机器人被广泛运用在工业生产的多个领域，而到目前为止，汽车生产仍是机器人运用最主要和最成熟的领域，先进的汽车生产工厂，基本上都使用了机器人进行辅助生产。

无论是平常的包裹运输还是紧急搜索和救援任务，这些现实生活中的问题需要无人机或者其他自动机器人采用移动和高效的解决方案来应对。凭借机器学习和受昆虫启发的基于矢量的导航系统，代理设备可以无需依靠GPS就能够达到关键地点，实现真正的自动化。

据外媒futurism报道称，近日，特斯拉CEO埃隆·马斯克(Elon Musk)在Twitter上表示，他开发的无人驾驶汽车无需用户提供指令，便可预测目的地。而且，这个功能被认为是特斯拉承诺的“在2018年之前发布改进的自动驾驶仪(Autopilot)系统”的一部分。

如今，“智慧医疗”正在走进寻常百姓的生活，随着机器人等前沿科技与医疗领域融合加速，加之人口红利消失以及老龄化情况加剧等因素影响下，医疗行业的机器人应用也相当广泛，医疗机器人规模迎来跨越式增长。

它是一名男子，身高165cm，重量50千克。它的唯一工作就是测试各种医疗保健设备。

现如今，深度学习正在推动人工智能技术不断进步，但它有一个一直为人所诟病的缺点，就是需要大量数据支撑，那这个“大量”究竟是多少呢？

上周我们介绍了如何在AWS上配置AMI导入Jupyter学习MXNet. 实际上，Jupyter主要用于学习或编写教程，真实的深度学习开发测试环境还需要安装配置很多框架和依赖的。

无人机技术在最近几年取得了快速的进步，而且即将迎来另外一次巨大的跳跃。

随着无人驾驶车辆技术的进步，这些车辆的设计师和制造商正在探索新的方法来利用它们。戴姆勒一直在为无人驾驶车辆开发重型应用，其最近的应用特别实用——机场扫雪车。机场是一个封闭的区域，大多数现代化机场已经有GPS标记和其他技术来指示跑道位置等。

不管是对科技巨头还是对创业公司，人工智能可以说是移动互联网时代以来最大的一个机遇。但是，人工智能同时也是让大多数人感到非常困惑的一项新技术，对它的发展现状和未来都非常迷惑。