ITPub博客

摩尔定律知道么？帕金森定律讲的又是啥？作为一名合格的开发人员，除了本身码力超强外，或多或少要知道几条“”潜规则”，例如依赖倒置原则、鲁棒性原则......

到目前为止，业内对于对抗样本的流行观点是，其源于模型的“怪癖”，一旦训练算法和数据收集方面取得足够的进展，那么它们终将消失。其他常见观点还包括，对抗样本要么是输入空间高维度的结果之一，要么是因为有限样本现象（finite-samplephenomena）。

近年一直有这样一种论调：如果你学历不高，想拿高薪，那就去参加个培训班学编程。尤其是最近爆火的大数据和人工智能，因为人才需求逐渐增大，各大高校“科班”输出的人才满足不了行业需求。

只有不到20％的机器学习PoC（概念验证）项目能够顺利投产，而这其中的大部分也可能会止步于其方案的“产品化”阶段。从概念验证到实际产品，人工智能应用落地到底要跨越多大的鸿沟呢？来看看这篇文章怎么说。注意：文中可能存在“机器学习”和“人工智能”概念混用的情况，不必纠结于此。

从DeepNet到HRNet，这有一份深度学习“人体姿势估计”全指南几十年来，人体姿态估计（Human Pose estimation）在计算机视觉界备受关注。它是理解图像和视频中人物行为的关键一步。

作为目前最火也是最实用的编程语言，Python不仅是新手入门程序界的首选，也逐渐成为了从大厂到小厂，招牌需求list的必要一条。

世界上复杂的人工智能程序大多是由盈利组织开发，如Facebook，谷歌和谷歌姊妹公司DeepMind。但在2015年，Elon Musk创立OpenAI打破了这个先例，这是一个非营利组织，其使命是进行尖端的人工智能研究，并将人工智能的好处带给所有人。

五一过后，一些程序员查看自己托管到GitHub上的代码时发现，他们的源代码和Repo都已消失不见，上周四，一位Reddit用户写了一篇帖子，说他的存储库被黑了。代码也被删除了，取而代之的是黑客留下的一封勒索信。

这几天，Github上的趋势榜一天一换。这次一个名为 Data-Science--Cheat-Sheet 的项目突然蹿到了第三名。仔细一看，确实干货满满。来，让文摘菌推荐一下~

我们正处于AI创业热潮之中，机器学习专家的薪资水平水涨船高，投资者也乐于对AI初创公司慷慨解囊。AI的普及成为推动社会生产力标志，必将改变我们的生活。

呜啦啦啦啦啦啦啦大家好，本周的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。

NLP是人与机器之间的沟通，使得机器既可以解释我们的语言，也可以就此作出有效回答。自20世纪50年代以来，这个领域一直存在，你可能听说过Alan Turing开创的“图灵测试”。图灵测试测量计算机对人类所提出问题做出反应的好坏程度。

训练神经网络到底有诀窍和套路吗？Andrej Karpathy认为，还的确有。这位特斯拉的人工智能研究负责人、李飞飞的斯坦福高徒刚刚难得更新了博客，推出了一篇长文《神经网络的训练秘籍》，详细讲述了我们在训练神经网络时候可以遵循的套路。

4月25日， Nature杂志发表了一项新成果， 神经科学家设计了一种可以将大脑信号转换为语音的设备。通过最先进的脑机界面，根据大脑活动控制的虚拟声道来产生自然合成的合成语音。简单来说，就是通过解码人类嘴唇、下巴、舌头和喉头等脑信号，将其转换成患者想表达的语音。

CNN卷积神经网络问世以来，在计算机视觉领域备受青睐，与传统的神经网络相比，其参数共享性和平移不变性，使得对于图像的处理十分友好，然而，近日由Facebook AI、新家坡国立大学、360人工智能研究院的研究人员提出的一种新的卷积操作OctConv使得在图像处理性能方面得到了重大突破与提升，OctConv和CNN中的卷积有什么不同呢？

昨儿个，文摘菌日常在B站上看看本山大爷的视频，听听吴亦凡的大碗面。突然弹幕画风突变，评论区集体喊话B站，“你家后院着火了”。

上周，苹果和高通联合发布声明，放弃在全球层面的所有法律诉讼，签署至少六年的专利许可协议和多年的芯片组供应协议。声明发出后1小时，高通股票暴涨23%收盘。高通股票上一次如此大涨，还是在1999年。

与基于RNN的方法相比，Transformer 不需要循环，主要是由Attention 机制组成，因而可以充分利用python的高效线性代数函数库，大量节省训练时间。可是，文摘菌却经常听到同学抱怨，Transformer学过就忘，总是不得要领。

本周末OpenAI Five与世界冠军Dota 2团队OG的总决赛中，它2比0大败对手。这意味着OpenAI Five是第一个在电竞游戏中击败世界冠军的AI。

玛丽·雪莱在创作世界上第一部科幻小说《科学怪人》（又译：弗兰肯斯坦）的时候，恐怕没法预见到在一个多世纪后的今天，真的会出现一种脱胎于虚无，却能判断、能决策的存在。