作者：陶海军，腾讯通讯充值与彩票业务部高级工程师。 ​ 引言： 谈起区块链前世今生，我们不得不先说一下比特币。因为比特币和区块链如鱼水之间一样有着太多的关系。 比特币的起源 ​ 2008年，一位化名为中本聪的人，在一篇为《比特币：一个点对点的电子现金系统》的论文中首先提出了比特币。中本聪结合以前的多

AI热点事件 ​ 1.西部眼科联盟携手腾讯觅影 69家医疗机构首启AI眼底筛查 西部眼科联盟（由西安市第四医院为核心的西部地区69家医疗单位组成）10月31日在2017年“互联网+”数字经济中国行·陕西峰会携手腾讯公司成立人工智能医学影像联合实验室，共同启动眼底筛查临床预试验。此次西部眼科联盟联手腾

《大话 Ceph 》系列文章通过通俗易懂的语言并结合基础实验，用最简单的描述来讲解 Ceph 中的重要概念。让读者对分布式存储系统有一个清晰的理解。 引言 那么问题来了，把一份数据存到一群 Server 中分几步？ Ceph 的答案是：两步。 计算 PG 计算 OSD 计算 PG 首先，要明确 Ce

​ 张钦坤 腾讯研究院秘书长 蔡雄山 腾讯研究院法律研究中心副主任 祝林华 腾讯研究院法律研究中心助理研究员 曹建峰 腾讯研究院法律研究中心高级研究员 相关推荐： AI 新技术革命将如何重塑就业和全球化格局？深度解读 UN 报告 （中篇） AI 新技术革命将如何重塑就业和全球化格局？深度解读 UN

作者简介：abllen，2008年加入腾讯，一直专注于腾讯计费平台建设，主导参与了腾讯充值中心、计费开放平台、统一计费米大师等项目，见证了米大师从0到1，业务营收从PC到移动多终端再到全球化的跨越过程。20+篇支付专利主撰写人。目前专注于跟团队一起为腾讯业务提供稳定高效安全的全球化个人和企业市场计费

作者微信：zhangxiaorong1609 AI泡沫前，我们怎么办？这是《中美两国人工智能产业发展全面解读》课题时候遇到的一个沉甸甸的问题。 无论中美，全球许多国家都对AI充满了憧憬与渴望。人们坚信，一个新的世界即将到来。人工智能是当前人类所面对的最为重要的技术社会变革，可谓是互联网诞生以来的第二

感谢阅读腾讯AI Lab微信号第10篇文章。本文介绍了我们在图像描述生成与TTS等技术跨界的前沿研究进展，并邀请大家测试一个趣味Demo。我们还会分享在多媒体内容AI应用上一点思考。 2017年8月，在图像描述生成技术这一计算机视觉与NLP交叉研究领域，腾讯AI Lab凭借自主研发的强化学习算法在微

​ ​ 大数据似乎在一夜之间迅速走红，它势不可挡地冲击着金融、零售等各个行业。云计算将如何改变计算的世界？未来将有怎样的应用前景？如何解决“信息孤岛”的问题？大数据又将如何提高我们决策的准确性，帮助我们更准确地预测未来？ 在2014年7月25日腾讯互联网与社会研究院主办的“大数据连接的未来——201

​ 将深度卷积神经网络（Convolutional Neural Networks, 简称CNNs）用于图像识别在研究领域吸引着越来越多目光。由于卷积神经网络结构非常适合模型并行的训练，因此以模型并行+数据并行的方式来加速Deep CNNs训练，可预期取得较大收获。Deep CNNs的单机多GPU模

​ 深度神经网络（Deep Neural Networks, 简称DNN）是近年来机器学习领域中的研究热点，产生了广泛的应用。DNN具有深层结构、数千万参数需要学习，导致训练非常耗时。GPU有强大的计算能力，适合于加速深度神经网络训练。DNN的单机多GPU数据并行框架是腾讯深度学习平台的一部分，腾讯

​ 训练深层模型是长期以来的难题，近年来以层次化、逐层初始化为代表的一系列方法的提出给训练深层模型带来了希望，并在多个应用领域获得了成功。深层模型的并行化框架和训练加速方法是深度学习走向实用的重要基石，已有多个针对不同深度模型的开源实现，Google、Facebook、百度、腾讯等公司也实现了各自的

​ ​ 朱晓龙 ( xiaolongzhu ) 本文作者：朱晓龙博士，2015 年毕业于中国香港大学，主攻计算机视觉和机器学习方向，涉及物体检测，位姿估计，人脸特征点定位，3D 视觉等课题。本科期间参与北京大学智能车环境感知项目，基于 LIDAR 的图像理解工作发表在机器人顶级会议上。2015 年底

​ 本文作者 : 腾讯网络平台部服务器平台架构师，专家攻城狮。14年加入腾讯，之前在华为工作13年，多年从事平台软件和硬件的研发。加入腾讯后，在服务器平台中心负责服务器技术架构设计、新技术预研、新技术导入等工作。目前也是中国开放数据中心委员会填写3.0的项目经理，主导天蝎3.0的技术架构和标准工作。

​ 一说到开源大数据处理平台，就不得不说此领域的开山鼻祖Hadoop，它是GFS和MapReduce的开源实现。虽然在此之前有很多类似的分布式存储和计算平台，但真正能实现工业级应用、降低使用门槛、带动业界大规模部署的就是Hadoop。得益于MapReduce框架的易用性和容错性，以及同时包含存储系统

​ 大数据本身是个很宽泛的概念，Hadoop生态圈（或者泛生态圈）基本上都是为了处理超过单机尺度的数据处理而诞生的。你可以把它比作一个厨房所以需要的各种工具。锅碗瓢盆，各有各的用处，互相之间又有重合。你可以用汤锅直接当碗吃饭喝汤，你可以用小刀或者刨子去皮。但是每个工具有自己的特性，虽然奇怪的组合也能