近年来，类脑计算引起了国内外的广泛关注。在学术界，欧盟2013年初批准的人脑计划，将类脑计算研究推向一个新的高度；在工业界，以IBM为代表的类脑芯片的研制拉开了类脑计算产品化的序幕。我国正在制定的“中国脑计划”中，类脑计算也将是一项重要内容。类脑计算通常指的是，用软件和硬件去模仿大脑生物神经系统的结构与工作原理来进行计算。更广义地说，部分利用大脑神经的工作原理与机制或受其启发的计算也称为类脑计算（《类脑计算》）。类脑计算在最近几年引起关注有多方面的原因。从计算机体系结构的角度，由于传统半导体器件的尺寸逐渐接近其物理极限，摩尔定理难以为继，同时功耗问题也日渐突出，因此，研究人员正寻求新的非传统的计算机体系结构；从智能信息处理的角度，人工智能虽然取得了很大进展，并在许多特定领域得到了广泛应用， »
在一般人看来，CCF 青年科学家奖获得者都有一层神秘的面纱。他们的标签是 ：年轻、年龄不超过 40 岁，做出成绩的青年科学家中的佼佼者，因令人称道的成就而获得认可⋯⋯2014 CCF青年科学家奖获得者是，CCF 会员、中国科学院计算技术研究所研究员、30 岁的陈云霁，CCF高级会员、清华大学副教授、34岁的李国良和 CCF 会员、微软亚洲研究院主管研究员、上海交通大学讲席教授、32岁的陆品燕。他们所在的研究领域以及他们眼中的研究应该是什么样的？ »
汽车已经从机械时代和电子时代步入了智能化 3.0 时代。汽车之间的联网使得汽车的属性开始发生变化。每辆汽车不再是一个信息孤岛，信息传输不再是单向的，车辆之间的信息交流与互动更加自由。汽车之间的互联，汽车与周围的交通基础设施的互联，以及与云端服务的互联，使汽车工业进入了一个全新的发展阶段。谷歌等无人驾驶技术的出现更是对传统汽车行业提出了极大挑战。随着物联网和移动互联网的飞速发展，将智能汽车、物联网与移动互联网相结合的车联网技术已经成为工业界与学术界广泛关注的新兴技术。《[**车联网关键技术与应用**](http://pan.baidu.com/s/1hqD8Udm)》中提到，苹果和谷歌先后发布了 CarPlay、 »
互联网的发展已达到空前规模，新闻网站、微博、微信、社交网络、图像视频共享网站等各类网络平台正在极大地改变着人们获取信息的方式。消费类电子设备的普及使普通民众不仅是信息的消费者，也成为网络信息的提供者。同时，媒体数据的来源渠道广、内容多样化、需求多元化、计算复杂化等特点也给媒体计算（特别是媒体信息的有效表示）带来了极大挑战。深度学习是近年来出现的一种具有里程碑意义的数据表示学习技术。深度学习的本质是通过多层非线性变换从大数据中自动学习特征，从而替代手工设计。深层的结构使深度学习具有极强的表达能力和学习能力，尤其擅长提取复杂的全局特征和上下文信息，而这是浅层模型难以做到的。通过应用深度学习技术，物体识别、图像分类、语音识别等诸多领域都取得了巨大突破。在《 »
随着互联网的功能从最初的“计算机互联和资源共享”向“人类社会基础设施,提供高效信息采集、传输、存储与处理”的转变，传统的体系结构已经不能满足今日的需求。可扩展、安全、高性能、移动性、实时性和能耗等问题，以及应用大量技术所带来的兼容、管理是当前互联网面临的问题。在现有体系结构基础上进行增量式修补的演进路线是互联网建立以来解决各种技术问题的主要思路。但也有很多专家认为演进式路线难以从本质上弥补现有互联网体系结构的不足，反而会带来新的挑战。本期专题“未来互联网体系结构探讨”围绕上述问题组织 了多篇文章，对我国在互联网体系结构关键技术创新方面的工作进行了介绍，并探讨了互联网面临的机遇和挑战。 专题文章： »
目前IT和互联网领域几乎所有主题和热点，如智能硬件、线上到线下(Online To Offline, O2O)、机器人、无人机、工业4.0，其发展突破的关键环节都是人工智能。3月22日，由“静·沙龙”微信群和北京机械工业出版社联合主办的“新智能时代”论坛在北京举行。论坛吸引了200多位中国人工智能领域的学者、产业界人士、新闻界人士参加，6位特邀讲者围绕人工智能的发展历程和未来前景作了精彩报告。本专题“展望新智能时代”在论坛报告现场演讲记录的基础上进行了适当的整理， »
计算机视觉通常是指用摄像机和计算机代替人眼对目标进行识别、跟踪/测量来实现对客观三维世界的理解。计算机视觉既是科学领域中富有挑战性的理论研究，也是工程领域中的重要应用，在图像检索、安全监控、人机交互、医疗诊断和机器人等领域具有广阔的应用前景。美国和欧洲等先进国家将计算机视觉列为对经济和科学有广泛影响的重大基本问题，计算机视觉也是“谷歌大脑”、“百度大脑”等研究计划中的核心项目。为了更好地开展学术交流，推动国内计算机视觉学科发展，进一步提升我国计算机视觉研究在国际领域的影响力，中国计算机学会成立了“计算机视觉专业组”。本专题“计算机视觉前沿与深度学习”计算机视觉专业组特别邀请了多位著名的视觉专家从不同角度撰文，介绍计算机视觉前沿与深度学习研究方面的最新进展。 专题文章： 1. ●《从统一子空间分析到联合深度学习： »
自然语言处理研究的基本任务是理解句子和文章的要点，推断其意图，进行人机自然交互， 实现搜索、文摘、自动问答、聊天机器人、机器翻译等多种应用。搜索引擎的成功启发我们在创新的时候，要综合考虑数据智能、知识智能和社会智能。本专题“多智能自然语言处理”以自然语言处理为例，邀请多位专家对相关科学研究方法与应用创新进行具体阐述。 专题文章： 1. ●《深度学习在自然语言处理中的应用》 本文介绍了一系列在人工智能方面取得突破的深度学习方法，并在分析自然语言数据与语音图像信息差异的基础上，重点介绍了自然语言处理应用深度学习的三种基本方法，包括词汇向量化表示、语言模型和句法分析，并具体阐述了深度学习如何帮助机器翻译和情感分析来提升性能。 2. ●《从问答系统看知识智能》 »