深度长文：“自由能原理”或许是人工智能发展的正确方向 2018-12-28

天才神经学家可能掌握着人工智能的关键。 编者按：神经学家卡尔·弗里斯顿最初将自由能原理用在神经科学，是为了治疗神经疾病以及合理的解释世界，却未想到数学化之后的自由能原理可以应用于人工智能领域，但对于许多人来说，自由能理论的解释难以理解，但不可否认这位人工智能领域带来了新的发展方向。ShaunRaviv(@ShaunRaviv)是一位生活在佐治亚州亚特兰大的作家，该篇文章发表在12...

工信部印发车联网产业发展行动计划 2018-12-28

随着中国车联网产业规模不断扩大，更多关键核心技术需要突破，政策法规也亟待健全。12月27日，工信部制定了《车联网(智能网联汽车)产业发展行动计划》(简称“《计划》”)，以促进车联网产业进一步健康发展。 《计划》指出，车联网(智能网联汽车)产业是汽车、电子、信息通信、道路交通运输等行业深度融合的新型产业形态，发展车联网产业有利于提升汽车网联化、智能化水平，实现自动驾驶...

2018年中国5G产业市场规模及前景预测 2018-12-28

5G是第五代移动通信网络，将为移动终端带来超越光纤的传输速度，赋予万物在线连接的能力。5G用户将切实感受到人与万物“零”时延的智能互联，并达成“信息随心至，万物触手及”的愿景。在5G网络重构与能力升级的新变革之下，蕴藏着万亿机遇的5G产业一触即发。随着商用进程深化，5G技术将推进物联网、云计算、大数据及AI等关联领域裂变式发展，赋能垂直行业并深度融合，形成5G大生态，为国家竞争力提升、社会转型和行...

全年盘点：2018年十大物联网事件 2018-12-27

你可以感谢俄罗斯黑客、加州立法者和并购交易经纪人在2018年制造了一些重大的物联网事件。大规模的收购扩大了产品供应并加速了物联网的发展，新的尖端产品可以改善物联网的安全性，并有大量安全问题在物联网设备和基础设施中暴露出来。 下面就让我们来看看2018年这十大物联网事件： 10、西门子收购Mendix，简化工业物联网应用开发 西门子以7.3亿美...

物联网即将到来 四个方面值得期待 2018-12-27

互联网已经将数亿人聚集在一起，并建立了前所未有的联系，但这仅仅只是开始。物联网(IoT)即将到来，我们所知道的生活将会改变。 物联网几乎将每个物品都连接到互联网，家具、门、食物、化妆品等所有物品都配备传感器，以监测数据并将其发送到云端。换句话说，一切都会变得“聪明”。 物联网的影响将是巨大的，整个地球将成为一个统一的、类似大脑的系统。这听起...

AI人工智能如何改变当今商业环境的场景？ 2018-12-27

人工智能（AI），机器学习和相关技术曾经是科幻小说的领域。在经济实惠的计算能力和充足的数据供应的推动下，这些技术现在已经达到了可以评估选项，做出决策甚至采取行动来执行这些决策的程度。 今天，企业正在进入一个受数据统治的新时代。具体而言，人工智能正逐渐发展成为塑造日常业务流程和商业智能决策的关键驱动因素。 由于认知计算和人工智能的进步，公司现在可以使用复...

日本将允许高度自动驾驶汽车上路 或2020年开始 2018-12-27

日本国家警察厅公布了一项法案草案，将允许具高度自动驾驶功能的车辆在公共道路上行驶，并且计划于2020年上半年实施该法案。该法案将允许政府归类为3级自动驾驶的车辆在公共道路上行驶。在早期阶段，日本政府可能只会在公路发生交通堵塞期间，允许使用3级自动驾驶技术。 该法案将会使国家道路交通法得到修订，允许政府归类为3级自动驾驶的车辆在公共道路上行驶。3级自动驾驶的车辆可让驾...

杨东援：新技术变革与城市交通发展 2018-12-27

1.引言 近年来，新技术的发展令人眼花缭乱，同时所引发的新问题也受到各方面的关注。作为一个关系到国计民生的重要基础服务领域，城市交通不应采取封闭的态度排斥新技术和新模式，不应坐等“苹果熟透从枝头自然掉落”，也不应随意让机器主宰重要的社会运行控制。 2.全面认识新技术的内涵 当前的新技术发展，实际上体现了从技术应用到行业体系变革的趋势。要想在这种变革中掌握...

2018年物联网白皮书发布，智慧城市、车联网成关键词 2018-12-26

12月初，中国信通院发布《物联网白皮书（2018年）》对物联网的发展趋势、应用发展情况、关键技术产业的进展进行分析，针对当下的物联网发展情况，对未来的发展进行布局。其中未来人类的出行，汽车与物联网之间的发展布局成为本次白皮书的一个重要关注点。 我国车联网行业发展 车联网是物联网技术在交通系统领域的典型应用，当汽车行业从制造业向服务业转变，用户体验、智能驾驶、智慧交通成...

IBM研制出新型人工智能芯片 2018-12-26

在12月初举办的NeurIPS会议上，IBM展示了一款新型人工智能芯片。 IBM的研究人员声称，他们已开发出一个更加高效的模型用于处理神经网络，该模型只需使用8位浮点精度进行训练，推理（inferencing）时更是仅需4位浮点精度。该研究的成果已于2018年12月初在国际电子元件会议（InternationalElectronDevicesMeeting，IEDM）和神经...