数据获取（即传感）只是系统开发的第一步。有了这些数据后，系统还需要去感知，即利用传感器产生的数据去教授汽车去观察其他汽车的位置、车道的位置、人的位置及移动……

在孩子们的脑海中，机器人通常都是动画片中的那种有着四肢的机器，能够走路、能够帮人类做一些事情。在学习机器人相关的知识时，孩子们拿到机器人后的第一反应大多也是“它能不能帮我拿个东西？”、“这两个机器人能不能比赛谁跑得快？”、“他们能不能打一架？”，这其中就对机器人的行走、运动能力有着很高的要求。

他借助Pullstring平台，设计出了专属的聊天机器人程序。该程序以上传的9万余词语为基础，由弗拉霍设定出针对某些语句接近父亲风格的回答，以此实现与去世父亲的虚拟交流。

一种“仿人脑超级计算机”已经在美国空军服役。这种超级计算机采用了IBM的TrueNorth神经形态64芯片阵列，适合飞机以及尺寸、重量和功耗受限的其他嵌入式、移动和自动系统等潜在应用使用。这种电子大脑拥有超过6400万个神经元和160亿个突触，其神经突触阵列可以执行实时的模式识别和感觉处理，而且速度和精度都要高于人类大脑，功耗只需10W。

目前打出“无人商店”的招牌的企业不少，从单人/多人，半自动/全自动这两个衡量指标我们可以将它们分为4大类。涉及刷码进门、刷脸进门、刷手掌静脉进门、扫码支付、IC标签+RFID(无线射频识别) 支付、用户行为分析支付等诸多技术。

人工智能能赋予机器人思考、情绪等太多人性化的东西。卡耐基梅隆大学的研究人员用现成的材料和零件做成一套名为 Fingervision 的系统，虽然这套系统看上去不起眼，但它却赋予了机器人粗略的触觉。

随着算法、计算能力和大数据这三大人工智能要素的发展，人工智能范式迁移已现端倪，技术和产业两个维度的“奇点时刻”正在临近。

此文不关涉政治，但如果能更好地实施边境控制，为什么要修建围墙或围栏？我们是电子设计师，所以让我们用聪明的电子设计架构来强化边境控制。 本文将详细论述一些可能具有成本效益的想法，包括瑞利背向散射、能量采集、自主无线传感器、无人机、摄像头以及激光雷达和雷达等技术。

机器人要眼观六路，耳听八方，行走天下，胸有丘壑。而这一切都离不开一颗强劲的大脑——高性能计算平台和高效算法。

虽然是无人机，但工作人员还是拿着遥控器跟在后面。前方有人阻挡时，工作人员会上前让行人避让机器人。说好的自动避让呢？

近年来，扫地机器人以“智能清洁”功效强势进军“家庭经济”，深受行业媒体及广大消费者关注。不过，近日由美国扫地机器人公司iRobot向美国国际贸易委员会提起的“337调查”却撕开了一场专利大战，矛头直指全球11家企业。

越来越多的系统设计或整机制造企业意识到，要保证产品的创新或是独特性，必须要有自家独特的设计。如果是能够在核心的控制芯片或是处理芯片，采用自家专有的技术，同时还能降低对供应商的依赖或是材料成本，这将会是在市场上取得成功的重要，甚至是关键的因素。

本例所示的 iPhone 修复需要 10~12 分钟，以确保新 Touch ID 传感器被妥善识别。同时进行的还有新屏幕触控功能的测试。

针对机器人的运动控制问题，增强学习技术的运用存在哪些难点？我们又可以采取哪些有效的解决方法？

这个项目名叫Metalimbs，可以让我们直接像书包一样背起来。虽然是手臂，但想操作它却要依靠佩戴者脚和膝盖的动作，而负责感应信号的则是佩戴者肢体上装备的弯曲传感器。