最近半年以来，人工智能的发展重心逐渐从云端向终端转移，相伴而生的是全新一代的计算芯片产业全面崛起。

早在15世纪，当人类开始探索海洋的时候，定位技术也随之催生。当时的定位方法十分粗糙，就是是运用航海图和星象图以确定自己的位置。

Facebook的AI Camera团队在发表的一篇博客中介绍了其最新研究成果。目前，他们正在研究AR全身追踪技术，该技术可以准确地检测到身体姿势，同时可将人体从背景中分割出来。

据新闻媒体Axios报道，特朗普政府中的国家安全官员正在考虑国有化部分5G移动网络，此举可帮助美国政府接管该国移动网络，以此来应对中国挑战。

一辆高速行驶的Tesla在美国加州的公路撞上停在路边的消防车...又是自动驾驶功能惹祸？

积电表示，三期工程全部投产后，Fab 18的年产能将达到100万块300mm晶圆。

“我梦想的引擎，是可以随身携带，现场为我提供指导......我的目标是推动AI运行在小于100毫伏的运行。 我们需要重新思考我们如何做计算。 我们正在从基于算法的系统转向基于数据的系统。”

深度神经网络是几十年来一直在人工智能方面进行的相对较小的工作。从2012年左右开始，包括Facebook的Yann LeCun在内的研究人员开始使用特定种类的DNN识别图像，并最终以比人类更高的准确度显示令人惊叹的结果

今年的行业可能会看到来自创业公司Graphcore的一款微处理器，该公司不使用DRAM，而是来自竞争对手Cerebras Systems的晶圆级集成开拓先锋。英特尔收购的2.5-D Nervana芯片已经在生产样片，其他十几个处理器正在开发中。同时，从Arm到西部数据的芯片公司正在研究内核，以加速深层神经网络的推理部分。

最近橘子皮解锁指纹识别的事刷边各大社交论坛及媒体，很多手机都没能逃过这个bug，很多人表示看了视频之后感觉好可怕，并召唤“大神”解释指纹识别被破解的原理。

今天，产品、场所和价格仍然重要，但分销商正在被要求做更多的事情。他们的概念从根本上被改变了，并越来越不像以前的分销商。仅仅提供原材料是不够的。这也难怪，客户的结构也在发生变化，硬件制造的业务也正在以其他方式改变。他们不得不变。

清华大学微纳电子系副系主任尹首一老师带队设计了低功耗AI芯片Thinker，专注于神经网络计算，可以动态地调整计算和内存需求，用于视频、图像、语音等多种AI任务应用。

迷你机器人可以游走于人类周身血管和精密机械内部，在这些人类难以触及的特殊地点大显身手。不过，这些地点复杂多变、障碍重重，非常考验机器人的灵活性。

FlightAutonomy 2.0 的出现不是大疆锁定竞争优势的成果，而是现在的大疆 PK 掉曾经的自己。

最新的vivo X20 Plus屏幕指纹版量产机已经在指尖侠手上，下面抛开专业的技术原理，围绕其指纹识别实测感受谈谈初步体验的几项细节以及优缺点。