昨天，阿里巴巴达摩院发布2019十大技术趋势，其中就包括“超大规模图神经网络系统将赋予机器常识”： 单纯的深度学习已经成熟，而结合了深度学习的图神经网络将端到端学习与归纳推理相结合，有望解决深度学习无法处理的关系推理、可解释性等一系列问题。强大的图神经网络将会类似于由神经元等节点所形成网络的人的大脑，机器有望成为具备常识，具有理解、认知能力的AI。 此前，新智元曾经报道过清华大学孙茂松教授组对

作者 | 白告天 来源 | 边缘计算社区 头图 | 下载于视觉中国 近日，国际权威分析机构Gartner发布了首份《通信运营商5G网络基础设施魔力象限》报告。以最直观的方式展示了这一领域内各家头部企业的力量对比情况。 Gartner通信运营商5G网络基础设施魔力象限 该魔力象限帮助通信服务提供商，识别和评估其5G网络基础设施的网络设备提供商。这种端到端的5G网络基础设施包括RAN、核心网络

不需要动手术，只需戴上一套大脑控制界面，用户即可对机器人进行控制。 近日，一家位于墨尔本的初创公司Aubot研制了一款机器人Teleport，通过大脑控制该远程呈现机器人，身体不便移动的人们即可走进大千世界。 据了解，这台机器人配备了一台触屏平板，高度可在1.1米至1.7米之间调节。在控制Teleport机器人之前，用户不需要进行脑部手术放入一些芯片什么的控制器，也不需要

本文经AI新媒体量子位（公众号ID：QbitAI）授权转载，转载请联系出处。 AI+软件+硬件，让Google助手无处不在。 这是Google刚刚结束的产品发布会的核心旋律——开门见山、贯穿始终。Google预测：下一次的伟大飞跃，将发生在AI、软件和硬件的交叉路口。 那在这个伟大飞跃前夜，Google都发布了什么？量子位带你一文看尽、一文看懂。 AI为先（AI First） Google公司C

早期的物体检测算法，无论是一步式的，还是两步式的，通常都是在Backbone的最后一个stage（特征图分辨率相同的所有卷积层归类为一个stage）最后一层的特征图，直接外接检测头做物体检测。此种物体检测算法，可以称之为单stage物体检测算法。 由于单stage物体检测算法中，Backbone的最后一个stage的stride通常是32，导致输出的特征图分辨率是输入图片分辨率的1/32，太小，