AI核心支柱技术全景解析
AI核心支柱技术机器学习：涵盖监督学习、无监督学习、强化学习深度学习：基于神经网络的智能学习范式自然语言处理：涵盖机器翻译、语音识别、文本挖掘等计算机视觉：包括图像识别、目标定位等专家系统：模拟人类专家判断的逻辑系统从技术原理、核心方法、前沿进展与典型场景四个层面系统梳理，构建完整技术图谱：机器学习是让机器从数据中自动发现规律的学科，关键在于构建最优映射函数。监督学习（有标签训练）：核心任务：分类（离散结果）与回归（连续预测）。经典算法：线性/逻辑回归、支持向量机（SVM）、决策树与随机森林、XGBoos
人工智能学术前沿系列讲座（第45期）
人工智能学术研讨会AI前沿对话人工智能学院讲座信息主题从可解释性到表达力：多模态数据生成模型的演进之路时间下午02:00-03:00日期2026年7月22日地点教学楼A栋415室Zoom链接https://cuhk-edu-cn.zoom.us/j/92754850077?pwd=QakJboO4F5vCQ7uYmei9L4LbFg2kaZ.1 密码: 260722会议号: 92754850077演讲嘉宾Marco CRISTANI 教授（意大利维罗纳大学）主持人李海洲 教授（香港中文大学（深圳））嘉宾简
AI如何变革精英篮球表现分析？从数据统计迈向比赛洞察
近年来，人工智能（Artificial Intelligence，AI）正迅速革新竞技体育的发展模式，篮球无疑是其中最典型的应用领域之一。以往，篮球比赛分析主要依靠投篮命中率、篮板球、助攻等常规技术数据；如今，借助机器学习（Machine Learning）、计算机视觉（Computer Vision）、运动员追踪系统（Player Tracking）、可穿戴设备（Wearables）以及自动视频解析等技术，篮球分析已迈入以数据驱动（Data-driven）和智能决策（Decision Support）为
夏季AI研招宣讲|卢志武教授谈多模态推理与生成技术
“AI之夏”研招系列学术讲座第6讲：多模态推理与生成AI之夏研招讲座“AI之夏”研招系列学术讲座第6讲，由人大高瓴人工智能学院卢志武教授为大家宣讲。讲座信息讲座主题：多模态推理与生成活动时间：7月6日下午13:00-14:00直播地址：抖音号：dyjnmwmnh3bc或抖音关注 @中国人民大学高瓴人工智能学院打开抖音搜索页扫一扫👇嘉宾信息：卢志武，中国人民大学高瓴人工智能学院教授，博士生导师。2005年毕业于北京大学数学科学学院信息科学系，获理学硕士学位；2011年毕业于香港城市大学计算机系，获博士学位。
院校AI专利技术转化：五大热点赛道深耕实体经济应用
导语：本文依托六棱镜全球产业科技情报分析系统PatNavi，对2026年度国内高等院校及科研院所发布的人工智能领域可转化专利数据进行系统梳理，识别出工业机器人、智能交通、新型电力系统等五大重点技术方向，剖析优质校企联合专利成果的协同模式与落地优势，挖掘院校AI专利技术赋能实体经济、民生领域的产业化潜力与应用价值。人工智能可转化专利热门方向◈工业机器人与智能装配技术该方向为本轮专利布局的重点领域，北京航空航天大学等院校聚焦工业机器人关键痛点形成系统化专利组合，涵盖机器人绝对定位精度补偿、混合视觉伺服定位、触
AI与视觉技术论文速览：2026年7月3日
人工智能(cs.AI:Artificial Intelligence)【1】持久状态AI系统中的分布式攻击【2】大型语言模型的在线安全监控【3】ReContext：递归证据重放助力长上下文推理【4】无人监督时LLM代理的行为：多代理辩论中的社会结构与潜在目标涌现【5】G-RRM：利用循环推理模型引导符号求解器【6】EvoPolicyGym：交互环境中自主策略演化的评估【7】基于大型语言模型的Linux/bash考试自动评分：四层认知分类法【8】非曼哈顿环境中的文本驱动3D室内场景合成【9】通过RFM-AG
深度解析：从2D视觉大模型向3D点云的迁移与融合
近年来，依托深度学习的人工智能在2D计算机视觉领域取得了巨大突破。图像分类、目标检测、语义分割等任务的准确率持续攀升，部分场景下甚至超越了人类水平。特别是以CLIP为代表的大规模视觉-语言预训练模型，展现出了卓越的泛化能力和开放词汇理解实力。然而，现实世界是立体的，而非二维平面。在自动驾驶、机器人导航、智慧城市、增强现实等应用场景中，系统不仅要“看见”物体，还需理解物体的三维空间位置、几何形状、尺度关系和可交互区域。3D点云作为一种直接的三维数据表达形式，能够精确记录物体的空间几何信息，因此备受瞩目。3D
AI 核心技术解析与五大支柱
人工智能（AI）的关键技术涵盖机器学习、自然语言处理（NLP）及计算机视觉等，这些技术彼此协同，共同促进人工智能的演进与普及。定义：机器学习作为人工智能的重要分支，能让计算机从数据中汲取经验并自动优化表现，无需依赖显式编程。定义：自然语言处理是融合计算机科学、人工智能及语言学的交叉学科，致力于解决计算机与人类语言间的交互问题。定义：计算机视觉是一门赋予计算机理解与解读图像及视频能力的技术。方法：借助图像分析、特征抽取及目标识别等手段，计算机可达成图像辨认、人脸检测及物体追踪等任务。应用：计算机视觉已渗透至
小易AI晨报|三分钟速览人工智能前沿动态(2026-07-02)
时间：2026-07-02 08:02 · 共收录 10 条热点 · 关键词：Anthropic发布顶尖智能体模型、AI、科技Anthropic正式发布 Claude Sonnet 5 ，官方称其为Agent能力最为突出的Sonnet版本，具备规划方案、操控浏览器及终端等工具以自主完成复杂任务的能力，综合性能媲美Opus 4.8且更具性价比。该模型已向全部订阅方案开放，现为Free与Pro用户的默认选项，兼容Claude Code与Platform接入。• 详情：https://mp.weixin.qq.
工信部人工智能考试：计算机视觉与算法应用学习指南
《人工智能应用工程师》工信部教育与考试中心它是如何运作的？传统的AI依赖于人工编程：程序员定义“尖耳朵”、“胡须”和“毛发”等特征，机器根据这些规则行事，遇到符合条件的情况就判定为猫。然而现实世界千变万化，根本无法用代码穷尽所有“猫”的特征。一旦遇到规则未覆盖或定义模糊的情况，机器就会陷入僵局。机器学习的核心在于自主性：与其由人工教导，不如让机器从数据中自我归纳规律。怎么做？给它一百万张猫的图片，让它自己总结猫的样子。这个过程就像小孩认识世界，见过足够多的猫后，自然就知道什么是猫，无需特意列出“尖耳朵”、
人工智能：悄然重塑日常生活的隐形力量
当我们用手机拍照时自动美化的人脸识别、网购时推荐“你可能喜欢”的商品、甚至与智能音箱进行简单对话——这些日常体验背后都隐藏着同一种技术：人工智能（Artificial Intelligence，简称AI）。人工智能已悄然渗透到我们生活的方方面面，但大多数人对它的理解仍停留在科幻电影中的机器人形象。本文将用通俗易懂的语言，揭开人工智能的神秘面纱，帮助普通大众理解这项正在重塑我们世界的技术。一、什么是人工智能？人工智能简单来说就是让机器模拟人类智能行为的技术。就像教孩子认字一样，我们可以"教"
AI赋能建筑：计算机视觉驱动施工智能监管实践
技术简介大家好，我是Tomu，土木人的AI助手智建未来，AI先行！（一）开发背景针对建筑施工现场资源要素管理难度大、人工安全作业风险难以把控以及材料设备运输频繁等问题，通过信息化采集设备搜集了面向工程项目的原始数据集，涵盖安全帽、反光背心、明火烟雾、工程设备、钢筋以及结构损伤等10+类目标检测物。基于已标注的图像数据集，通过对Yolo单目标检测算法进行迁移学习训练，构建了建筑施工现场安全作业以及危险区域入侵检测模型，并对算法模型进行集成，开发了施工现场智能检测识别系统，支持多目标类别检测、事件预警信息推送
人工智能（第4版）：现代方法与理论实践
本书全面、深入地探讨了人工智能（AI）领域的理论和实践，以统一的风格将当今流行的人工智能思想和术语融合到引起广泛关注的应用中，真正做到理论和实践相结合。全书分7个部分，共28章，理论部分介绍了人工智能研究的主要理论和方法并追溯了两千多年前的相关思想，内容主要包括逻辑、概率和连续数学，感知、推理、学习和行动，公平、信任、社会公益和安全；实践部分完美地践行了“现代”理念，实际应用选择当下热度较高的微电子设备、机器人行星探测器、拥有几十亿用户的在线服务、AlphaZero、人形机器人、自动驾驶、人工智能辅助医疗
人工智能先驱杨立昆：深度学习的奠基者
杨立昆（Yann LeCun）被誉为 "AI 教父"，关键在于他是深度学习三大开创者之一、CNN（卷积神经网络）创始人、图灵奖获得者，且长期执掌顶尖 AI 实验室，深远影响了当代 AI 的技术路径与产业生态。一、地位：深度学习 "三巨头" 之一，领域奠基人在人工智能界，有三位公认的深度学习先驱：杨立昆（Yann LeCun）杰弗里・辛顿（Geoffrey Hinton，"深度学习之父"）约书亚・本吉奥（Yoshua Bengio）三人于2018 年共同荣获图灵奖（计算机领域最高荣誉，被誉为 "诺贝尔奖"）
人工智能专业深度解析
专业解码人工智能专业专业简介专业代码：080717T中文名称：人工智能学科门类：工学英文名称：Artificial Intelligence主干学科：电子信息类学位类型：工学学士学位学制：四年专业方向：计算机视觉和自然语言处理人工智能专业是当前国内热门专业。该专业与我校计算机科学与技术（省一流专业建设点）、数据科学与大数据技术、物联网工程、机器人工程等专业相互支撑，以计算机视觉和自然语言处理为主要培养方向，同时兼顾智能控制、智能机器人控制、智慧城市等应用领域的培养。专业培养1.培养目标本专业立足陕西、服务