尽管AI技术并不是什么新鲜事物，但数据的爆炸式增长促使AI以惊人的速度发展，例如在百度和谷歌等数十亿次的搜索提供了相当大的实时数据集，支持了AI的蓬勃发展。

在过去几年里，人工智能已经取得了长足的进步，尤其是机器学习技术中的深度学习。为了解决众多棘手问题，人类设计人员一直都在花费大量精力研究手动式工程解决方案，而深度学习则直接将目标对准了针对特定问题的大型复杂数据集。

因为AI是如此被动吸收被馈入的数据，因此只能反映出存在于人类开发者心中的偏见──无论是有意识或无意识的…

2019年是跨多个领域和行业的数字化转型之年，数据中心市场也不例外。 在维护自身地位和保持与新技术同步发展的双重压力之下，数据中心供应商看到了转型的必要性，也在为即将到来的挑战做好准备。

物联网（IoT）应用已纵向渗入几乎每一个行业，例如，出于安全目的，住宅、商业和工厂开始使用可视门铃。本文深入探讨了有关可视门铃的一些视频、音频和电源设计难题，以及解决这些难题所需的技术。

150多年前，电话的发明掀起了一场通信革命。如今，随着各种新型智能设备利用人工智能（AI）从语音中提取含义，人们能够通过更加直观的新途径与身边的设备进行交互，一场新的语音通信革命正在到来。本文探讨了技术发展的现状，并预测了哪些技术将最终使无处不在的语音助手成为我们日常生活的一部分。

今天，达摩院发布了“2020十大科技趋势”， 对AI、芯片、云计算、区块链、量子计算以及工业互联网等科技领域的未来发展做了重要预测。

随着制造技术的进一步发展，制造工艺也变得越来越复杂、越来越精良。如今PCB制造行业面临历史机遇，可利用人工智能（AI）优化生产流程及整个PCB制造设施。

人工智能(AI)活动AI Experience吸引了许多人参与，优秀的技术人员和演讲者从机器学习、物联网到智慧城市应用，为与会者展示了惊人的创新。边缘计算、人工智能、大数据，这些元素将与我们一起迈向不远的未来。人工智能可应用于制造行业的预测性维护及其它许多方面，它提供一系列技术来分析生产过程中收集的海量数据，并生成有用的信息，以实现并支持卓越的生产能力。

从智能手机App以及VR头戴式装置看到的影像，框住了你的想象力吗？

汽车正在变得越来越智能，但是如果汽车行业要实现完全自动驾驶的目标，他们还有很长的路要走。尽管业界还在讨论实现全自动化所需的理想技术组合，但是有一点是明确的，那就是人工智能，尤其是神经网络将发挥重要作用。

机器学习和GPS技术的结合已经能够让零售商在潜在顾客走到商店附近时提供个性化的广告。下一步是使用店内传感器（如蓝牙信标）在单个货架上提供超本地化促销。

网络购物的发展带动了物流中心数量的增加，因而在物流中心处理许多繁重任务的轮式机器人的数量也随之增加。这些轮式机器人要应对的下一个挑战是最后一公里交付，以帮助减少市中心区繁忙街道的拥挤程度。

今天，主流5G部署采用5G中频段，其折中了容量与覆盖优势，兼顾了室外与室内覆盖，并通过Massive MIMO技术进一步提升了小区容量和覆盖，让运营商可以基于现有4G站址建设一张广覆盖的5G网络。但面向未来流量成倍增长，单靠有限的中频段资源肯定是不够的，为此运营商不得不扩展到毫米波频段，但毫米波信号覆盖范围不过一两百米，根本无法从室外抵达室内，这给网络建设投资带来了空前的压力。怎么办？

受到人工智能/机器学习（AI/ML）的推动，数据中心/云端和边缘计算市场快速发展。在这个市场中，智能网卡大热，其中又以FPGA为新。Achronix和BittWare共同推出的基于Speedster 7t FPGA的VectorPathS7t-VG6加速卡，让二线云服务提供商也能获得以前只有大型云服务提供商才有的采用FPGA方案的优势。