中国目前看起来最缺的，就是数据科学家或者叫做懂数据科学的人。

本文旨在深入洞察和理解在当今电子消费设备中获得可靠传感器数据所需的有效设计技术和软件解决方案，并提高用户对最终产品的满意度。本文将提供强大传感器数据融合技术的示例，例如基于在标准使用期间获得的陀螺仪信号，对估算磁力计偏移加以利用，及其对用户相关特征（例如行人和头部跟踪）的影响。

通过Cube.AI软件功能包，现在可以用STM32微控制器产品来支持机器的人工智能/深度学习。传感器也可以更加智能化。在传感器上运用人工智能，一来可以降低整个系统的能耗，二来可以把本身的噪声、稳定性和精度做得更好。

智慧家居的爆发已经喊了好几年，但是除了2014年的小高潮之后就一直不温不火，至今也没有突破性进展。那么，喊了很多年的智慧家居，为什么迟迟不爆发？

在过去十年中，设计人员开发了各种硅技术，能够以足够快的速度运行先进的深度学习数学，以探索和实现人工智能（AI）应用，如目标识别、语音和面部识别等。机器视觉应用目前通常比人类更精确，它是推动新的片上系统（SoC）投资以满足日常应用AI开发的关键功能之一。在视觉应用中使用卷积神经网络（CNN）和其它深度学习算法已经产生了这样的影响——即SoC内的AI能力正变得普及。

从电力市场的发展看，在电改背景下假设未来售电侧放开，国网仅收取输配电过程中的电力过网费，盈利能力大幅下滑是预期内的 事情，因此急需挖掘新的业绩增长点。从这一层面看，智能电网向泛在 电力物联网的过渡其实就是国网从单一售电商向综合能源服务商转型的过程。

泛在电力物联网，侧重用户侧或者说能源的需求侧，指利用“大云物移智”（大数据、云计算、物联网、移动互联网、智慧城市）等先进信息通信技术，实现用能、运维成本不断降低，也更好满足用户对多种能源的需求。

5月9日，拥有世界级算法优势的依图科技发布其首款深度学习云端定制芯片，定名“QuestCore™”（求索），并基于此推出云端边缘端两款视频解析硬件，成为中国计算机视觉“4 小龙”（商汤、旷视、云从、依图）中第一家尝鲜自研 AI 芯片的公司。公司创始人朱珑更是表示，依图要成为中国最成功的 AI 芯片公司之一。

工业4.0大幅变革传统生产线，新时代智能工厂应运而生。智能工厂将面对终端智能化、连接泛在化、计算边缘化、网络扁平化、服务平台化及安全提升化等技术发展趋势，需要解决智能感知控制、全面的互联互通等多个方面的问题。本文将传感器比作智能工厂的感觉器官，将机器人比作智能工厂的四肢，将AI系统比作计算大脑，介绍了实现智能工厂所需的关键技术，并指出边缘和云端的数据安全性将是智能工厂面对的最大挑战。

对于 AI First 的 Google 来说，已经无处不在地体现在它的产品和战略中，无论是硬件还是软件；而伴随着 Google 自身在技术方面的进展，它也在 AI 与用户需求实现更加深入的贴合，让这一次的 Google I/O 变得非常炫酷。

近日，知乎上出现一则问题“如何看待寒武纪新一代人工智能芯片（疑似思元/MLU270）规格？”知乎提问者称其在某互联网大厂工作的朋友说已经看到实物，并附上相关PPT照片。本次PPT泄漏事件不仅曝光了新一代云端芯片的中文名“思元270”，还展示了该芯片的制程工艺、峰值性能、功耗等部分技术参数，性能数据直逼英伟达Tesla T4。

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。