摘要：有网友在Quora上提问：对于那些非计算机科学行业的人，你会如何向他们解释 机器学习 和数据挖掘? 斯坦福大学的印度学生、机器学习爱好者 PararthShah 在2012年12月22日的使用买芒果的例子，非常经典易懂。如何用类似的方法来解释 神经网络 ?

　　在疯狂的阅读爱情小说几个月后，谷歌的人工神经网络现在又有了进步，不仅可以进行更口语化的阅读和写作之外，现在居然可以凭借自己的理解创作诗歌了。
　　

人类与机器都依赖于神经网络来进行目标与面部识别。最新的证据显示，这两类视觉系统也具有相同的缺陷。

　　据科技网站ZDNet报道，手势控制技术是今年CES的亮点之一，展会上许多玩具和配件都配备了该技术，挥挥手就能控制。但眼下市场上的产品多数是依靠手套、手表和手环等设备来进行动作捕捉和命令转换。
　　

昨天，Google发布了Tensorflow游乐场。Tensorflow是Google今年推出的机器学习开源平台。而有了Tensorflow游乐场，我们在浏览器中就可以训练自己的神经网络，还有酷酷的图像让我们更直观地了解神经网络的工作原理。今天，就让硅谷周边带你一起去Tensorflow游乐场快乐地玩耍吧!

Three-column CNN模型通过同时处理立体图像中包含的平面图像信息，以及差分图像所包含的深度信息，构造了一类新的无参考立体图像质量评估方法，突破了传统的处理思想，有效地将平面信息与深度信息统一的运用到质量评估算法。

“让机器会做梦，从某种程度上来说，是人工智能发展的一个关键技能”，Bengio在接受O'reilly的采访时说到。在这里，“做梦”代表的是想象的能力，也是监督学习和无监督学习的主要区分之一，如果只能通过监督学习的方法来学习，那就必须要通过真实经历，才能产生认知。在对真正的人工智能的探索中，无监督学习仍然是关键谜题之一。我们可以在一个较...

人称“深度学习”的人工智能技术如今备受关注。为了大幅提升图像、语音的识别精度，美国谷歌等公司正在进行研究。这项技术还有望在经济动向预测、新药开发等领域发挥威力。

为何取这标题呢，只是觉得目前人工智能只用于娱乐而已。

新常态下越来越多的传统制造业企业都将由机器人逐渐替代，而且这还会慢慢的普及下去，渐渐融入人们的日常生活。工业自动化生产深深的融入各个领域，生活将会更加便捷，各种机械手、注塑机、冲压机、传送机等等不断出现在大家的眼球中。

在机器视觉系统中，获得一张高质量的可处理的图像是至关重要。系统之所以成功，首先要——图像质量好，特征明显，。一个机器视觉项目之所以失败，大部分情况是由于图像质量不好，特征不明显引起的。要——好的图像，必须要选择一个合适的光源。

机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、 I/O卡等)。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块

机器视觉技术是目前工业生产检测、医疗检测等领域为实现自动化、智能化而采取的应用。整个机器视觉系统分为图像采集与图像处理两大板块，采用模拟工业相机的图像采集系统中，图像采集卡就是连接这两大板块的重要组件。同时，由于机器视觉系统图像采集部分主要由LED光源、工业镜头以及工业相机互相配合组合而成，而图像处理部分则是由图像处理软件来实现，因此，在原理结...

较近Movidius芯片的出场率越来越高了。DJI较新无人机的回避障碍功能、FLIR较新温度摄像头自动识别火灾中的人——这些都是通过神经网络的深度学习实现的。公司还与谷歌签订了合同，将芯片融入一个未公布的神秘产品中。现在，这家芯片制造商出了个新产品，据称可以将强大的深度学习带给任何人：一款名为Fathon神经计算棒的USB。

近年来机器学习、AI领域随着深度神经网络(DNN)的崛起而迎来新一波的春天，尤其较近两年无论学界还是业界，或是各大媒体，甚至文盲老百姓都言必称“智能”。关于这方面，可讨论的东西实在太多太多，我不想写成一本厚厚的书，所以在此仅以机器学习在计算机视觉和图像领域的人脸识别应用作为一个例子，来陪着大家看看这场热潮、浮华背后有哪些被专家学者们忽视或...