ITPub博客

2019-11-04 06:35:25通过往期的文章分享，我们分享了人脸识别的前2个步骤，人脸数据的提取，人脸数据的神经网络训练，本期是人脸识别的最终章，通过前期文章训练的人脸数据模型，进行人脸的识别。人脸识别结果人脸识别系统初始化初始化系统2-6行，插入必要的第三方库8-10行，导入人脸检测模型，人脸识别的前提步骤是从图片或者从视频中识别到人脸12-13行，导入人脸识别模型15-18行，导入上期

2019-10-29 19:42:14中国人工智能学会杰出会员为发挥学会的人才组织和行业引领作用，激发智能科技工作者的自豪感、责任感、使命感，学会值此换届之际启动“中国人工智能学会杰出会员评选”工作。学会于2019年8月29日发出通知，经学会各分支机构及学会负责人推荐并提请学会七届二十次常务理事会议审议通过，决定授予首批70名杰出会员。10月27日，在西安召开的中国人工智能学会第八次全国会员代表大

019-10-30 14:50:36秦农序前期“科学Sciences”介绍了密歇根大学学士，麻省理工学院(MIT)博士、美国数学家、电子工程师和密码学家，被誉为信息论创始人、数字计算机理论和数字电路设计理论的创始人，天才人物克劳德·艾尔伍德·香农(Claude Elwood Shannon, 1916.4.30-2001.2.24)的12条从工作到生活中可借鉴的经验《克劳德·香农10000小时访谈

 2019-10-26 19:29:03本文由西湖大学李子青教授完整修订作者 | 李子青整理 | 丛末编辑 | 唐里10 月 17 日至 19 日，由 CCF 主办、苏州工业园区管委会、苏州大学承办的 CNCC 2019 在苏州成功举办。在《CNCC爆款技术论坛，申省梅、陈熙霖主持，西湖李子青、阿里王刚多视角讲解CV赋能智慧城市》一文中，AI 科技评论提到，「计算机视觉技术赋能智慧城市」

CNN进化史

据梨视频，9月25日发表于《柳叶刀》数字健康的论文称，AI能像专业医生一样成功诊断疾病。伯明翰大学研究人员分析数据发现，AI深度学习可以正确检测出87％病例的疾病，医疗专业人员则为86％。FDA已批准许多用于医疗保健的AI，有望辅助医生提高工作效率。据介绍，AI主要通过深度学习数千张图像来认知疾病，然后再将其学习的知识应用于新的个体病例进行诊断。目前，美国食品和药物管理局已批准用于医疗保健的AI算

知名创投研究机构CB Insights调研了25种最大的AI趋势，以确定2019年该技术的下一步趋势，他们根据行业采用率和市场优势评估了每种趋势，并将其归类为必要、实验性、威胁性、暂时的。一、胶囊网络将挑战最先进的图像识别算法1 开源框架（Open-Source Frameworks）人工智能的进入门槛比以往任何时候都低，这要归功于开源软件。2015年谷歌开放了其机器学习库TensorFlow，越

近期，福布斯（Fobes）杂志与Meritech Capital合作发布了美国最具前景的50家人工智能公司榜单。榜单中的公司均为非上市创业公司，累计融资68亿美元，总估值达到267亿美元。从业务领域来看，上述50家公司主要分布在企业服务、自动驾驶与机器人、健康医疗、网络安全等领域，代表了当前人工智能的主流创业与投资方向，以及面向未来的商业潜力。总体来看，该榜单并未按单纯的估值金额来进行评价，而是综

2019-08-01 14:02:31大数据文摘出品编译：张睿毅、宁静计算机视觉是一门研究如何对数字图像或视频进行高层语义理解的交叉学科，它赋予机器“看”的智能，需要实现人的大脑中（主要是视觉皮层区）的视觉能力。想象一下，如果我们想为盲人设计一款导盲产品，盲人过马路时系统摄像机拍到了如下的图像，那么需要完成那些视觉任务呢？图像分类：为图片中出现的物体目标分类出其所属类别的标签，如画面中的人、楼房、

9月26日，华为创始人任正非与杰里·卡普兰、彼得·柯克伦两位人工智能专家的一段对话受到网友们的强烈关注。在节目中他表示：“5G是小儿科，未来最大的产业是人工智能。”这一句话，言简意赅地表明了中国科技企业巨头对人工智能的信心。任正非认为，人工智能将在未来得到规模化使用，届时它不仅能大幅度提高人类工作效率，还能使当下的万物互联更加紧密，使国家发生翻天覆地的变化。2018年，华为轮值董事长徐直军发布了以

“政治取向”或正在影响美国 AI 界领军人物们的去向抉择。以 AI 语音界大牛 Dan Povey 为例，上个月，他因为政治问题被其原先任教的约翰·霍普金斯大学驱逐，现在，他正式加入了一家名为“爱数智慧”的国内 AI 大数据公司，任该公司首席科学家顾问（Principal Scientist Advisor）。资料显示，爱数智慧成立于 2016 年，2018 年 3 月完成 2 亿元 A 轮融资，

AI正在变革（中国）医疗。最近，一份实战手册刚刚披露，清晰勾勒出了AI如何重塑着医疗行业的各个方面。而且这份手册展示的不光有趋势分析、技术规划，还展示了诸多案例，是实践实战后的全面总结。报告撰写者，正是提供了最基础但覆盖全流程的AI能力计算巨头英特尔，可以说是AI医疗的首份权威“剑谱”。那么，“剑谱”中究竟有什么？又该如何修炼？我们详细拆解。欲练此功，先看趋势在AI落地趋势中，医疗已经成为了最大的

2014 年，一个名为“iDST”的神秘部门的诞生开启了阿里的人工智能新征程，5 年后，初长成的达摩院成为了阿里 AI 崛起的代表性力量。如今，阿里已跻身全球人工智能技术研发的第一梯队，成为时下这 AI 技术洪流中不可或缺的力量。这份出彩的“成绩单”背后，是阿里 AI 团队过去 5 年的筹谋、坚守与突破。9 月 25 日 -9 月 27 日，阿里巴巴云栖大会在杭州召开。在本次大会上，AI 悄然占据

什么是自注意力机制?2017 年，谷歌发表了一篇名字叫做《Attention Is All You Need》的论文，该论文提出了基于注意力机制的来处理序列模型的问题，可以改变 RNN 模型训练慢的弊端，并且在 11 个 NLP 任务中取得了最优结果。那么，我们要认识 Transformer 模型，首先应该了解什么是注意力机制。通俗的来讲，当我们在看一样东西的时候，我们的注意力一定是在当前正在看的

自九月初， Facebook 首先发起对 Deepfake 的挑战以来，Google 也加入到反抗 Deepfake 的行列，昨日 Google 发文宣布，开源 Deepfake 数据集，以支持 Deepfake 虚假影像的检测工作。Deepfake，是英文“deep learning”和“fake”的混成词，是一种利用深度学习算法合成虚假图像、视频等技术的统称。在过去的一年中

作者&编辑 | 言有三1 剪枝剪枝是一项古老的技术，从上个世纪传承至今，在学术界和工业界相关的研究工作都是很活跃的。剪枝根据不同的粒度有很多种，小到一个卷积参数，大到一个网络层。下面是Google关于剪枝的一个典型研究。To prune, or not to prune本文探讨了具有同样大小的稀疏大模型和稠密小模型的性能对比，在图像和语音任务上表明稀疏大模型普遍有更好的性能。模型剪枝是一项

命名实体识别（Named Entity Recognition，NER）是NLP中一项非常基础的任务。NER是信息提取、问答系统、句法分析、机器翻译等众多NLP任务的重要基础工具。上一期我们介绍了NER的基本概念，大致介绍了NER常用的模型。本期我们详细介绍目前NER最常用的两种深度学习模型，LSTM+CRF和Dilated-CNN。作者 | 小Dream哥编辑 | 小Dream哥1 LSTM+C

今天讲述的内容还是GAN的训练，也是最后一期，做几个简单的小实验，告诉大家怎么给GAN加正则项，使得你的GAN尽可能收敛。其实今天的内容本来还是与动力学结合很紧密，但是考虑到复杂的数学内容可能有害无益，我就将数学部分都删除了，只展示最直观的结果。作者 | 小米粥编辑 | 言有三上一期我们说了关于GAN收敛的这样一件事情：如果矢量场v的雅可比矩阵的特征值的实部为负数，且学习速率足够小，则GAN会局部

9 月 21 日至 22 日，为期两天的 CCAI 2019 正在秋意浓浓的中国青岛胶州隆重举行。本次会议选址室外体育馆召开，为原本严肃的学术会议增添了几分活泼、惬意的色彩。CCAI 2019 会场外景会议第二日，徐宗本院士作为首位演讲嘉宾，从他的数学专业出发，慷慨激昂地为大家带来了主题为《AI 与数学：融通共进》的报告。在开场前，他先从徐匡迪之问——「人工智能的基石在数学，我们有多少数学家投身进

对 AI 学习者而言，算力资源受限算是最让人头痛的问题之一——面对大规模节点的需求，CPU和内存却对问题处理规模表示无能为力。没有BAT这种大企业作为靠山的我们，可以如何进行“自救”呢？针对这个问题，我们在知乎上整理了几个比较具有代表性的回答，希望能对大家有所启发。@ 一个旅人　结合自己学习Deep Learning以来的经验来谈谈自己的感受吧，实验室刚开始也只有单卡的机器，现在工作了有机会使用更