边缘AI新方法TinyML,超低功耗,在边缘设备进行机器学习
2020-11-02 16:22:41选自towardsdatascience作者:Matthew Stewart机器之心编译编辑:陈萍人工智能 AI 正在加快速度从云端走向边缘,进入到越来越小的物联网设备中。而这些物联网设备往往体积很小,面临着许多挑战,例如功耗、延时以及精度等问题,传统的机器学习模型无法满足要求,那么微型机器学习又如何呢?在 NASA 的推动下,小型化的电子产品成为了一个完整的
上海交大:我们做了一个数据集,发现AutoML算法没那么好用
2020-11-02 16:12:27机器之心报道作者:魔王、张倩上海交大研究人员创建新型开放医疗图像数据集 MedMNIST,并设计「MedMNIST 分类十项全能」,旨在促进 AutoML 算法在医疗图像分析领域的研究。项目地址:https://medmnist.github.io/论文地址:https://arxiv.org/pdf/2010.14925v1.pdfGitHub 地址:htt
算法,即剥削
作者:清和 智本社社长 来源:智本社(ID:zhibenshe0-1) 近期,《人物》团队推出一篇调查性文章《外卖骑手,困在系统里》。这篇文章揭示了“与生命赛跑”的外卖骑手所面临的困境。他们的时间、收入及生命安全,被强大的算法锁定。为了“准时送达”,骑手们经常在钢铁洪流中超速、逆行、穿红灯…… 这篇文章一度让舆论非常同情骑手,同时批
AI创业哪家强?6大选择给你方向
人工智能被认为是当代“最热门”的工作。根据《财富》杂志统计,雇佣AI专家的人数在过去4年里增长了74%,社会对人工智能专家的需求正以前所未有的速度增长。人工智能的子领域,如机器学习、深度学习、计算机视觉、统计学和自然语言处理,对这些领域专家的需求和空缺职位每天都在激增。没有任何时候比现在更适合创业,拥有AI技能和知识,你可以成为一个白手起家的企业家。但除此之外,你仍需要一些事实核查和挖掘,需要探索
美媒预测:2021年人工智能的四大趋势
美国《福布斯》双周刊网站9月21日刊载题为《2021年人工智能的四大趋势》的报道,作者系伯纳德·马尔,文章根据当下形势,预测了明年人工智能的四个趋势。文章摘编如下:在2020年全球疫情暴发和世界被彻底颠覆之前,人工智能,尤其是人工智能的分支——机器学习(ML)——已经在广泛扰乱几乎所有行业。新冠病毒疫情对我们行为方式的许多方面产生了影响,但它并没有削弱人工智能对我们生活的影响。事实上,有一点已经变
常见机器学习算法背后的数学
来源:DeepHub IMBA本文约2300字,建议阅读5分钟。在本文中,我们将介绍一些机器学习算法的功能,以及在这些算法中实现的有助于学习过程的一些数学方程。不同的机器学习算法是如何从数据中学习并预测未见数据的呢?机器学习算法是这样设计的,它们从经验中学习,当它们获取越来越多的数据时,性能就会提高。每种算法都有自己学习和预测数据的方法。在本文中,我们将介绍一些机器学习算法的功能,以及在这些算法中
近20年3867篇AI论文大调研:有缺陷的指标被滥用,好的指标被忽视
来源:AI科技评论本文约5400字,建议阅读6分钟。论文调查告诉你评估机器学习模型中的不足。“用于评估AI和机器学习模型的常用指标不足以反映这些模型的真实性能”,来自维也纳医科大学人工智能与决策支持研究所的研究人员通过调查3,867篇AI论文,得出了这个结论。基准测试是AI研究进展的重要推动力。任务和与之相关的度量可以被视为科学界旨在解决的问题的抽象。基准数据集被概念化为模型要解决的固定代表样本。
2020上半年收集到的优质AI文章 – 机器学习和深度学习
2020上半年收集到的优质AI文章 – 机器学习和深度学习一文读懂机器学习 机器学习应补充哪些数学基础? 简单梳理一下机器学习可解释性(Interpretability) 什么是CNN?机器学习入门贴,Facebook员工打造,47k访问量 如何提高模型性能?这几个方法值得尝试 | CSDN 博文精选 机器学习模型的超参数优化 机器学习的中流砥柱:用于模型构建的基础架构工具有哪些? 机器学习“七宗
2020上半年收集到的优质AI文章 – 人工智能概述
2020上半年收集到的优质AI文章 – 人工智能概述图灵奖得主、AAAI候任主席展望“AI未来10年” 洞察|一图看懂AI新基建如何落地 AI产品经理入门手册(上) AI产品经理入门手册(下) 「全球AI人才追踪调查」:美国的顶级AI研究者29%来自中国 盘点人工智能十大经典应用领域、图解技术原理 Science:AI领域那么多引人注目的「进展」,竟是无用功 中国 AI 应用元年来了! 技术开源出
2020上半年收集到的优质AI文章 – 计算机视觉
2020上半年收集到的优质AI文章 – 计算机视觉计算机视觉应该怎样入门? 一文看懂计算机视觉-CV(基本原理+2大挑战+8大任务+4个应用) 在2020年,你觉得计算机视觉有哪些值得研究的领域? 未来5-10年计算机视觉发展趋势 AI大厂算法测试心得:人脸识别关键性能指标有哪些? 一文看懂人脸识别(4个特点+4个实现步骤+5个难点+算法发展轨迹) 人脸算法系列:MTCNN人脸检测详解 现在人脸识
2020上半年收集到的优质AI文章 – AI+和+AI
2020上半年收集到的优质AI文章 – AI+和+AI当人工智能(AI)撞上供应链 关于如何使用机器学习来做异常检测的7个问题 医疗行业的AI应用,要避免“垃圾进、垃圾出” 葛均波院士:从“望闻问切”到人工智能,医疗AI仍有四大难点 人工智能在医疗行业应用面临的五大挑战 AI:颠覆医疗行业的新技术 大开眼界!AI在医疗和汽车行业的11个有趣应用 AI 影像诊断平台的5大设计要点 关于医疗AI产品的
2020上半年收集到的优质AI文章 – 自动驾驶
2020上半年收集到的优质AI文章 – 自动驾驶自动驾驶技术发展的5个阶段和现状 自动驾驶:两种技术路线背后的产业思维 无人驾驶中的 3D 目标检测技术 超级解密:无人驾驶是如何炼成的注:自2020-1 至 2020-7 2020-8-3 整理与苏州市。
2020上半年收集到的优质AI文章 – 自然语言处理
2020上半年收集到的优质AI文章 – 自然语言处理自然语言处理的蓬勃发展及其未来 人工智能之自然语言处理初探 我所知道的中国NLP「破圈」十年 零基础入门NLP - 新闻文本分类 现代NLP中的零样本学习 复旦大学黄萱菁:自然语言处理中的表示学习 文本增强、半监督学习,谁才是 NLP 少样本困境问题更优的解决方案? 从静态到动态,词表征近几十年发展回顾 21 个问题看 NLP 迁移学习的最新进展
2020上半年收集到的优质AI文章 – 开源框架&算法&数据集
2020上半年收集到的优质AI文章 – 开源框架&算法&数据集TensorFlow 和 PyTorch 迎来了“后浪” 2020 年最具潜力的 44 个顶级开源项目 1750亿参数,史上最大AI模型GPT-3上线:不仅会写文章、答题,还懂数学 GPT-3 1750亿参数少样本无需微调,网友:「调参侠」都没的当了 人类算力天花板?1750 亿参数的 AI 模型 GPT-3 引爆硅谷
人工智能发展的历史
人工智能发展的历史http://blog.itpub.net/69946223/viewspace-2707690/
最新的AI会使码农失业么?
现在,AI可以使用任何语言进行编码,而无需额外的训练。2017年,研究人员问:人工智能能否在2040年之前编写出大多数代码? Beta测试人员现在正在使用OpenAI的GPT-3,它已经可以使用任何语言进行编码。 机器主导的编码几乎就在我们家门口。GPT-3接受了数千亿个单词或基本上整个互联网的训练,这就是为什么它可以使用CSS,JSX,Python进行编码的原因-随便您如何命名。此外,GPT-3
用人工智能监督人工 遭遇非技术困局
远程办公常态化催生云监工软件市场。近日一款名为Enaible的AI监工软件销售火爆,这种AI软件不仅可以盯着员工干活,还可以对员工的工作效率进行打分……一场新冠肺炎疫情,让远程办公逐渐成为常态。钉钉、飞书、企业微信、zoom等视频会议类软件,很好地解决了远程沟通问题。除了视频会议软件,另一种云监工软件也火了,这种AI软件可以盯着你干活,看你是否“摸鱼”,并给你打分。这款AI监工软件名叫Enaibl
纽约立法「禁」人脸识别,AI 缘何频频「折戟」校园
美国跟人脸识别彻底杠上了。美国纽约州近日通过了一项法令:2022年之前,禁止在学校中使用人脸识别和其他生物特征识别技术。这也将成为全美首个明确规定学校不允许使用该技术的法案。据南方都市报报道,这项法案提出的背后,是针对去年发生的一场有关校园应用的争议。2019年5月,纽约州西部城市洛克波特市开始在全市校园部署人脸识别设备,主要目的是增强学校的安全性。洛克波特市学区负责人米歇尔·布拉德利(Miche
人工智能在边缘计算中的优势
在边缘和极端边缘之间,以及在无线电接入网中出现的层次结构——这一切是如何发生的将是一个有趣的现象。Synopsys的设计软件IP产品营销经理Ron Lowman,最近发布了一份技术简报,提供了一些关于移动计算和AI接近边缘的动机,以及这些变化如何影响IP选择和系统架构的见解。无线电接入网络中的层次结构到目前为止,基本原理已经很好地理解。从数十亿或数万亿的边缘设备中传输zettabytes的数据到云
如何看待2021年秋招算法岗灰飞烟灭?
作者:XX Zhao链接:https://www.zhihu.com/question/406974583/answer/1341908112来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。我以一个公司的面试官角度来回答一下这个问题吧。我目前在tmd中一家的业务线上担任图像算法工程师,由于团队成立不久,我平时工作中承接了大量的面试。从6月起,我们就开始了提前批的校招,