机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同，机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。

美国《福布斯》网站在5月25日的报道中，列出了AI的几个应用领域：从预测流行病暴发到抗击癌症，从保护生物多样性到减少饥饿……AI正在不断彰显自己的价值，帮人类迈向一个更可持续、更清洁、更健康的未来。

机器人可以分成两大类：固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器；另外还有能够实现感知能力的软件，比如定位、地图测

人工智能可以分解为几种方法：机器学习（Machine Learning）、自然语言处理（Natural Language Processing）、专家系统（Expert systems）、视觉（Vision）、言语（Speech）、规划（Planning）、机器人技术（Robotics）。

“较远距离通过充电桩发射无线电波，在家庭的环境中，人暴露在无线电辐射中，要保证充电速度，一定得加大功率，很可能对身体有较大影响，这个疑虑不太容易消除。”至于是否会被隔壁邻居偷电，项立刚认为，不太可能，因为有墙，穿透肯定不行的。

超级计算机也以处理速度快而著称，但它与量子计算机不一样。超级计算机本质上还是以传统计算机二进制（0与1）为基础的，运算速度依然受限于电路的性能，而量子计算机完全属于另一个体系。

强化学习属于机器学习中的一个子集，它使代理能够理解在特定环境中执行特定操作的相应结果。目前，相当一部分机器人就在使用强化学习掌握种种新能力。

美国的医疗AI审批快于中国：2018年2月，FDA审批了第一个针对中风的AI诊断决策支持产品——Viz.AI的ContaCT，同月审批了第一个针对儿童自闭症的AI诊断决策支持系统——Cognoa公司的一款深度学习应用......

这是研究员Liza Dixon提出的，并在她的论文《The Greenwashing of Vehicle Automation》中进行了解释。对于任何从事自动化或自动驾驶汽车技术的人来说，这都是一个必须要知道的问题。

物联网、工业4.0、ADAS、自动驾驶和视频直播等领域的发展所产生的，就是非结构化数据。而例如人工智能、机器学习、语义分析、图像识别等技术则需要大量的非结构化数据来开展工作。

外媒Gsmarena认为这种显示手机是否连接到4G或5G的方式容易引起混淆，尤其是所谓的“5G E”。“5G E”这个图标意味着你的智能手机已经连接了LTE Advanced Pro网络。这一网络被称为4.5G、Pre-5G，它并不是真正意义上的5G网络，而是从4G过渡到5G的网络，其中包含了载波聚合这样的新技术，其理论速度可达到3Gbps。

Motion-to-photons latency 动显延迟（从用户发生运动动作到该运动动作触发的反馈显示在屏幕上所需时间。有的称作头动延迟，但VR中不仅仅是头部运动）......