C-RAN——无线接入网架构优化 | 带你读《5G时代的承载网》之十八
C-RAN 是根据现网条件和技术进步的趋势，提出的新型无线接入网构架， 是基于集中化处理（Centralized Processing）、协作式无线电（Collaborative Radio）和实时云计算构架（Real-time Cloud Infrastructure）的绿色无线接 入网构架（Clean System）。其本质是通过实现减少基站机房数量，减少能耗， 采用协作化、虚拟化技术，实现资源共享和动态调度，提高频谱效率，以达到 低成本、高带宽和灵活度的运营。
编织人工智能：机器学习发展历史与关键技术全解析
关注TechLead，分享AI领域与云服务领域全维度开发技术。本文全面回顾了机器学习的发展历史，从早期的基本算法到当代的深度学习模型，再到未来的可解释AI和伦理考虑。文章深入探讨了各个时期的关键技术和理念，揭示了机器学习在不同领域的广泛应用和潜力。最后，总结部分强调了机器学习作为一种思维方式和解决问题的工具，呼吁所有参与者共同探索更智能、更可持续的未来，同时关注其潜在的伦理和社会影响。
期待已久，真正的 AI 程序员来了
6 月 21 日，在阿里云上海 AI 峰会上，阿里云推出首个“AI 程序员”，它具备架构师、开发工程师、测试工程师等多种岗位的技能，能一站式自主完成任务分解、代码编写、测试、问题修复、代码提交整个过程，最快分钟级即可完成应用开发，大幅提升研发效率。
【强化学习】常用算法之一 “SAC”
强化学习（Reinforcement Learning，RL）是一种机器学习的分支，其目标是让智能体（agent）通过与环境的交互学习到最优的行为策略。SAC（Soft Actor-Critic）算法是近年来在强化学习领域取得重要突破的算法之一，它是一种基于策略优化和价值函数学习的算法。相对于传统的强化学习算法，SAC算法在优化过程中引入了熵正则化和软化策略更新的概念，使得智能体能够更好地探索未知的状态，提高学习效率。
重磅发布！飞天智算平台+全球最大智算中心
阿里云宣布正式推出全栈智能计算解决方案“飞天智算平台”，并启动两座超大规模智算中心，为科研、公共服务和企业机构，提供强大的智能计算服务，可将计算资源利用率提高3倍以上，AI训练效率提升11倍，推理效率提升6倍。
万字长文 | 多目标跟踪最新综述（基于Transformer/图模型/检测和关联/孪生网络）（上）
随着自动驾驶技术的发展，多目标跟踪已成为计算机视觉领域研究的热点问题之一。MOT 是一项关键的视觉任务，可以解决不同的问题，例如拥挤场景中的遮挡、相似外观、小目标检测困难、ID切换等。为了应对这些挑战，研究人员尝试利用transformer的注意力机制、利用图卷积神经网络获得轨迹的相关性、不同帧中目标与siamese网络的外观相似性，还尝试了基于简单 IOU 匹配的 CNN 网络、运动预测的 LSTM。为了把这些分散的技术综合起来，作者研究了过去三年中的一百多篇论文，试图提取出近年来研究者们更加关注的解决 MOT 问题的技术。