核心技(jì )術

擁有(yǒu)多(duō)領域、具(jù)有(yǒu)競争優勢的AI技(jì )術能(néng)力

• 

  計算機視覺

  基于卷積神經網絡算法的視頻圖像智能(néng)分(fēn)析和理(lǐ)解技(jì )術，應用(yòng)于校園、工(gōng)地、路政、城管、社區(qū)等大量場景，實現智慧城市管理(lǐ);通過融合深度學(xué)習、傳統比對、3D視覺等技(jì )術研發的工(gōng)業視覺檢測平台，應用(yòng)于電(diàn)子及半導體(tǐ)、汽車(chē)制造、食品包裝(zhuāng)、制藥等各大領域，助力傳統制造業升級。

• 

  自動駕駛

  以視覺為(wèi)主的多(duō)傳感器融合技(jì )術，結合精(jīng)準定位導航、強化學(xué)習的決策系統和最優化車(chē)輛安(ān)全的規劃控制技(jì )術，打造高性能(néng)、低成本、集成化的軟硬件平台，并通過車(chē)規級前裝(zhuāng)一體(tǐ)化設計的系統車(chē)輛深度融合技(jì )術，打造平台級自動駕駛車(chē)輛級解決方案。

• 

  生物(wù)智能(néng)

  基于醫(yī)學(xué)數據和基因組數據構建人工(gōng)智能(néng)模型，實現針對疾病風險預測、篩查和治療的全鏈條智能(néng)醫(yī)學(xué)應用(yòng);基于自主研發的特征提取和匹配算法，打造基于手脈特征的生物(wù)識别身份認證技(jì )術和應用(yòng)生态。

• 

  認知智能(néng)

  重點研究新(xīn)一代可(kě)解釋性人工(gōng)智能(néng)認知推理(lǐ)學(xué)習框架，汲取傳統符号推理(lǐ)和深度學(xué)習(概率學(xué)習)的優點，探索從符号空間到向量空間的更高效、更精(jīng)準的新(xīn)一代人工(gōng)智能(néng)技(jì )術，突破傳統深度學(xué)習對大數據的依賴。