ITPub博客

AI专利应用于不同行业与人工智能相关的专利不仅包含人工智能的技术和应用，往往还涉及到一个应用领域或行业。分析表明，许多行业都在探索人工智能的商业开发。本次分析确定了20个应用领域，其中62%的人工智能专利数据中至少提到了一个。这些领域包括:电信(在所有已确定的专利文件中占15%)、交通(15%)、生命和医学科学(12%)以及个人设备、人机交互(HCI)(11%)。其他的行业还包括银行业、娱乐、安全

问耕 发自 麦蒿寺量子位 出品 | 公众号 QbitAI唯一能阻止ZAO刷屏的，可能是服务器。今天上午10点半左右，正在使用ZAO的用户发现，想要生成一段新的AI换脸视频，已经不是等待几秒、排队第几位的问题，而是——“服务器繁忙”提示页卡上写着：当前制造任务已满，无法制造，预计10:XX恢复能力。这里的XX大概是一段10分钟左右的延时，不过只要5、6分钟就能继续处理。10点45分左右，这个提示变为

【世界AI大会马化腾纵论人工智能】2019世界人工智能大会29日在上海开幕。CMU计算机学院院长Tom Mitchell、马化腾、沈向洋和汤晓鸥等一众AI大咖发表了演讲。另外还有最受关注的马云和马斯克的二马对话。马化腾是这次大会首次登台演讲的企业家。他的演讲主题是《人工智能的思考和探索》。这位腾讯公司董事会主 席兼CEO非常看好上海AI的发展。他说去年腾讯先后把华东总部落户上海，目前员工将有500

导语：怎样才能进「A 班」？雷锋网 AI 开发者按：8 月 29 日，世界人工智能大会在上海召开，大会以「智联世界，无限可能」为主题。大会上，由 AI 青年科学家联盟·梧桐汇发起的「A 班计划」首批招募学员名单也已发布。所有学员均是来自全球顶尖学府的 PhD，平均年龄为 26 岁；其中有三人在世界顶会上获得了 Best Paper 奖。雷锋网(公众号：雷锋网) AI 开发者将「A 班计划

从工程师到创业者，从硅谷到苏州，无论是身份的切换还是工作场景的转变，童先明都对“自然语言处理技术”有着独特的情怀。众所周知，自然语言处理技术被誉为“人工智能皇 冠上的明珠”，研发难度很大，仍有更深层次的问题等待突破。正是看到了自然语言处理领域的挑战和广阔前景，有技术和人才的童先明毅然决然迈向了创业的道路。2018年，童先明携手其他10位联合创始人共同创立了苏州美能华智能科技有限公司（下称“美能华”

无监督图像分类问题是图像分类领域一项极具挑战的研究课题，本文介绍了无监督图像分类算法的发展现状，供大家参考学习。作者 | 郭冰洋编辑 | 言有三1 简介近年来，深度学习在图像识别领域取得了前所未有的进步，究其根本，可以归功于数据集容量的扩充和计算资源的提升。现阶段的图像分类任务在很大程度上是靠监督学习实现的，即每个样本都有其对应的标签，通过深度神经网络来不断学习每个标签所对应的特征，并最终实现分类

你知道吗，在脑门上贴张符，AI就认不出你了。比如，这里有一个妹子，被人脸识别系统ArcFace发现了：于是，她在脑门上贴了一张符。人脸识别就不认识她了，框框上的“Person_1”标签没有了：就算把光线调暗，这张符依然可以保护她，不被AI发现身份：鬼片的光照条件，也是一样：这样，万一哪天人类和AI打起来了，说不定还能逃过一劫呢 (误) 。毕竟，去年发表的ArcFace，在现有的公开FaceID系统

还记得腾讯AI开源项目Angel吗？没错，也是腾讯第一个开源的AI项目。目前在GitHub上Star数已超过4200，Fork数超过1000。刚刚发布了3.0版本更新，功能覆盖机器学习各个阶段，开始展现全栈潜力和雄心。具体详细我们往下看。全栈机器学习开源模型Angel 3.0功能特性涵盖了机器学习的各个阶段：特征工程，模型训练，超参数调节和模型服务。其中，特征工程模块基于Spark开发，增强了Sp

鱼羊 乾明 发自 凹非寺量子位 报道 | 公众号 QbitAI原来，抢走姚班人才的竟是自家亲兄弟——智班。清华正式公布了首批智班学生名单，一共30名：去清华没选姚班的那些奥赛国家集训队选手，有14名去了智班。还有3省理科状元，包括考出730裸分的广西高考理科状元杨晨煜。杨晨煜说，选择智班也是因为AI：人工智能是工业4.0的核心，是未来的战略制高点，希望能探索人类智慧中的奥秘，实现更深层次的智能，为

 2019-08-24 20:38:40专栏推荐正文GoogLeNet是一种全新的深度学习结构，在这之前的AlexNet、VGG等结构都是通过增大网络的深度来获得更好的训练效果，但层数的增加会带来很多负作用，比如过拟合、梯度消失、梯度爆炸等。为了简化计算成本，先通过一个 1×1的卷积层，再通过一个 5×5 的卷积层，1×1 的层可能有 16 个通道，而 5×5 的层输出为 28×28×3

2019-07-22 23:39:30输入以下的代码块from keras.models import Sequentialfrom keras.layers import Conv2Dmodel = Sequential()model.add(Conv2D(filters=16, kernel_size=2, strides=2, padding='valid', activa

视频分类/行为识别是计算机视觉领域中非常有挑战性的课题，因为其不仅仅要分析目标体的空间信息，还要分析时间维度上的信息，如何更好的提取出空间-时间特征是问题的关键。本文总结了该领域的技术进展和相关数据集，技术进展从传统特征法到深度学习中的3DCNN，LSTM，Two-Stream等。作者 | 言有三编辑 | 言有三1 视频分类/行为识别问题首先我们要明确这是一个什么问题，基于视频的行为识别包括两个主

作者：Marco Peixeiro编译：ronghuaiyang导读决策树，随机森林，bagging，boosting的介绍以及背后的原理基于树的方法可以用于回归或分类。它们涉及到将预测空间分割成几个简单的区域。分割规则集可以总结在树中，因此名为决策树方法。单个决策树的性能通常不如线性回归、logistic回归、LDA等。但是它可以损失一些可解释性，大幅度提高预测精度。在这篇文章中，我们将介绍关于

导语：错误分析就像指南针，我们需要它尽可能准确雷锋网(公众号：雷锋网) AI 科技评论按：尝试分析机器学习模型在什么时候、以什么方式、由于什么原因失效，我们把这称为「误差分析（error analysis）」。对科研人员来说，他们需要通过误差分析选择后续的改进方向；模型的实际使用者们也需要根据误差分析来确定模型部署的许多细节。由于误差分析对后续的行动方向有显著的影响，如果误差分析中出现了

无监督图像分类问题是图像分类领域一项极具挑战的研究课题，本文介绍了无监督图像分类算法的发展现状，供大家参考学习。作者 | 郭冰洋编辑 | 言有三1 简介近年来，深度学习在图像识别领域取得了前所未有的进步，究其根本，可以归功于数据集容量的扩充和计算资源的提升。现阶段的图像分类任务在很大程度上是靠监督学习实现的，即每个样本都有其对应的标签，通过深度神经网络来不断学习每个标签所对应的特征，并最终实现分类

作者：George Seif编译：ronghuaiyang导读数据清洗是大数据处理的第一步，很多同学对这一步感到没有头绪，不知道哪些该清洗掉，哪些不该，看看这篇文章，是不是能有点启发？像奥巴马丢掉麦克风一样丢掉坏数据清理数据应该是数据科学(DS)或机器学习(ML)工作流的第一步。如果没有清晰的数据，你将很难看到探索中真正重要的部分。一旦你最终开始训练ML模型，那么训练它们就会变得不必要地更具挑战性

一张图看懂图像识别算法发展历史

OpenAI号称史上最强“通用”NLP模型又有新动作啦！继今年2 月发布了小型1.24亿参数模型GPT-2后，OpenAI宣布发布7.74亿参数GPT-2 模型，15.58亿的完整模型也有望于几个月内发布。今年2月，OpenAI发布了号称史上最强“通用”NLP模型，它基于Transformer，拥有15亿参数，使用含有800万网页内容的数据集训练，只为一个目的：根据当前已有的信息，预测下一个单词是

「我的计划是准备为一家中国公司工作，说不定也会在一家中国大学兼职当教授，」语音识别著名学者，前约翰霍普金斯大学教授 Daniel Povey 在拒绝了 Facebook 之后更新了自己的去向。「几乎可以肯定是一家中国公司」，而且就在西雅图。作为语音识别领域的大牛，Daniel Povey 教授此前一直在负责霍普金斯语言语音处理中心的工作。他曾主导开发了语音识别工具库 Kaldi，该工具库支持多种语

【安防展览网 市场分析】近年来，无数人带着资本、技术涌入AI市场，仿佛一个新的风口冉冉升起。据乌镇智库发布的报告显示，截至2018年，全球人工智能企业共计融资784.8亿美元，其中美国373.6亿美元，中国276.3亿美元。步入2019年，人工智能企业的融资额仍持续增加（以我国为例）：2月27 日，AI芯片公司地平线宣布，B 轮融资获得约6亿美元，此轮融资后估值达 30 亿美元；3月27日，大数据