传统上，只要参数的数量大于要满足的方程数量，我们就可以使用参数化模型来进行数据插值。但在深度学习中，一个令人困惑的现象是，模型训练使用的参数数量比这个经典理论所建议的要多得多。深度学习中经常会出现各种大型的神经网络，神经网络是执行类人任务的领先AI系阅读全文>>

从事AI研究的人都非常清楚，数据在AI发展中扮演着至关重要的角色。传统观点认为，大量数据支撑起了尖端AI的发展，大数据也一直被奉为打造成功机器学习项目的关键之匙。作为深度学习的引擎，大数据与大模阅读全文>>

微软Azure和研究院团队正在合作开发一项新的AI基础设施服务，代号为“Singularity”。根据微软发布的部分招聘内容来看，Singularity团队正在努力构建微软所谓“全新的人工智能平台服务，将成为微软内部和外部人工智能的主要驱动力”阅读全文>>

COVID-19大流行病为医疗培训带来了挑战和机遇。远程学习技术在一些领域已经变得越来越重要。一项新研究发现，在远程环境中，人工智能(AI)辅导系统的表现可以超过人类专家导师。?阅读全文>>

AI服务平台的成本和效率问题，是各大服务提供商一直着力解决和改进的难题。具体而言，就是如何在满足客户需求的同时，尽量降低整个系统资源的消耗，以及如何通过提高深度学习工作负载的利用率来降低成本。近日，微软Azure研究团队合作构建了一个新的AI基础设施服务阅读全文>>

划重点：1.车企自研自动驾驶系统成为趋势。2.基于MBD的开发流程已经不能满足自动驾驶系统开发需求，需引入数据驱动的端到端的开发流程。3.开发工具链的效率决定了整个系统开发的效率，工具链阅读全文>>