近年来，随着大数据等信息化技术的快速地发展，人工智能技术已迎来发展的黄金时期。业内分析AI将会是...
近年来，随着大数据等信息化技术的快速地发展，人工智能技术已迎来发展的黄金时期。业内分析AI将会是未来二十年全球最重要的科技，并成为机器人、无人机、无人驾驶等新兴起的产业的重要基础。那么，为何人工智能如此重要？它是如何深入融合在各行各业中？人工智能的未来之路又是什么？这样一些问题答案都将在“OFweek2017中国人工智能大会”上逐一揭晓。
“OFweek2017中国人工智能大会”由OFweek中国高科技行业门户、高科会主办，是“OFweek2017中国高科技产业大会”重要活动之一，将于11月13-14日在深圳举办。本届大会以“智能感知˙创新驱动”为主题，将汇聚国内外顶尖人工智能学术界和产业领军人物，围绕人工智能技术在物联网、机器人、医疗及智能硬件等行业的创新应用等内容做深度探研。除了特邀顶级专家做主论坛报告外，还专门设置了“AI技术”、“AI+智能硬件”、和“AI+机器人”等三个专题论坛，届时行业领军者及技术专家将为各位观众带来权威解读，现在提前为您分享部分干货：
“大数据”一词，比“人工智能”一词来的还要早，它的定义里既有硬件技术（平台）又有软件技术（分析）。但为了说清楚大数据和人工智能的关系，我们仍旧是从它的本质出发，大数据是海量的、多维度、多形式的数据。
人工智能的发展，往往都有一个学习的过程。如今人工智能之所以能取得重大突破，必须得说是因为这些年来大数据长足发展的结果。各种各样的感应器和数据采集技术的诞生，我们开始拥有以往很难来想象的的海量数据，同时，也开始针对某一领域的海量数据来进行细致分析。而这些，都是促使某一领域产生“智能”的前提。
南京大学计算机系教授黄宜华带来的主题为《大数据机器学习：从算法到系统》，将从大数据分析所渉及的技术、国内外发展现状、主要技术问题、国内外典型工具平台和今后的主要发展的新趋势等方面与各位进行探讨。
黄宜华教授是中国计算机学会大数据专家委员会常务委员、副秘书长，他所领导的大数据实验室已成为多个开源软件的重要贡献单位。
近年来，AI和机器人都成为了我们正常的生活中的热点话题。可能还有不少人会混淆AI和机器人。事实上，两者之间的关系大概能这样认为：人工智能赋予了机器人思考的能力，机器人应承了人工智能的外在表现。其实两者本身并没什么必要的联系，然而随时代的进步，两者相互促进，就形成了密不可分的关系。
目前各知名机器人企业的产品，都以发展人工智能技术为重要战略目标。无论是工业机器人还是服务机器人，结合了人工智能技术的新一代机器人，相比传统机器人都更具优势。
此次会议上，香港大学机器人与自动化讲席教授、IEEERAS候任主席席宁教授将就人工智能与机器人之间的联系，为我们大家带来独特的观点和见解。席宁教授多年来致力于机器人、制造自动化以及智能控制与系统等方向的研究，在AI领域具有深厚的造诣。
过去，智能计算技术的进步总是离不开人工智能，特别是人工神经网络技术的发展，但是以符号推理为特征的人工智能技术由于过于依赖规则；而以自学习、自适应为特征的人工神经网络技术，又无法精确处理实际问题中的各种小样本事件集，以至遭到人们质疑。
近年来，由于SVM（支持向量机）、核方法和深度学习等新方法相继诞生，使智能计算技术发展成不但能处理海量数据等大样本集的问题对象，同时也能自适应地处理小样本事件集的数据，从而使该项技术受到大家青睐。
王国胤教授是国家重点研发计划项目首席科学家，现任重庆邮电大学研究生院院长。他认为，大数据智能计算技术，是实现大数据价值的核心关键技术之一。
王国胤教授将在本次会议上带来《多粒度大数据智能计算》演讲报告，提出多粒度大数据智能计算的创新研究思路，并从多粒度计算、多粒度认知、多粒度聚类、多粒度决策、多粒度联合问题求解等多个角度介绍当前的研究工作成果。
近日，一段9秒的监控视频刷爆了朋友圈。和以往监控不同的是，这段监控视频的画面准确识别出机动车和非机动车的种类，以及行人的年龄、性别、穿着等，视频中画面信息了然于目。
据了解，该视频是我国最新研制的实时行人监测识别系统，是“中国天网”工程的重要组成部分。利用计算机视觉技术，判断图像或者视频序列中是不是真的存在行人，并给予精确定位。将视觉定位、视觉识别等技术与人工智能技术相结合，在智能设备监控、人体行为分析、智能交通等多个角度得到了广泛应用。
结合此技术，厦门大学纪荣嵘教授带来是《视觉搜索与识别系统紧凑性》主题演讲，将为各位介绍厦门大学媒体分析与计算研究组近两年来在面向视觉应用的视觉特征紧凑表示和深度网络压缩相关报告。纪荣嵘教授一直专注于开发大数据驱动的计算机智能处理系统，进行多媒体内容检索、社交多媒体分析、和视觉内容理解，在这一领域已取得丰硕成果。
人工智能的目标是使计算机可成为具有和人类一样智能的系统，而认知与推理一直被认为是人工智能最集中的体现。在实际运行的系统中实现智能系统的认知和推理，有很重要的意义。
要想实现智能系统的认知和推理，这要求它融合神经网络、计算机技术、智能决策等多个种技术。因此，它作为一个多种技术的综合体，为分析和处理各类数据提供了有效途径。
林方真教授一直专注于AI在认知和推理方面的研究，本次会议带来的《智能系统的认知与推理》主题演讲，将与各位参会人员共同讨论如何让AI系统获取及应用常识，深度知识以及规范知识。
林方真现任香港科技大学计算机系教授、美国人工智能协会（AAAI）Fellow。曾获Stanford大学人工智能博士。还获得过2006香港裘槎基金会科研者奖以及多个国际人工智能大会的最佳论文奖。
除了强大的嘉宾阵容以外，本届大会还将与各位一同解读在AI领域本年度海内外最需要我们来关注的学术与研发进展，提前布局未来大市场。同期开展多场深度与广度的专业论坛，汇集AI领域的国际有名的公司高层、行业资深专家、专业分析机构等千位精英，分享众多有名的公司典型技术应用案例，将产学研深度结合。同期还将举办极富影响力的年度评选颁奖，梳理盘点行业创新发展成果，褒奖和肯定为AI行业发展做出积极探索、卓越贡献的企业。
作为本年度国内最高端和最受关注的AI盛事--OFweek2017中国人工智能大会，期待您的参与，10月31日前报名享9折优惠，之后恢复原价；5人以上团队订票享7折优惠。数量有限，欲购从速。让我们一同把握住人工智能的美好前景！
随着嵌入式处理器的能力不断的提高，超小型化的硬件加速器不断被引入，以及原厂及商业的开发环境和工具不断出现， 嵌入式人工智能/机器学习（AI/ML）技术 在近几年得到了快速的发展。同时因为这些技术与千姿百态的各种应用需求十分贴近，因此正在进入差异化发展的新空间，未来其上涨的速度将可以比肩甚至超过需要强大资源体系的、立足良好通信条件的和基于云的AI应用。 人工智能并不是一个近几年才提出的名词，但是在近几年随着谷歌AlphaGo战胜人类围棋世界冠军等事件的推动，才使诸如卷积神经网络、深度学习和机器学习等技术走进了大众的视野，同时也使“人工智能=数据+算法+算力”的模型得到普遍的认同。 其结果是，在很多人的印象中，AI和机器学
实际上，“人工智能（AI）”并没明确的科学定义，但是有一种普遍的理解是将AI诠释为被人类视为“智能”的学习系统。此外，就很难更明确地描述它的定义，因为“智能”一词缺乏明确的理论解释。 在汽车应用领域，当今和未来有代表性且最广为人知的人工智能相关功能应用包括无人驾驶（AD）应用，以及物体传感、物体识别和对结果反应的决策。这些功能常常要很高的计算能力（100k DMIPS级别范围内）。 图1说明了跟着时间的推移，更高水平的传感将如何从人类驾驶员转向用AI（AI）和机器学习（ML）的无人驾驶技术。（来源：NSITEXE，Inc.，2021） 较低的应用层与传统的实时执行器控制有关，如推进、转向和制动等“车辆
(ML)：传统汽车控制领域如何受到影响 /
翻译自——spectrum，Stacey Higginbotham 2019年2月，来自谷歌、微软、高通、三星和6所大学的一组研究人员齐聚加州圣何塞，讨论将机器学习带到网络最远端的挑战，尤其是运行在传感器或其他电池驱动设备上的微处理器中。 这就是盛大的“微型机器学习峰会”，该峰会的主旨是找出如何在最小的微处理器上运行机器学习算法。在边缘的学习将推动更好的隐私实践，更低的功耗，并在未来的设备中构建新应用。 神经网络的训练是机器学习的核心，这种训练需要大量的数据。最终会把它训练成一个无论是下围棋还是响应语音指令的任务模型。 许多公司目前专注于为机器学习构建专门的硅材料，以便在数据中心内训练网络。他们还希望在边缘使
？ /
没有人会怀疑，量子计算和机器学习是当前最炙手可热的两个研究领域。 在量子计算方面，理论和硬件的一个个突破性进展让人们看到大规模通用量子计算机的脚步慢慢的接近。 在机器学习方面，以人工神经网络为代表的方法在视觉、语音、自然语言理解、游戏等应用领域中有了很大的性能提升。三位深度学习领域专家获得2019年图灵奖，更是被评论为“意味着AI复兴元年的到来”。 当量子计算和机器学习相遇，会碰撞出什么火花？“总的来看，这是一个还处于早期探索，未来有很大发展空间可以期待的领域。” 腾讯杰出科学家、腾讯量子实验室负责人张胜誉评价道。 两者并非“油和水”的混合 早在上世纪90年代，威奇塔州立大学的物理学教授伊丽莎白·贝尔曼就开始研究量子物理与人工智
在利用机器学习来加速电池设计方面，科学家们迈出了重要的一步：将机器学习与从实验和由物理学指导的方程式中获得的知识结合起来，从而发现快充锂离子电池使用寿命缩短的原因。 （图片来自：SLAC） 据外国媒体报道，斯坦福大学、SLAC国家加速器实验室（SLAC National Accelerator Laboratory）、麻省理工学院和丰田研究所的研究人员，首次将“科学机器学习”（scientific machine learning）方法应用于电池循环，其目标是将基础研究和行业知识结合起来，开发一种可以在10分钟内充电的长寿命电动汽车电池。 主要研究人员Will Chueh表示，这项研究结果推翻了长期以来关于锂离子电池如
开发电池技术 旨在开发10分钟充电电池 /
在过去的十年中，工业系统的有线和无线基础设施发生了巨大的变化，从传统的现场总线技术向工业转变，以太网/ IP，ProfitNET和EtherCAT等协议取代了传统网络。现在，通过在石油，天然气，制药，过程/控制，车队管理，管理和工业自动化等行业垂直领域实现的工业无线网络（IWSN）可以很容易地看到工业4.0的概念。除了简单连接工厂车间的资产外，还可以执行更详细的分析和预测性维护，以优化机器设备的运行。本文讨论了将AI（）和（ML）与工业自动化中使用的复杂机器人技术结合使用的实现和优势。 工业自动化机器人 工业机器人已被大范围的使用在许多行业，以执行重复、艰巨而精确的任务。机器人技术还消除了对会造成人身伤害任务的可能性
基于机器视觉技术的车辆牌照识别，整个处理过程分为预处理、边缘提取、车牌定位、字符分割和字符识别五大模块,用软件编程来实现每一个部分,最后识别出汽车牌照。其主要使用在于城市交通管理、高速公路收费管理、公路超限治理等方面。 在传统的高清系统中，系统将相机拍的图片发送给工控机等处理系统来进行识别处理和存储等操作，这样对传输和处理设备的要求非常高，很难达到系统的设计解决能力要求。 新的机器视觉智能高清摄像机嵌入式处理方案能有效解决以上问题。每个车道配置一台200万像素高清智能摄像机，分辨率高达1600×1200像素，负责车辆前排司乘人员面部特征捕获、牌照自动识别和车身颜色的自动识别等工作，并将处理结果通过以太网
英飞凌收购微型机器学习领域的领导者Imagimob，逐渐增强和扩展其嵌入式AI解决方案 【2023年5月17日，德国慕尼黑讯】 英飞凌科技股份公司宣布已收购位于斯德哥尔摩的初创企业Imagimob有限公司，这是一家领先的平台提供商，致力于为边缘设备上的机器学习（ML）解决方案开发提供助力。 通过此次收购，英飞凌逐步加强了其提供世界一流机器学习解决方案的地位，并显著扩充了其AI产品阵容。Imagimob提供一个端到端的机器学习工具链，该工具链高度灵活、易于使用，并且将重点放在了交付生产级ML模型上。英飞凌将收购该公司100%的股份，双方均同意不披露此次交易的具体金额。 英飞凌科技安全互联系统事业部总裁Thomas Ros
(夏皮罗)
之深度学习：使用TensorFlow和Keras训练高级神经网络
技术
ADI世健工业嘉年华—有奖直播：ADI赋能工业4.0—助力PLC/DCS技术创新
MPS 隔离式稳压 DC/DC 模块——MIE系列首发，邀你一探究竟！
该平台通过1500多款 Click 板提供超过1百万个设计、并涵盖12个主题和92个应用程序，且100%有效代码2023年12月11日：作为一家通过提供基于 ...
美光发布业界领先的客户端 SSD，助力PC产业满足游戏、内容创作和科学计算的应用需求
美光 3500 是全球首款采用 200+ 层 NAND 技术的高性能客户端 SSD2023 年 12 月 11 日，中国上海——Micron Technology, Inc ...
对于工程师来说，C C++语言是最常用的编程语言之一，它是一种高效、简洁、灵活的编程语言，尤其在嵌入式、单片机领域，它创造了许多奇迹， ...
说到 TI（德州仪器），想必大家都不陌生，它在模拟器件领域处于世界领先水平，特别是我们熟知的DSP，更是超越了各大同行。同样，在CPU领域 ...
微信导语：诚邀您光临研讨会现场全球半导体解决方案供应商瑞萨电子将于12月12日在深圳举办“智慧控制，绿色可持续”主题的瑞萨电子嵌入式工 ...
IAR嵌入式解决方案发布全新版本，增强云调试和仿真功能，推动下一代嵌入式软件开发
站点相关：嵌入式处理器嵌入式操作系统开发相关FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科
