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。

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。

谷歌云视觉和视频智能API让你通过一个REST API请求访问预先训练好的机器学习模型。但这些经过训练的模型在幕后是什么样子的呢？在这个视频中，我们将通过分析卷积神经网络的工作原理来揭示计算机视觉模型的魔力，并以视觉API的现场演示结束。

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。

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。

使用MATLAB®R2020b，您可以使用深度学习工具箱™模块库以及MATLAB函数块，用Simulink®中经过训练的深度学习模型进行模拟并生成代码。了解如何使用控制、信号处理和传感器融合组件在Simulink中模拟深度学习网络，以评估深度学习模型对系统级性能的影响。了解更多关于在Simulink中使用NVIDIA® GPU来加速深度学习网络模型的执行。

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。

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。