2019年8月29日,在上海举行了2019世界人工智能大会。大会期间,科技部向小米授予了“智能家居国家新一代人工智能开放创新平台”称号,大力促进智能家居的发展。
当前,随着物联网、人工智能、大数据等新一代高新技术的快速发展,智慧城市建设也得到了很大的发展。前不久,新京报智慧城市研究院对网络中有关“智慧城市”及其相关领域的的资讯进行统计梳理。
近日,农行贵港桂平市支行正式上线了“智慧教育缴费云平台”,一共收到了17951笔来自学生的微信扫码缴费款。该缴费平台的上线大大提高了学生的缴费效率,得到了许多人的认可和支持。
前不久,在举行2019世界人工智能大会期间,上海沿陆家嘴建设了一批智慧城市“样板间”。这批“样板间”充分展示了无人驾驶、智慧酒店、智慧商业等高端技术。上海这座城市想要把智能科技技术应用到市民的生活中来。
8月12日消息,据国外媒体报道,亚马逊将在加州欧文地区测试其自动送货机器人Scout,这是该公司“最后一英里”自动送货试验的一部分。 Scout是一种小型自动六轮机器人,由电池供电,其大小与大型冷却
中国人民银行作为监管部门之一,对于新技术在金融领域的应用高度敏感,已于2018年10月出台了《移动金融基于声纹识别的安全应用技术规范》,并正在加快制定人脸识别、活体检测、个人信息保护等相关标准。然而,生物识别技术的应用与监管已远超金融范畴,亟待加强顶层设计,完善相关法律法规,形成以《网络安全法》和正在制定出台过程中的《个人信息保护法》、《数据安全法》为“骨架”,以诸多细则条款和相关标准为“血肉”的多维度、立体式监管体系,防止系统性风险发生。
目前,如果一个人出现胸部疼痛等疑似心脏病症状时,传统检测方法主要依靠对冠状动脉扫描结果的判读,但这种方法有时并不一定能检测出病患未来会否心脏病发作。
在AI人工智能芯片领域独树一帜的寒武纪科技今天宣布,将在8月29-31日的2019世界人工智能大会上,首次展示新一代云端AI芯片“思元270”。 据悉,思元270集成了寒武纪在芯片架构领域的一系列创新
半导体行业是一个高度国际化的行业,任何一个国家或地区都不可能实现100%的纯本土化制造,大家必须携起手来,本着“开放合作、相互包容、共同进步”的态度,互相取长补短,谋求共同发展,才能实现共赢。
8月5日消息,据国外媒体报道,谷歌和苹果公司暂停收听用户与虚拟助理互动的录音,因媒体报道和监管机构对该技术,即AI(人工智能)相关有隐私担忧。 谷歌 上月,外媒曝光,谷歌在全球各地聘请合同工收听人们
8月15日,微软亚洲互联网工程院在北京召开了“微软第一AI美少女”小冰的2019年年度发布会,在会上正式发布了第七代微软小冰、Avatar Framework等重磅产品。 发布会依然是非常“微软St
人们在生活中已经开始习惯用语音控制电子设备、用图像识别人脸、让机器处理家务,人工智能正在全方位渗透到我们生活的每一个角落。从网络直播到求职招聘,从自动驾驶到智能安防,人类已开始大踏步迈入智能时代。
8月13日消息,据国外媒体报道,印度信实工业旗下子公司将同微软进行长期的合作,涉及云计算、人工智能等多个领域。 信实工业公司已在官网公布了子公司同微软进行长期合作的消息,与微软进行长期合作的是信实工
8月6日午间消息,针对外媒报道的小米解散VR产品开发团队一事,小米方面回应称为不实消息。 Facebook此前宣布,与小米合作开发价格200美元的虚拟现实头显Oculus Go(小米版本称作Mi VR
每个制造商都希望避免工厂意外停机。而且,首先是主动监控机器以使其保持正常运行。因此,技术供应商正在提供大量专为机器维护而设计的诊断应用程序。但是,许多可用的产品都是点太狭隘的点解决方案,或者它们太宽泛而且收集了太多错误的数据,这些数据并没有为技术人员提供找出潜在问题的根本原因的方法。
8月6日消息,据国外媒体报道,因AlphaGo而名声大噪的人工智能公司DeepMind,近日向监管部门提交了2018年度的报告,公布了业绩状况。 报告显示,DeepMind 2018年的营业额为1.
人工智能(AI;Artificial Intelligence)成为企业及各国家争夺的技术,愿意投入时间、资金和精力推进AI技术。根据麦肯锡(McKinsey)公司最近的一份报告,谷歌的母公司Alp
中国的互联网产业在过去10年的发展历程中,涌现出了一批非常优秀的做应用(APP)的高科技企业,但是我们缺少一家为这些高科技企业提供底层技术的企业。我们看过了多家AI企业,发现这里面蕴含着巨大的投资机会。
近年来,随着人工智能、物联网等技术的快速突破,传统产业的数字化、智能化、网联化发展已经成为大势所趋。在新一代信息技术与传统制造业体系的加速融合下,工业互联网逐渐起到了推动制造业转型升级的关键作用。
在金融领域,联邦学习能够用以分析潜在的欺诈行为;在保险定价领域,能够以更多维度精准分析用户的属性。对于企业而言,应用联邦学习能够更有效地节省成本,同时也能够更精准地去做用户的分级。另外对于一些数据非常敏感的场景,比如说医疗领域,不同医院之间也能够通过联邦学习技术去共享敏感的医疗数据。