AI行业精选日报_人工智能(12·03)

从旷视科技的IPO推迟到6G愿景的提出,再到AI在交通执法和企业决策中的应用,以及苹果对Intel基带业务的收购,本文探讨了人工智能与前沿科技的最新动态及其对社会的影响。
  1. 旷视科技拒绝置评「将香港IPO计划推迟至2020年」

据 IFR 引述知情人士透露,旷视科技决定将其 5 至 10 亿美元的香港 IPO 计划推迟至 2020 年。对此,旷视科技发言人拒绝置评。
来源:https://finance.sina.com.cn/stock/hkstock/ggipo/2019-12-03/doc-iihnzahi5019737.shtml

  1. 中国移动研究院发布面向6G的《2030+愿景与需求报告》

近日,中国移动研究院联合产业界共同发布了面向 6G 的《2030+愿景与需求报告》。按照移动通信产业「使用一代、建设一代、研发一代」的发展节奏,业界预期 6G 将于 2030 年左右实现商用。目前,包括我国在内的多个国家已经启动了面向 6G 的研究。
来源:https://mp.weixin.qq.com/s?__biz=MjM5MjA2ODA3Mg==&mid=2656405096&idx=1&sn=2c19690ea255b528861a65be3e98bb6c&chksm=bd0adeef8a7d57f9df5559ffc542282a53d288d95d85a0fcf64e4886582727ade891a9e72087&scene=0&xtrack=1

  1. 澳大利亚正在采用AI摄像头,以识别使用手机的驾驶员

12 月 3 日消息,澳大利亚新南威尔士州首次采用基于 AI 技术的手机检测摄像头,这些固定式和移动摄像头将在所有天气条件下昼夜工作,以识别使用手机的驾驶员。该系统使用人工智能来确定方向盘后面是否有人在打电话,如果发现某张图片可能显示某人以此方式违法,则该抓拍图片将交由人类进行审核。在未来三年内,全州将安装 45 部便携式智能检测相机。独立建模显示,这些新购置的摄像机可以在五年内防止至少 100 起致命和严重的伤害事故。
来源:https://www.cnbeta.com/articles/tech/917063.htm

  1. 英国新法规:如果公司无法解释其基于 AI 做出的决定 可能会被罚款

根据英国数据监管机构今天提出的计划,如果企业和其他组织做出了基于人工智能「判断」的决定—比如解雇员工—但却无法清楚解释原因的情况,可能将面临数百万英镑的罚款。英国信息专员办公室表示,这份新指南至关重要,因为英国目前正处于一个关键时期—许多公司都开始使用 AI 来为决策提供信息,这可能包括人力资源部门使用机器学习根据求职者的简历来筛选求职者等。该监管机构表示,这是世界上第一个明确提出在 AI 做决定是需要给出明确理由的规则。英国约有三分之二的金融服务公司正在使用 AI 进行决策,根据一项调查显示,英国约有一半的公众对 AI 背后的决策算法是出于何种原因有所担心。目前,AI 相关的研究人员被逐渐要求做更多的事情来解开机器学习长期被诟病的「黑匣子」谜团。
来源:https://www.newscientist.com/article/2225186-companies-could-be-fined-if-they-fail-to-explain-decisions-made-by-ai/#ixzz66z6bYp3P

  1. 苹果10亿美元正式收购Intel基带业务

12月3日消息,英特尔宣布,经过监管部门的批准,英特尔已完成以10亿美元的价格将其大部分智能手机调制解调器业务出售给苹果的交易。该交易于7月首次宣布,其中包括知识产权,设备以及大约2200名英特尔员工加入苹果。
来源:http://www.techweb.com.cn/finance/2019-12-03/2766973.shtml


Testin云测创立于2011年,是一家人工智能技术驱动的企业服务平台,为全球超过百万的企业及开发者提供云测试服务、AI数据标注服务、安全服务及推广服务。如果你有数据采集与标注需求,欢迎联络。

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
### 人工智能每日资讯获取方式 对于希望获取关于人工智能的每日资讯或内容的需求,可以通过以下几种方式进行订阅和关注。这些资源能够帮助用户及时了解人工智能领域的最新动态、技术突破以及行业应用。 #### 1. 订阅专业AI新闻平台 许多专业的科技新闻网站提供专门的人工智能板块,部分甚至推出每日新闻摘要服务。例如,TechCrunch[^1] 和 Wired[^2] 等平台会定期发布与人工智能相关的深度文章和简讯。此外,像 Medium 上的 Towards Data Science 和 AI Trends 这样的专栏也提供了高质量的内容更新。 #### 2. 使用聚合工具 通过 RSS 阅读器(如 Feedly)可以整合多个来源的人工智能新闻,形成个性化的信息流。这种方式允许用户根据自己的兴趣选择特定主题或作者进行跟踪。同时,一些社交媒体平台如 Twitter 和 LinkedIn 的算法推送也能为用户提供定制化的内容推荐[^3]。 #### 3. 关注权威机构发布的报告 国家及国际组织经常发布有关人工智能发展的政策指导和技术标准文件。例如,《国家新一代人工智能标准体系建设指南》中提到的标准体系框架对于理解中国未来几年内AI发展方向具有重要意义[^4]。类似地,湖南省直机关中心组大课堂所讨论的大模型技术和开源社区进展也为地方性应用提供了参考价值[^5]。 #### 4. 参与在线学习社区 Coursera、edX 等教育平台上开设了大量免费或付费课程,其中包含最新的研究成果和案例分析。这些课程不仅限于理论知识传授,还强调实际操作技能培养,非常适合希望深入学习者参与。 ```python # 示例代码:利用Python爬取AI相关资讯 import requests from bs4 import BeautifulSoup def fetch_ai_news(url): response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') articles = [] for article in soup.find_all('article'): title = article.h2.a.text.strip() link = article.h2.a['href'] articles.append((title, link)) return articles[:5] # 返回前五条新闻 url = "https://example.com/ai-news" print(fetch_ai_news(url)) ``` 上述代码片段展示了一个简单的网络爬虫示例,用于从指定URL抓取AI相关新闻标题及其链接。请注意,在实际应用时需遵守目标网站的服务条款并考虑数据隐私问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值