了解强化学习入门，这是一个自定进度的教程，通过使用自动评估和反馈的实践练习，提供了控制问题的强化学习方法的交互式概述。强化学习入门涉及的主题包括定义环境和奖励、创建智能体（Agent）以及使用模拟来训练智能体。此外，探索如何创建神经网络来代表各种角色和关键智能体。

没看错，埃隆·马斯克又开公司了……根据《华尔街日报》消息，SpaceX和特斯拉的首席执行官埃隆·马斯克，正在筹备一家名为Neuralink的脑机接口的公司。马斯克表示，Neuralink将促进他将人类和人工智能融合的使命，进而拯救人类于人工智能。

埃隆·马斯克认为，到目前为止，数字超级智能的出现对人类的威胁比核武器更危险。他认为人工智能研究领域必须有政府监管。高级人工智能的危险在2010年代末因史蒂芬·霍金、比尔·盖茨和埃隆·马斯克而广为人知。但只有马斯克可能是对人工超级智能表达担忧的最著名的公众人物。高级人工智能存在的风险是这样一种假设，即人工智能的重大进展有一天可能导致人类灭绝或其他一些无法恢复的全球灾难。

还记得苹果连同iPhone 4s一起推出的Siri吗？那是一个不可思议的时刻，不仅给观众留下了深刻的印象，也给科技评论家留下了深刻的印象，比如沃尔特·莫斯伯格，他称Siri是iPhone 4s的一个突出功能。但是Siri并没有像人们期待的那样发展得那么快，现在那些在2011年称赞Siri的人都在问为什么Siri看起来这么蠢！Siri到底出了什么问题？为什么会落后于竞争对手这么多？这个问题的答案可以从Siri自2005年开发以来的发展历程中找到。

学习、解释、适应和进化的能力一直将人类与机器区别开来。但这个差距正在缩小吗？人类的大脑包含约860亿个神经元，它们通过一个称为突触的极其复杂的通路系统相互连接。神经元的功能是通过突触将电荷传递给彼此，导致活跃/不活跃，或真/假的反应。这就是为什么人类如此擅长图案识别，使我们能够阅读、说话，并区别成千上万张脸。计算的一种基础代数形式——布尔逻辑，也依赖于真(1)或假(0)值。一个足够大的计算机系统使用布尔逻辑可以很好地模拟大脑——也被称为神经网络。

您将学习如何配置卡尔曼滤波器模块参数，例如系统模型、初始状态估计和噪声特性，使用Simulink中的卡尔曼滤波器估算单摆模型角度。

通过几个案例了解使用卡尔曼滤波器的常见场景。卡尔曼滤波器是一种优化估算算法，在不确定和间接测量的情况下估算系统状态。观看视频示例，了解卡尔曼滤波器背后的工作原理。

谷歌地图已经超越了MapQuest、雅虎和苹果等竞争对手。但经过十年的投资，通过街景收集数据和数十亿张图像，谷歌每月拥有超过10亿用户。它每天更新数万次，已经绘制了超过220个国家和地区的地图。让我们来看看谷歌是如何主宰地图的。