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。

人工智能已经以超出我们想象的方式接管了我们的生活。然而，有一些神奇的工具可以帮助设计师进行设计，并运行人工智能技术。人工智能会接管世界吗？也许不是，但是这些设计工具会对你大有帮助。在本视频中，我列出了一些人工智能设计工具。

了解MATLAB® 如何可以为深度学习工作流程的每一个环节提供帮助：从预处理到部署。该视频概要介绍了使用MATLAB进行深度学习的情况。它描述了完整的工作流程，并说明了MATLAB如何在各个阶段帮助深度学习应用程序，包括导入和预处理图像，导入预训练的模型，使用GPU训练模型，调试深度学习结果以及将深度学习模型部署到硬件上，包括嵌入式硬件GPU。

MATLAB®是一个编程的数值计算环境，数以百万计的工程师和科学家用它来分析数据，开发算法，并创建模型。MATLAB提供了专业开发的工具箱，用于信号和图像处理，控制系统，无线通信，计算金融，机器人，深度学习和人工智能等等。MATLAB结合了用于迭代分析和设计过程的桌面环境与直接表达矩阵和阵列数学的高级编程语言。

本视频向你概述了Simulink®，这是一种多领域建模的仿真环境，供设计控制、无线和其他动态系统的工程师和科学家使用。使用Simulink，您可以在着手于硬件之前设计和模拟系统，并且可以探索和实现新的设计，而不必编写C、c++或HDL代码。Simulink是基于模型的设计平台，支持嵌入式系统的系统级设计、仿真、自动代码生成和持续测试与验证。

Lidar Toolbox™提供了设计、分析和测试Lidar处理系统的算法、功能和应用程序。你可以进行目标检测和跟踪、语义分割、形状拟合、激光雷达配准和障碍检测。Lidar Toolbox支持结合计算机视觉和Lidar处理的工作流程的激光雷达与相机与交叉校准。你可以使用深度学习和机器学习算法，如PointSeg, PointPillar，和SqueezeSegV2训练自定义检测和语义分割模型。

多年来，围绕苹果AR眼镜的传言一直在科技界流传。尽管这样的猜测已经持续了很长一段时间，但我们似乎终于要迎来苹果下一款重要产品的发布了。虽然苹果设计的AR眼镜将带来什么样的功能还不清楚，但我们已经看到了传言，苹果的AR眼镜可能会包括一个麦克风，以支持Siri命令和电话通话。我们也看到有报道称，该设备将与其他功能集成一起。

这个机器学习基础的视频将帮助您了解什么是机器学习，机器学习的类型——监督，无监督和强化学习，以简单实例解释机器学习的原理，并将解释机器学习在各个行业的应用。机器学习是人工智能的核心子领域；它使计算机无需显式编程就能进入自学习模式。当接触到新的数据时，这些计算机程序就能够自己学习、成长、改变和发展。所以，简单地说，机器学习的迭代特点是独立适应新数据的能力。这是可能的，因为程序从以前的计算中学习，并使用“模式识别”来产生可靠的结果。