一个蹒跚学步的孩子可以快速识别出好吃的东西，也能知道那些带刺的东西会扎手，而最近发布的BrainOS软件就模拟了这种方式，它并不是去改编机器人程序，而是通过经验，教会机器人学习具体的行为。

传统行业如何利用机器学习来收集新的商业视点？

联接主义和符号主义所面临的魔咒都指向同一个根本问题。

这样真的没问题么（破涕为笑脸

正如同乔布斯看到施乐新发明的的图形用户界面（GUI）时那一刻的感觉：“我看到了计算机产业的未来”。

Matthew Lai 开发了一个名为 Giraffe 的人工智能机器，它可以通过自学来判断这步棋该怎么走，这种方式更像人类的思考方式，和传统的国际象棋引擎具有完全不同的方式。

机器人时代的黎明将至？哪些技术在推动机器人技术的发展？

传出集体辞职的Google Now，到底是什么呢？

M 是 Facebook 目前正在研发的全新虚拟语音助理，这一语音助手建立在 Facebook Messenger 之上。

神经网络可解释性问题成了一个灰色区域，思考这个问题对神经网络效率的保证是有必要的。

在美国圣何塞附近的研究室里，IBM用48块TrueNorth试验芯片构建了一个电子的啮齿动物大脑，每一块芯片都可以模拟大脑的一个基本构件。

日前，一家创业公司正在研发一款足够智能的家用视频监控，可以识别出在你家门廊处是否有狗狗、猫咪，或者是快递包裹。

3D体感核心技术包括3D拍摄、人物提取和骨架识别。我们来浅析一下3D体感技术每个核心环节的技术特点。

究竟深度学习能不能实现Facebook预想的管家还不得而知，就算是真正能实现，人们能获益多少现在也还难以想象。但可能我们并不需要等太久了，有一个人坚信，那些怀疑机器深度学习语言能力的人们终会后悔。

机器人现在还不具有自我意识，但最后它们将成为超越人类的存在。

递归神经网络技术不仅能识别复杂的移动图像，还能自动为网络图片和视频生成详细说明，改善翻译系统等。Facebook、百度和谷歌都在推进这一技术，现在又有一家名为 Nnaisense 的初创公司加入进来。