博客
关于我
阿里巴巴创新研究计划AIR2018正式发布 邀全球学者共创未来
阅读量:186 次
发布时间:2019-02-28

本文共 626 字,大约阅读时间需要 2 分钟。

640


2017 年阿里巴巴创新研究计划 AIR 首次起航,吸引了全球 15 个国家、99 所高校的学者热情参与。经过一年的努力,诸多项目的研究成果在实际应用场景中发挥了重要作用:视觉增强与检测技术通过城市大脑有效解决了城市道路拥堵问题;智能客服为消费者、客户提供更加方便、快捷、人性化的服务体验;3D 虚拟技术打破空间和时间的限制,用户可随时随地享受线下购物的乐趣……


2018 年 AIR 全面升级,除了继续深耕城市大脑等领域的技术难题,还结合无人超市、无人驾驶、智慧物流、智能设计、跨境电商等直接影响全球 20 亿消费者生活体验的重要场景,布局计算机科学最前沿 15 大技术领域,邀请全球顶级科研团队共同发现、定义、解决问题,用技术构建创新未来美好生活。


即日起至 7 月 1 日,隶属于全球任意学术机构或非盈利实验室的学者,都可通过以下方式提交议题:


  • 官网:

    https://102.alibaba.com/fund/proposalAbout.htm

  • 邮箱:

    Ali-AIR@service.alibaba.com


Together, we redefine innovation.


640



关于PaperWeekly


PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。


640?

▽ 点击 | 阅读原文 | 访问官网

转载地址:http://kslj.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>