ITPub博客

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

根据美国劳工统计局的一项家庭调查，美国经济的快速增长使不同的人群受益。残疾人也会受益，2019年4月，残疾人失业率降至6.3％，创2008年以来的新低。但残疾人的失业率仍然几乎是其他人群的两倍。值得庆幸的是，时代已经变了，对残疾的看法也是发生了改变。全球企业正在慢慢改变其工作方式，以适应当前关于残疾和发展的全球趋势。因此，残疾人融入社会已经成为焦点，而互联网就是中心。AI在图像中的应用随着对可访问

SAP MM 明明有维护源清单，还是不能下PO？下午收到用户报错说，创建采购订单失败，报错 ：Material ### not included in source list despite source list requirement. 如下图：实际上该物料的source list主数据是有维护的:并且source list都没有过期。那究竟是何缘故导致报错呢？经查，原因在于该物料是一个MPN

2018年，量子位启动了首届「中国人工智能年度评选」，吸引了数百家企业和机构参与评选（榜单链接：2018年度AI评选揭晓！10大领航企业，50家明星公司，10佳投资机构）。榜单记录了2018年人工智能产业的迅速发展，为AI关注者和从业者提供了年度参考。榜单发布后，全网数十家科技媒体转发报道，累计覆盖数百万从业人群，已成为AI领域极具行业影响力的榜单之一。今天，2019年「中国人工智能年度评选」再次

按：深度强化学习（Deep Reinforcement Learning，DRL）一直是近年来人工智能的一些重大突破的核心。然而，尽管 DRL 有了很大的进步，但由于缺乏工具和库，DRL 方法在主流解决方案中仍然难以应用。因此，DRL 仍然主要是以研究形式存在，并没有在现实世界看到许多采用机器学习的应用方案；而解决这个问题就

 2019-09-19 15:03:41网络上有海量的文本信息，想要处理这些非结构化的数据就需要利用 NLP 技术。本文将介绍 NLP 的基本概念，2大任务，4个典型应用和6个实践步骤。NLP 为什么重要？“语言理解是人工智能领域 皇 冠 上的明珠”比尔·盖茨在人工智能出现之前，机器智能处理结构化的数据（例如 Excel 里的数据）。但是网络中大部分的数据都是非结构化

https://blog.csdn.net/weixin_42137700/article/details/101057234 今天，谷歌宣布了在印度的AI新举措：建立印度研究院，成立班加罗尔AI实验室。这个新实验室，将于印度的研究团队合作，推进基础计算机科学和人工智能研究，用于解决医疗保健、农业和教育等领域的重大问题，提升数十亿印度人使用的应用和服务。在谷歌CEO Sundar Pichai公布

全文共4126字，预计学习时长8分钟图片来源：Dan Meyers, Unsplash机器学习和深度学习模型在工业各个领域都得到了广泛运用，网络安全领域也不例外 。最新相关的例子就是PassGAN，这个深度学习模型可以生成密码，因而提高了暴力破解（Brute-Force Attacks）的效率。本文会引用这个概念，并以此为例，解释生成模型和判别模型的区别；同时也会突出强调深度学习相对其他传统概率模

机器学习之学习曲线学习曲线是学习算法一个很好的合理检验，帮助我们判断某一个学习算法是否处于偏差，方差问题1.高偏差下的学习曲线高偏差/欠拟合情况下， 增加数据到训练集，对于改善是否效果无益2.高方差下的学习曲线4.神经网络和方差，偏差1.使用较小的神经网络，由于参数较少，容易导致欠拟合，高偏差。 较大的神经网络，容易导致过拟合，高方差。2.通常的说，大型神经网络并正则化处理会比较小的神经网络效果更

据外媒报道，俄罗斯南乌拉尔国立大学（South Ural State University）的科学家们研发了一个独特的智能系统，以利用人工智能监控交通流量，而且无需特定的录制设备，就可以几乎在任何类型的摄像头上工作。现有的程序在处理实时接收到的数据时，处理过程会延迟10至15分钟，与之不同的是，该系统可以即时处理此类数据。交通拥堵解决方案南乌拉尔国立大学理工学院汽车运输系副教授兼项目经理Vladi

谷歌的手里，握着无数的AI专利，让每个AI从业者头疼。比如Geoffrey Hinton老爷子搞的DropOut，谷歌兄弟公司DeepMind手里的RNN，在法律层面，专利权都归谷歌所有。这些都是地球上几乎所有的AI研究机构、AI公司必备的基础工具，一旦没了它们，巧妇难为无米之炊，那些刚拿了天使投资的小公司都得玩完，那些读机器学习博士的年轻人，八成也都会被逼得半途而废。虽然Jeff Dean在东京

导语：作为AI+场景应用的务实派，华泰科捷打破苹果Face ID技术垄断，成为中国最早将结构光技术应用在人脸识别系统上的企业。作为AI+场景应用的务实派，华泰科捷打破苹果Face ID技术垄断，成为中国最早将结构光技术应用在人脸识别系统上的企业。近日更是首开先河，将3D结构光人脸识别技术部署进驻政务交易大厅，有望带来行业示范效应。政务大厅上线“3D人脸识别”近年来，我国大力推行“互联网+政务服务”

2019-09-17 10:22:43呜啦啦啦啦啦啦啦大家好，拖更的AI Scholar Weekly栏目又和大家见面啦！AI Scholar Weekly是AI领域的学术专栏，致力于为你带来最新潮、最全面、最深度的AI学术概览，一网打尽每周AI学术的前沿资讯。每周更新，做AI科研，每周从这一篇开始就够啦！本周关键词：Google Go镜头新功能、AI精确预测抑郁、自动驾驶数据集更新本周最佳学术研