DeepMind让AI组队踢足球学会“合作”,并开源训练环境
从足球竞技到战争,团队合作一直被认为是人类社会进步的基石。基于长远的共同目标,弱化甚至牺牲个人利益,促成了人类作为共同体的最大利益。
“假脸”横行!这个良心网站教你如何成为“打假”专家
上面的那三组图片来自最近在reddit上爆火的一个网站——“哪张脸是真的(which face is real?)”,网友们非常热情地将结果在网站上进行比拼,并贴出了测试结果。
美国科学促进会:机器学习“正在导致科学危机”
科学家正越来越依赖机器学习技术,虽然这一技术的解释性自诞生以来就广受质疑,但当这一问题出现在科学领域,将产生非常危险的结果。
惊艳!华为折叠屏5G手机Mate X发布,称3秒下载1GB视频
华为终于出手了!北京时间2月24日晚9点,华为在巴塞罗那MWC 2019巴展举办新品发布会,不出所料,华为首款5G手机——Mate X正式发布,让人惊喜的是,这还是一款可折叠的手机!
微软剑桥研究院院长Christopher Bishop:机器学习的基础是什么?
我们正处在人工智能革命的过程中,越来越多的人开始认识到人工智能的强大力量。在这篇访谈中,微软剑桥研究院院长Christopher Bishop博士将为大家介绍现代观念下的机器学习,并展望了未来几年我们将如何教会机器学习,提高创造新技术的能力。
成都出台AI专项政策:2亿支持研究院,1亿资助顶尖人才
近日,成都在人工智能领域动作频频。先后印发了《成都市加快人工智能产业发展推进方案(2019—2022年)》以下简称《方案》和《成都市加快人工智能产业发展专项政策》,以下简称《专项政策》。
Yann Lecun官宣Facebook进军芯片领域野心,自家“ASIC”芯片开发中
Facebook的首席人工智能科学家,现代人工智能领军人物Yann LeCun最近在接受英国“金融时报”采访时首次表示,Facebook希望与多家芯片公司合作开展项目,公司最近也曾宣布已与英特尔展开合作。但他强调,Facebook也在着手开发自家的“ASIC”芯片,服务于本公司的人工智能项目。
Alan Yuille:在计算机视觉领域,谁是杀死神经网络的真凶?
需要大量的注释数据;难以在标准测试集外取得良好表现;对于数据的微小变化尤为敏感。这都是近年来深度学习被诟病的缺陷。
再遭美国刑事调查!任正非孟晚舟事件后首次露面,否认华为涉谍
华为又一次被推上了风口浪尖。据《华尔街日报》公布的一项新调查,美国联邦检察官正在对华为进行刑事调查,原因是华为涉嫌窃取T-Mobile在内的公司的商业机密,包括窃取T-Mobile用于测试智能手机的技术。
搞定NLP领域的“变形金刚”!手把手教你用BERT进行多标签文本分类
过去的一年,深度神经网络的应用开启了自然语言处理的新时代。预训练模型在研究领域的应用已经令许多NLP项目的最新成果产生了巨大的飞跃,例如文本分类,自然语言推理和问答。
一个美国老师眼中的中国人工智能发展现状
在过去的一年,我在中国举办了20多场AI研讨会,向工程师们传授AI架构的基础知识,并让他们能够开始使用AI架构。在中国教书是一段美好的经历,帮助这1000名工程师培养AI技能让我难忘。虽然我可能算是一名老师,同时我自己也学到了很多中国AI领域的知识。以下是我在中国教书时学到的最重要的五件事。
在小公司如何做一名成功的数据科学家?
小公司需要数据科学家么?可能只有长期混迹数据圈的老司机才有资格回答这个问题。本文作者Randy Au,已经在15-150人规模的公司工作了近12年,被冠于“数据分析师、工程师、偶尔还有科学家”的各种头衔。
Python开发者年度调研:一半Python用户也用JS,2/3选择Linux系统
作为高级编程语言,Python的受欢迎程度近几年一直在往上涨。每年,Python官方都会针对开发者社区做一次年度报告,统计当年的发展情况,并发布调研报告。
投资130亿美元,谷歌2019年计划在全国建设数据中心
当地时间2月13日,谷歌CEO Sundar Pichai刚刚发布了一篇博文,称Google今年计划,在美国十几个州投资130亿美元建设数据中心和办事处,并表示,这将为谷歌新增雇数数万名新增员工。
2.14情人节,程序员该如何绝地反击?
当“昂贵的鲜花+浪漫的烛光晚餐”的标配表白方式早已落入俗套,身为程序员的我们,不应该拥有自己专属的浪漫吗?是用代码表达爱意,或是用base64加密你对她的告白,还是以她的名字为域名,为她编写专属于她的网站?"我写过最得意的代码,就是让你答应做我女朋友的那串代码。"
霸榜知乎,谴责豆瓣,数据分析告诉你《流浪地球》到底好看么?
《流浪地球》又火了一把!说实话,这次火的有点突然。原因也很简单:一些群众不服《流浪地球》在豆瓣评分,纷纷跑到了App Store给豆瓣差评,同时安卓端也被攻陷。
杀出重围!来自吴恩达的最新AI从业指南
读研读博还是进入业界,这真的是一个单选题嘛?学AI的人铺天盖地,如何才能找到切入点,脱颖而出?感兴趣的领域发展太快,如何才能紧跟进度?
手把手:教你用PyTorch快速准确地建立神经网络(附4个学习用例)
你可能已经在社交媒体上看到过N次关于PyTorch和 TensorFlow的两极分化的争论。这些框架的普及推动了近年来深度学习的兴起。二者都不乏坚定的支持者,但在过去的一年里,一个明显的赢家已经开始出现。
在追赶AI浪潮时髦之前,要先问自己三个问题
稍微有点想法的公司不是已经部署了AI项目就是在部署AI项目的路上。确实,在全面商业化的今天,这种激情促进了人工智能的普及,也在一定程度上降低了企业的成本,提高效率。
2018年最具影响力的20篇数据科学研究论文,盘它!
作为一名前半生奉献给学术,现在投身业界的研究者,Daniel Gutierrez习惯在数据科学业内工作的同时,跟进学术界的最新动态。最近,通过一场网络研讨会,他发现人工智能大神吴恩达(Andrew Ng)也有一样的习惯。吴恩达提到,他经常随身携带一个装满研究论文的文件夹,利用搭车的空闲时间研究论文。