车路协同应用现有的标定方法都不理想，在公开道路上采集数据时工程师会有一定的安全风险，如果封路开展标定工作也会影响正常的交通通行，同时需要向交通管理部门申请才能进行标定。该论文创新地在行业内首次提出利用高精地图与V2X（指车对外界的信息交换）技术来实现路侧毫米波雷达的标定，并用智能网联汽车技术对

非常有意思的是，在自动驾驶中也存在类似的信号缺失问题。雷达信号提供的周围物体的距离信息对于自动驾驶非常重要。在自动驾驶中通常采用多线雷达获得物体的三维点云信号。由于多线雷达设备昂贵，自动驾驶方案往往面临雷达信号非常稀疏（大量缺失）的挑战。

“小数据”方法大致可分为五种：a)迁移学习，b)数据标记，c)人工数据生成，d)贝叶斯方法，以及e)强化学习。

已改名为Meta的Facebook和加利福尼亚大学研究了一种特定的设置，其中输入视频来自静态的双目摄像头，并且新视图大多是从输入视频中推断出来。团队相信，随着双摄像头和多摄像头智能手机越来越受欢迎，这种情况将非常有用，而且可能会对3D电话会议、监控或虚拟现实头显带来非常有趣的影响。另外，研究人员可以从静态

此项题为《通过学习和进化实现具身智能》（Embodied intelligence via learning and evolution）的研究登上了《自然·通讯》（Nature Communications）杂志。

最新的一种解决方法是利用柔性软体材料来构建机器人的主体，使其能够被动的在流体空间中运动，但目前尚未能证明该方案能够保证主动运动的机动性......这项研究发表在科学期刊《Science Advances》上，论文标题为《充满流体的密闭空间中的软体自适应多模态运动策略（Soft-bodied adaptive multimodal locomotion

《失序：机器人时代与全球大变革》的作者介绍：理查德·鲍德温（Richard Baldwin）。麻省理工学院博士，读博期间师从诺贝尔经济学奖得主保罗·克鲁格曼。现为瑞士日内瓦大学高级国际关系及发展学院国际经济学教授，前沿经济政策研究网站voxEU主编。

事实表明，和所有过去的人工智能系统一样，深度学习系统在面对与训练数据不同的新的数据的时候，可能会表现出必不可免的错误和脆弱性，也就是说，它们会出现无法预测的错误。

VLDB会议是数据管理与数据库领域的三大国际顶尖学术会议之一；VLDB Journal是数据库领域的顶级国际期刊；IEEE Transactions on Pattern Analysis and Machine Intelligence（简称TPAMI )是计算机视觉和人工智能领域国际公认的顶级期刊。

近日，全球人工智能顶会AAAI 2021以虚拟形式在线召开，并于会前公布了论文收录结果。AAAI 2021投稿论文总数达到“惊人的高技术水平”，9034篇投稿论文中，7911篇接受评审，最终1692篇被录取，录取率为21%......

在过去的十几年里，不管是在算法、理论研究还是实际场景应用方面，迁移学习都得到了越来越广泛的关注和研究。《迁移学习》这本书由该领域资深专家撰写，系统全面，包括了迁移学习理论、自动迁移学习、小样本学习、终身机器学习等，以及在计算机视觉、自然语言处理、推荐系统、生物信息学、行为识别等方面的成果。

通过本书，读者首先了解人工智能的工作原理，如建模、预测，卡涅阿德斯论证、克拉林根框架本体、卢依马非结构化信息管理。其次，知悉人工智能在法律领域的历史。第三，明确人工智能发展的过程是一个充满实验的过程。第四，发现人工智能是一种新的法律学习方法。