 17:20:04原文链接免费报名 |《MNN For Swift》移动端机器学习实战课程MNN for Swift 正式来啦！伴随着这个项目一同发布的，还有系列实践性教程 -《MNN x Swift 机器学习实战》。2020-12-23 15:50:26原文链接2D动画唇动合成，根据语音自动生成动画人物口型只需要输入一段语音，代码会自动生成与之相对的动画唇形，还是毫无违和感的那种，这是一个在GitHub上拥有501星的开源项目，叫做Rhubarb Lip Sync。2020-12-23 15:11:49原文链接L4级无人驾驶公司文远知行获宇通集团2亿美元战略投资双方已共同研发全无人驾驶小巴2020-12-23 14:04:01原文链接图灵奖得主Bengio的AI公司，都不得不「2折出售」了英伟达、英特尔和腾讯曾投资2020-12-23 13:06:32原文链接“永不落幕的数博会”2020系列活动——“大数据产业生态建设与发展高峰会”即将举办由国际大数据产业博览会组委会主办的“永不落幕的数博会”2020系列活动——“大数据产业生态建设与发展高峰会”将于12月25日在北京举行。2020-12-23 11:42:44原文链接快讯Google 要求 AI 研究科学家对敏感话题「保持正面态度」根据谷歌内部通讯和与相关研究人员的访谈显示，谷歌今年通过发起「敏感主题」审查来加强对内部科学家研究人员论文的控制，并至少在三起争议事件中要求作者在工作中避免对技术进行负面评价。根据解释该政策的内部网页显示，谷歌的新审查程序要求研究人员在寻求诸如面孔和情感分析以及种族，性别或政治归属的分类等主题之前，先咨询法律，政策和公共关系团队。（VentureBeat）2020-12-24 08:32原文链接Nuro 成为首家获美国加州车管局商用无人驾驶汽车许可证的公司Nuro 在宣布收购自动驾驶卡车初创公司 Ike 的消息数小时后，再透露新动向：Nuro 是首家获得美国加利福尼亚车管局商用许可的公司。与先前授予 Nuro 和其他公司的加州车管局无人驾驶测试许可不同，前者限制了自动驾驶汽车公司可收取的费用，部署商用许可证则使 Nuro 可以商用化其技术。一些专家预测，当前疫情将加速自动驾驶汽车的交付。自动驾驶汽车，厢式货车和卡车有望通过限制驾驶员的接触来最大程度地减少传播疾病的风险。对于短途货运尤其如此，因为对短途货运的需求在疫情暴发期间出现高峰。根据美国劳工统计局的数据，本地卡车运输的生产者价格指数从 7 月到 8 月跃升了 20.4％，最有可能的需求来源于从仓库和配送中心到电子商务中心和商店的短途配送需求。（VentureBeat）2020-12-24 08:31原文链接Nuro 收购自动驾驶卡车创企 Ike无人驾驶卡车创企 Ike 今天宣布已被美国硅谷专注于自动驾驶汽车运送货物的机器人公司 Nuro 收购，收购金额未公开。Ike 表示，其已经开始整合 55 名员工和相关技术，并且与 Nuro 联手将使其能够「加快实现雄心勃勃的使命，使自动驾驶汽车改善人们的生活。」IKE 在博客中写道：「我们的公司已经有很多共同点 - 共享的价值，互补的专业知识和具有相同 DNA 的技术。」「我们的团队一直紧密合作，现在是时候正式组队并加快我们的步伐了…… 经过多年努力实现自动驾驶汽车的承诺，我们希望 2021 年对于 Nuro 和整个世界来说都是重要的时刻。我们很高兴开始 IKE 旅程的下一章，并共同完成使命。」（VentureBeat）2020-12-24 08:31原文链接10 纳米工艺，创新性改进扩大英特尔制造能力为响应客户需求，英特尔在过去几年中将 14nm 和 10nm 的总制造能力提高了一倍。为此，该公司找到了创新的方法，可以通过提高产量的项目和对产能扩张的大量投资来在现有产能内提供更多的产出。「在过去的三年中，我们的晶圆产能翻了一番，这是一笔巨大的投资。我们将继续投资工厂产能，以确保能够满足客户不断增长的需求。」英特尔制造与运营高级副总裁兼总经理 Keyvan Esfarjani 说。该公司今年还加快了其新的 10nm 工艺的发展。英特尔目前在美国的俄勒冈州和亚利桑那州的工厂以及以色列的工厂大量生产 10nm 产品。（Intel）2020-12-24 08:29原文链接纽约，首个在学校暂禁止使用面部识别的州美国各州和部分城市已在政府和执法机构中禁止面部识别，但是现在该技术已扩展到课堂上。纽约州日前已暂时禁止在学校中使用面部识别和其他生物识别技术，直到 2022 年 7 月 1 日。纽约州或在研究该技术对于隐私和安全隐患后，官员方才批准使用面部识别和其他生物识别技术。福布斯报告指出，这是第一个禁止使用该技术的州。该州的信息技术办公室将与教育部门合作，在父母和老师的帮助下，明确定该技术如何影响学生的隐私和公民自由。该州同时也担忧数据使用问题，以及面部识别偏差可能会误识别妇女，儿童和有色人种。(Engadget)2020-12-24 08:29原文链接字节跳动招募人才 利用 AI 技术研发新药据外媒 techcrunch 消息，字节跳动 AI 实验室正在北京、上海、美国加州 Mountain View （山景城）招募人工智能和药物研发方面的人才。招聘通知中表示，“我们正在寻找合适的候选人加入我们的团队，在人工智能 AI 算法的支持下进行药物发现、制造的前沿研究。” 药物研发团队正在招募包括实习生在内的五个职位，均需要博士或者以上学位，专业为计算机科学、数学、计算生物学、计算化学等。应聘者将从事药物研发工作，如设计、验证、模拟。（TechCrunch）2020-12-24 08:29原文链接DeepMind「自然」新文介绍 AlphaZro「继任」MuZero，无规则条件下掌握围棋，象棋，将棋和Atari2016 年，DeepMind 推出 AlphaGo，这是第一个在围棋中击败人类的人工智能（AI）程序。两年后，它的继任者 - AlphaZero - 从零开始学习围棋，国际象棋和将棋。现在，在《自然》杂志的一篇论文中，DeepMind 详述 MuZero，这是在追求通用算法方面迈出的重要一步。由于 MuZero 能够在未知环境中计划获胜策略，因此无需掌握规则即可掌握围棋棋，将棋和 Atari 的知识。（DeepMind）2020-12-24 08:28原文链接实例分割方法 YolactEdge 可在小型边缘设备上以实时速度运行近日，一篇来自AWS及加利福利亚大学戴维斯分校的一篇论文引发社群关注，以下为研究概述：YolactEdge 是首种具有竞争性的实例分割方法，其可在小型边缘设备上以实时速度运行。具体而言，在 550x550 分辨率的图像上，带有 ResNet-101 主干的 YolactEdge 在 Jetson AGX Xavier 上的运行速度高达 30.8 FPS（在 RTX 2080 Ti 上的运行速度为 172.7 FPS）。2020-12-24 08:27原文链接Google 研究介绍新型简单架构 Informer 表现胜过 TransformerGoogle 研究近日新论文表示：Transformer 是现代自然语言处理模型的基础。在本文中，我们提出了 Informer，这是一种简单的体系结构，在包括遮罩语言模型，GLUE 和 SQuAD 在内的一系列任务上，其性能明显优于规范的 Transformer。从本质上讲，Informer 易于实现，并且需要最少的超参数调整。2020-12-24 08:27原文链接