亚马逊Alexa、三星Bixby、苹果Siri和谷歌Assistant都在更好地理解和回答问题，这在一定程度上要感谢每一家利用人类帮助提高人工智能的科技巨头。考虑到语音将成为计算机的下一个前沿领域，大家都想知道：哪一个语音系统最为给力？

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。

GPU Coder™用MATLAB®代码和Simulink®模型生成优化的CUDA®代码。生成的代码包括用于深度学习、嵌入式视觉和信号处理算法的可并行部分的CUDA内核。为了提高性能，生成的代码调用优化的NVIDIA® CUDA库，包括TensorRT™，cuDNN, cuFFT, cuSolver和cuBLAS。您可以将代码作为源代码、静态库或动态库集成到项目中。您还可以编译嵌入在NVIDIA Jetson®、NVIDIA DRIVE®和其他平台上的桌面、服务器和GPU的代码。

这个关于“什么是神经网络”的视频以寓教于乐的方式介绍了神经网络的概念。我们将了解神经网络中存在的不同层次，并理解这些层如何处理数据。我们将了解神经网络中使用的不同参数，如权重、偏差和激活函数。我们还将了解如何使用前向传播训练神经网络，然后使用后向传播方法调整网络中的误差。本视频还涵盖了一些流行的神经网络应用。现在，让我们直接学习什么是神经网络。

不到30年前，先进的机器人只是一个充满希望的梦想和未来的愿景。快进到今天，由于科学和技术的不断进步，这些愿景已成为现实。今天，我们将来看一看现实生活中的机器人，让你认为未来就是现在！

将信号和数据表示为一系列离散状态的想法已经由来已久，它在20世纪下半叶点燃了半导体工业的一场革命。这个新的信息时代因蓬勃发展的数字电子领域而繁荣兴盛。随着需求的增长，大量的自动化和工具作业使得在复杂性和性能上扩展设计相对容易管理。然而，人工智能和机器学习应用所消耗的能量无法像现有的处理架构那样切实增长。

在这个关于人工智能的视频中，我们将了解什么是人工智能以及不同类型的人工智能。我们将探讨人工智能按功能划分有哪些种类，并通过一些例子来了解它们的用途。我们将讨论以下类型的人工智能：弱人工智能（ANI），强人工智能（AGI），超人工智能（ASI），反应机器（Reactive Machines），有限记忆（Limited Memory），心灵理论（Theory of Mind）和自我意识（Self-aware）。

观看视频示例，了解卡尔曼滤波器背后的工作原理。本视频介绍卡尔曼滤波器结合两个信息源，预测状态和噪声测量，以产生最佳的，无偏的状态估计。