ITPub博客

https://www.toutiao.com/a6698941742558741000/ 2019-06-06 10:08:28虽然曾经遭受质疑甚至嘲笑，但 2018 年度图灵奖获得者 Geoffrey Hinton、Yann LeCun 和 Yoshua Bengio 一直在他们的研究生涯中不断发展人工神经网络，其研究成果已成为了从搜索到内容过滤等领域不可或缺的组成部分。所以，当前炙手可热的深

https://www.toutiao.com/a6698935337843950087/ 【新智元导读】MIT、香港科技大学和浙江大学的研究人员开发了一种交互式工具，首次实现让用户对自动化机器学习（AutoML）系统的工作方式和流程进行查看和控制，提高系统定制化程度，向打开机器学习“黑盒子”的目标迈进了一大步。为特定任务设计机器学习模型（如图像分类，疾病诊断和股市预测等）是一个艰巨而耗时的过程。

https://www.toutiao.com/a6698982880724386307/ 随着 AI 在技术发展中的不断突破和使用，越来越多的AI公司投入大量资源开发工具，芯片公司花大量精力做上层开发环境和平台，AI应用/算法公司投入大量人力做底层适配优化，这无疑是重复造轮子，消耗大量资源且整体效率低。而现有软件框架不能满足AIoT需求，训练框架依赖库众多，版本间兼容性差，效率低下，不适合嵌入式

宇宙中大部分物质都是人类看不见的暗物质。目前，观测暗物质的最佳方式：引力透镜技术的成本太高，耗时太久。最近，研究人员希望利用AI技术来解决这个问题，提出了一种基于对抗生成模型的新方法，名曰“CosmoGAN”。随着宇宙学家和天体物理学家对宇宙中最黑暗的凹陷的探索越来越深入，对越来越强大的观测和计算工具的需求呈指数级增长。科学家们正在寻求收集、模拟和分析可以帮助解释的越来越多的数据，解释我们看到或看

https://www.toutiao.com/a6698869590761406989/ 摘要：轻量、快速、兼容度高，TensorFlow Lite 正是人工智能开发和移动化最好的结合。机器学习的发展改变着健康医疗、语言交流和城市交通等我们生活中的诸多领域，越来越多的企业、组织甚至是个人尝试用机器学习解决业务或者生活中遇到的难题。开发者数量的大量增加也意味着需要降低技术难度，让更多人参与进来。在

https://www.toutiao.com/a6698522680007590411/ 在人工智能软硬件技术蓬勃发展之前，视频监控的应用领域，基本等同于安防。在各个有安防需求的领域，在合适点位上，布局上一定数量的前端摄像机，摄取相应场景数据，随后将数据汇总至NVR，再叠加中控显示及外网访问设备，即组成一个最基础的视频监控网，实现相关领域的安防监控。而对于复杂的政府、企业需求，相对基础的视频组网

https://www.toutiao.com/a6698288581208703501/ 导读迁移学习的好处不用多说，那么，什么时候用，什么时候不该用，为什么有用？看看就知道。如果你最近工作在深度学习领域，特别是图像识别，你可能看到过大量的博客，承诺教会你如何建立一个世界级的图像分类器，只需在一个GPU上用十几行或更少的代码跑上几分钟。令人震惊的不是这个承诺，而是在这些教程中，大多数最终都实现了

https://www.toutiao.com/a6698602122889396749/ 2019-06-04 17:17:23过去几年里，人脸识别技术取得了长足的发展，在公共安全领域发挥了重要的作用。而随着公安大数据应用背景的出现，人脸识别技术面临更大的挑战。结合人脸识别技术、大数据技术、深度学习技术在城市道路交通管理中的应用，设计针对行人闯红灯的交通管理报警系统及针对失驾人员的交通管控系统，

https://www.leiphone.com/toutiao/yG91es0hOesLRsRX.html 经过了前几年人脸识别算法的拼杀，2019年正成为人工智能技术重要的落地之年。AI概念的高估值泡沫下，市场开始更青睐能将人工智能技术和产品规模化落地的企业。看准了方向，从拼创始人技术背景、研发团队和算法能力，AI创企也开始调整航向，逐步向产品定义、工程速度和销售转变。在这一背景下，一家深耕安

2019-03-12 08:46:30机器学习在前两年的时间里，一下子就爆火了起来。很多公司也跟着这个趋势，招募了很多算法工程师、数据挖掘工程师。但是，在实践中，企业发现要落地，实际上还有很多问题需解决。以至于在大部分项目，还是规则主导。算法工程师的日常，也不过是清洗数据，调整规则。所以，机器学习技术，在真实的应用中到底缺少些什么呢？在国立台湾大学《机器学习》2019春季班，李宏毅老师给出了他的观

https://www.toutiao.com/a6698201162660708867/我们能达到电影里的智能吗？未来十年最可能实现的AI场景是什么？如何平衡隐私保护与AI产业发展间的关系？如何看待AI自主性？是否应该给AI分级？这里有清华大学AI研究院院长张钹院士、中国人民大学高瓴AI学院院长文继荣和搜狐网产品技术总监杨田的思辨。整理、撰文 |太浪技术是中立的吗？当技术不可控时，达到能够无中生

http://tech.china.com.cn/ai/20190404/354080.shtml 今日视点　　在不间断探索广袤太空的过程中，美国国家航空航天局(NASA)越来越意识到：获得的数据实在太多了！　　这是人类技术越来越强的体现。发射出去的大小探测器，一个个野心勃勃，剑指前辈望远镜们不敢想象的每一处深空，同时，返回的数据夜以继日地累积着。　　可这些数据都是要分析的啊……科学家们扶着额头想

https://blog.csdn.net/wangpengfei163/article/details/46968897 一，光照问题光照问题是机器视觉重的老问题，在人脸识别中的表现尤为明显。目前方法未能达到使用的程度。如何克服光照的影响？二，姿态问题与光照问题类似，姿态问题也是目前人脸识别研究中需要解决的一个技术难点。针对姿态的研究相对比较的少，目前多数的人脸识别算法主要针列正面、准正而人脸图

https://blog.csdn.net/weixin_42137700/article/details/90690605 2019-05-29 15:38:31 人脸识别是基于人的脸部特征信息进行身份识别，近些年，随着计算机技术以及光学成像技术的发展，集成了人工智能、机器学习、视频图像处理等技术的人脸识别技术逐渐成熟，并带动了相关产业的发展，行业应用持续拓展。技术飞速发展是基础人脸识

https://blog.csdn.net/weixin_42137700/article/details/90644207 人脸识别的方法很多，以下介绍一些主要的人脸识别方法。(1)几何特征的人脸识别方法几何特征可以是眼、鼻、嘴等的形状和它们之间的几何关系(如相互之间的距离)。这些算法识别速度快，需要的内存小，但识别率较低。 (2)基于特征脸(PCA)的人脸识别方法特征脸方法是基于KL

https://blog.csdn.net/duozhishidai/article/details/87191025 人脸具有一定的不变性和唯一性，人脸识别是人类在进行身份确认时使用的最为普遍的一种方式，其次人脸图像还能提供一个人的性别、年龄、种族等有关信息。人类在人脸识别中所表现出来的能力是令人惊异的，但是让计算机能够识别人脸，却是非常困难的问题。人脸识别的最重要的应用就是人类的身份识别，人脸

https://blog.csdn.net/weixin_42137700/article/details/90644334 2019-05-28 13:20:11前不久Iphone X发布，革命性的取消了TouchID（指纹识别），而添加了更酷的 FaceID(人脸识别) 模块，FaceID 不简单的运用在解锁上，还可以在支付，表情等场景中应用，给开发者带来更酷更丰富的应用，Iphone X 在

https://www.toutiao.com/a6664727015590986247/ 人工智能技术的落地，研发团队的技术创新，最终都需要以产品化实现行业应用为最终目的。中国拥有世界独一无二的市场规模，任何新兴技术面对如此巨大的市场规模都将产生新的质变。人工智能技术在基础层面的研究，需要依靠海量数据以及最终的应用市场来实现变现。随着大数据挖掘、人工智能深度学习技术的不断成熟，国内在语音识别、图

https://static.cdsb.com/micropub/Articles/201905/2ba2c4c45ce18a72a8ba415dd46cc6b6.html 2019-05-30 17:07“现在越来越多的人不敢说自己是做人工智能的了。因为越做越会觉得里面太深了，很多业界大咖开始戏称自己为‘人工智能的爱好者’。”5月30日，正在北京举行的中国国际服务贸易交易会“2019中国智能产业

https://www.leiphone.com/toutiao/Gwuo9CEfH6s3Rrhp.html 本文为 AI 研习社编译的技术博客，原标题 ：NLP vs. NLU: from Understanding a Language to Its Processing作者 | Sciforce翻译 | 萝卜菜在种树     编辑 | 王立鱼原文链接：