自动喝汤机器人

自动洗头机器人

自动垃圾处理车

自动喂食

手纸分割机

大力版

理发机器人

转头就看不见机器人

W3C将于2020年3月24日至25日在德国柏林举办Web与机器学习研讨会，目的是把基础框架开发商和行业大牛聚集起来，商讨怎么样在Web平台上提供更优质的AI框架和工具。研讨会免费参加（想参加的看要求）。

研讨会的目标

研讨会的基本目标是召集机器学习工具和框架提供者及 Web 平台从业者共同探讨如何为机器学习在开放Web平台上的应用提供更好的基础支撑。

研讨会的其它目标：

研讨会的主题

是否需要基于浏览器的专用机器学习 API ？这样的浏览器级的 API 需要什么样的水平？在市场上部署机器学习专用处理器（如 NPU,TPU）有怎样的前景？
怎样将机器学习的 API 和框架与数据源结合（包括传感器 API,从设备和 WebRTC 流中输入的音频和视频）？
如何能将机器学习置于已有的专用高性能计算 API 之上（如 WebGL, WebGPU, WebAssembly 等）
怎样将机器学习原有方法关联到特定领域的人工智能 API 上（如声音识别，形状检测）？
模型交换格式在设备上的浏览器内使用时，可移植性的挑战和互操作性的考虑是什么?
客户端和基于云的机器学习交互如何帮助机器学习应用程序根据用户环境(网络、可用计算能力、可用电池)改进用户体验，并同时保护用户隐私？启用这些用法需要哪些客户端 API？
机器学习模型需要完成多少训练(如果需要训练)以有效地应用于浏览器中？
从隐私和安全角度考虑，机器学习在浏览器中应用会有哪些优势和风险？怎样减轻这些风险？
如何将机器学习原有方法应用于浏览器以帮助提升 Web 页面和 Web 应用的无障碍性？
在选择在客户端和服务器端部署机器学习应用程序时，需要考虑哪些关键因素？阻止机器学习应用程序转移到客户机的问题都有什么?

如果真制定出统一的 Web API 那就好玩了。网站（尤其是移动网站）随时随刻执行即时的机器学习，并能给出有效的建议。就不会是现在的大面积人工智障现象。现在所谓的人工智能只是提供数据内容查询服务，远没到深度学习这个层面，智能交互更少。尽早的制定统一标准，有利于人工智能的发展。

机器学习人工智能浏览器机器人技术 WebGL 微软原汁原味的德系SUV 深度学习

本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/293555.html