• 商用概念试错案例 | GPT-4迈入应用层
    商用概念试错案例 | GPT-4迈入应用层 孙小程 罗茂林 ☉ 文      2023-03-18

    多邻国为例,该公司推出了嵌入GPT-4的付费产品DuolingoMax,能提供两种服务:一种是角色扮演,即AI作为对话伙伴,提供更真实的语言环境;一种是纠正用户的答案,并作出进一步解释。

  • 人脸识别是人工智能吗?
    人脸识别是人工智能吗? 胡说人工智能 ☉ 文      2023-03-18

    人脸识别是指利用计算机对输入的人脸图像或视频进行分析和识别,实现对人脸的检测、跟踪、对齐、特征提取、比对等功能。

  • Google Transformer的原理简述
    Google Transformer的原理简述 ChatGPT ☉ 文      2023-02-13

    Transformer的优势在于它可以并行地处理整个序列,避免了RNN和卷积神经网络中的递归和卷积运算,大大提高了训练和预测的效率。它已经广泛应用于各种NLP任务,如机器翻译、问答系统等。

  • VR眼镜必须要用专用的影视片源吗?
    VR眼镜必须要用专用的影视片源吗? 佚名 ☉ 文      2022-11-23

    普通的VR眼镜就是一个头戴式的眼镜框,然后搭配手机播放VR格式的影片使用,这种属于VR观影设备,让用户有一种身临其境的感觉,但也有些VR眼镜自带播放屏幕,不需要配合手机使用,而设备内配置了大量的VR片源。

  • AR、MR和彩色透视三者间有什么区别?(多图)
    AR、MR和彩色透视三者间有什么区别?(多图) 佚名 ☉ 文      2022-11-15

    就在于“R(现实)”。增强现实的“现实”,就是真实的物理环境;混合现实的“现实”,是照周围环境重绘出的高度保真的现实环境;虚拟现实的“现实”,是完全虚构出的,但足够让人信以为真的虚拟环境。

  • AR入门知识科普 | AR中的视觉一致性,如何实现虚拟物体和真实环境无缝融
    AR入门知识科普 | AR中的视觉一致性,如何实现虚拟物体和真实环境无缝融 VR看世界2016 ☉ 文      2022-11-14

    这个处理的过程,有一个专业术语叫做注册,注册指的是虚拟对象和真实对象之间坐标系的对准。我们可以简单理解为把物体放到环境中正确位置。

  • 视联网,虚拟现实的基础设施
    视联网,虚拟现实的基础设施 佚名 ☉ 文      2022-11-05

    有别于传统TCP/IP+H.323/SIP协议簇,“V2V”协议在通信寻址机制、通信节点交换机制等方面进行创新,能够突破TCP/IP协议的传输瓶颈,在链路带宽和服务能力均达到90%以上重载时,视联网交换服务器的数据转发时延都小于1ms,能够构建起大规模、高性价比、互联互通、安全稳定的高清视频传输网络,为虚拟现实产业发展提

  • 谷歌眼镜是如何探测人们情绪的?
    谷歌眼镜是如何探测人们情绪的? 蝌蚪五线谱 ☉ 文      2022-10-26

    人类情感探测器SHORE是德国弗劳恩霍夫生产技术研究所开发的识别类APP,用于谷歌眼镜上。它的全名是Sophisticated High-Speed Object Recognition Engine,即精密高速目标识别引擎。汽车制造商还可以将SHORE应用于检测司机的困倦程度。一旦出现司机眼皮耷拉等危险因素,便会触发警报。医务人员可以使用SHORE更

  • 智能扫地机器人有哪些分类?
    智能扫地机器人有哪些分类? 佚名 ☉ 文      2022-09-03

    扫地机器人的前方有设置感应器,可侦测障碍物,如碰到墙壁或其他障碍物,会自行转弯,并依每间不同厂商设定,而走不同的路线,有规划清扫地区。

  • 机器人的主要传感器有哪些? 机器人的主要传感器介绍
    机器人的主要传感器有哪些? 机器人的主要传感器介绍 佚名 ☉ 文      2022-07-24

    机器视觉从20世纪60年代开始首先处理积木世界,后来发展到处理室外的现实世界。20世纪70年代以后,实用性的视觉系统出现了。视觉一般包括三个过程:图像获取、图像处理和图像理解。相对而言,图像理解技术还很落后。

  • 计算机是个什么样的行业
    计算机是个什么样的行业 多人 ☉ 文      2022-07-12

    一是云化,云计算属于基础设施,云计算架构相对于传统架构具有投入资金少、易扩展等优势。目前国内云计算发展如火如荼,替代传统架构的空间仍然很大。二是AI化,云计算的发展使得数据量大幅上升,催生大数据分析,为人工智能算法的优化提供了“燃料”。

  • 技术案例 | 从特斯拉AI团队学到的九条方法论
    技术案例 | 从特斯拉AI团队学到的九条方法论 Gary Chan ☉ 文      2022-04-18

    除芯片外,特斯拉还建立了自己的人工智能计算基础设施,每周进行100万次实验。他们还构建了自己的调试工具,可以把结果可视化。在演讲中,Andrej Karpathy提到,他发现数据标签管理工具很关键,他们为这个工具感到自豪。

哈希力量 ☉ 人机智能科普文库