人工智能（AI）风头正劲。各种应用领域都有应用AI的方案，但是其中许多方案中的AI应用都取决于云端的计算能力，而在嵌入式系统领域并不具备可以随时自由连接云端的环境。即便是可以连接到云，也会因云端反馈所带来的延迟而无法满足嵌入式系统对实时性的高要求。此外，对于电池供电类应用，我们希望功耗越低越好，但目前一般的低功耗技术，只能在运行和待机模式中择一保持低功耗，这就无法满足系统长时间工作的要求。

根据一项新研究，一种类似电池的设备可以作为计算系统中的人工突触，用于模仿大脑的效率和学习能力。大脑只需要很少的能量就能学习和记忆大量信息的能力激发了类脑或神经形态计算机的研究。

Musk用一系列让人眼花撩乱的题目，说明Tesla为了实现自动驾驶车辆而使出的十八般武艺，只为了提醒产业界他们不是一家普通的车厂。

AI的本质就是高性能计算，就像电力一样是一项通用能力，是能对所有行业进行产业升级以及产品迭代起促进作用的存在。

3D人脸识别是智能手机、AR/VR等移动设备发展的一大趋势，并将在工业、汽车等各领域渐渐普及。这其中涉及的关键技术就是3D成像。目前市场上的主流技术有三种，技术指标、成本和系统要求等各不相同。

当高速运动的粒子碰撞之后，可能引发链式反应而释放出巨额能量。当人工智能和超算结合在一起时，一款款冷冰冰的超级计算机，将拥有了像人一样的自学和思考能力，而且回过头来，还能秒杀人类。很可能，在不远的将来，人类在超级计算+人工智能面前，就可能像蚂蚁面对人类一样无力和脆弱。

亚马逊团队成员将用户坐标（以纬度和经度形式存储在系统中）粘贴到Google地图中，不到一分钟，该员工便得到了用户房子的图像和相应的地址。

随着近年深度学习的兴起，瑕疵检测也出现新的技术演变，从传统的 AOI 转向与 AI 结合，不少初创公司开发用以检测元件瑕疵的 AI 软件，或与 AOI、AVI 设备结合使用。另一方面，检测设备商也通过 AI 技术优化 AOI 设备的准确度。

这个全新的神经网络架构名叫“关系归纳神经网络”，它能够总结和归纳微波集成电路内在的电磁规律，并自己学会设计和调试。文章给出的结果显示，该神经网络设计微波集成电路的水平堪比人类专业工程师。

往常我们总是将目光放在 MIT、Deepmind、伯克利、波士顿等海外知名研究机构身上，其实中国科研团队在机器人领域也有不少令人惊喜的收获。前不久哈工大的一篇论文就成功登陆了《科学》杂志子刊《科学·机器人学》（Science Robotics），研究人员将电影中可怖的「黑色风暴」，变成了有望辅助癌症用药的「蚁群」机器人。

在发布会上，马斯克不仅亮出了自家的自动驾驶“核武器”——特斯拉“全自动驾驶计算机”（full self-driving computer，以下称 FSD 计算机），还“豪言”称：傻子才用激光雷达，现在谁要还是靠激光雷达，那就要完蛋，注定完蛋！

Facebook提出了一个新的AI模型，这个模型可以对原始视频中的动态的角色进行定位和提取，提取后的角色可被开发者控制，并且添加上任意背景即可生成新视频。

Frantz表示，随着组件尺寸缩小，他对于SiP技术发展的终极目标，是催生能自行产生或创造能量、具备传感器基础，以及拥有控制、计算机、无线通信的单一封装，并且没有接脚。

知乎答主@小城 用了3个不眠之夜，对此进行了一番详细测评，证实了华为确实有“P月”功能，这是“无中生有”的能力，即，将非常模糊的月亮图片“复原”之余，还能做到：1. 把彻底抠除的细节加上；2. 把翻转调换的细节复原；3. 把额外添加的杂项消除。

家电应用中的痛点可以通过MEMS传感器来解决。比如，当冰箱出现异味时，气味传感器可以感知冰箱内部的气味的变化量并反馈给主控，主控根据气味传感器的反馈数据，定期控制除味模块，实现智能化控制。