ITPub博客

https://www.zhihu.com/question/385326992/answer/1164005349其实自从2018年三大佬靠深度学习拿了图灵奖之后，基本宣告深度学习容易解决的问题做的差不多了，这两年这个领域没有太大的突破，因为剩下的问题都是硬核问题，想要比较好的解决很困难，这个可以从这几年的顶会NeurIPS, ICML和 ICLR 可以看出来。我大体列一下自己认为值得 foll

Yann Lecun在纽约大学开设的2020春季《深度学习》课程，干货满满。本文介绍他们最新的一期，是来自Facebook AI的研究科学家Ishan Misra讲述了计算机视觉中的自监督学习最新进展。

2020-04-17 21:11:08本文介绍的是CVPR2020入选论文《HVNet: Hybrid Voxel Network for LiDAR Based 3D Object Detection》，作者来自元戎启行。作者 | 元戎启行编辑 | 丛 末论文地址：https://arxiv.org/abs/2003.001863D目标检测是当前自动驾驶感知模块重要的一个环节，如何平衡3D物体检

 2020-04-17 21:11:13作者 | 蒋宝尚编辑 | 丛 末有多少关注，就有多少争议。在人工智能领域尤是如此，随着AI应用的不断落地，人们越来越意识到人工智能系统所带来的风险，并认识到现有法律与业界、学界规范仍不足以保证人工 智能的可靠研发。如果能提供精准的声明和充足的证据，AI开发人员就能更好地向监管机构、公众和其他开发者证明其行为的责任性。基于这个目的，近日59位世界级学

2020-04-17 13:30:18机器之心报道机器之心编辑部PyCaret 库支持在「低代码」环境中训练和部署有监督以及无监督的机器学习模型，提升机器学习实验的效率。想提高机器学习实验的效率，把更多精力放在解决业务问题而不是写代码上？低代码平台或许是个不错的选择。最近，机器之心发现了一个开源低代码机器学习 Python 库 PyCaret，它支持在「低代码」环境中训练和部署有监督以及无监督的机

机器学习仍然很难用，但情况开始有所改善了。以下为译文：我是一名Cortex贡献者，Cortex是一个用于在生产中部署模型的开源平台。首先声明，以下内容是基于我对一些机器学习团队的观察总结出来的，而不是一份针对该行业的学术调查。用一个在软件行业中无处不在的东西举例子吧，就比如数据库。建立一个数据库意味着什么？对于一名Postgres贡献者来说，“创建一个数据库”就像一百万行C代码。对于一名Rails

2020-04-13 10:28:10允中 发自 凹非寺 量子位 报道 | 公众号 QbitAI有车，有数据，有雄心。这就是无人车公司AutoX最新秀出的“肌肉”。在上海嘉定，AutoX落地打造了一个无人车运营大数据中心。矮马，光车库就气派十足，豪华万金……AutoX称，这个落地中心，志在成为中国首个无人驾驶“超级数据工厂”。也是规模化技术运维中心与大数据中心的结合体，也是物理世界和虚拟

2020-04-12 13:37:24鱼羊 发自 凹非寺量子位 报道 | 公众号 QbitAI雅达利游戏，又被推上了强化学习基础问题研究的舞台。来自谷歌大脑的最新研究提出，强化学习虽好，效率却很低下，这是为啥呢？——因为AI遭遇了「灾难性遗忘」！所谓灾难性遗忘，是机器学习中一种常见的现象。在深度神经网络学习不同任务的时候，相关权重的快速变化会损害先前任务的表现。而现在，这项图灵奖得主Bengio参

2020-04-09 16:37:31阿里巴巴达摩院在自动驾驶领域取得新突破！4月8日，据记者了解，达摩院已经自主研发出用于车载摄像头的ISP处理器，保障自动驾驶车辆在夜间拥有更好的“视力”，“看”得更清晰，从而大幅提升自动驾驶安全性, 而背后技术则是达摩独有的3D降噪和图像增强算法。目前，该处理器已经用于自动驾驶物流车，路测性能达到业界领先水平。ISP (Image Signal Process

 2020-04-13 15:40:41选自Google AI Blog机器之心编译参与：Panda无限宽的神经网络可以训练了？神经正切核果然可以发挥作用了。近日，谷歌一项研究成果在社区引发了关注，该研究宣称可通过神经正切核（Neural Tangent Kernel）使用贝叶斯推理或梯度下降分析式地训练无限宽度的神经网络。使用谷歌开源的软件库 Neural Tangents，这个过程不

2020-04-16 19:10:36作者 | 周志华编辑 | 丛末本文作者为机器学习专家、南京大学人工智能学院院长周志华教授，他在这篇文章中尝试用通俗故事的方式讲述一个机器学习理论中重要问题的探索历程。读者或能从中感受到机器学习理论探索的曲折艰辛，体会到理论进展对算法设计的指引意义。1 溯源1989年，哈佛大学的莱斯利·维利昂特（Leslie Valiant，计算学习理论奠基人、201

2020-04-16 19:10:28作者 | 殷明章编辑 | 丛末本文介绍的是 ICLR 2020 spotlight 论文《Meta-Learning without Memorization》(无记忆的元学习)，来自德克萨斯大学奥斯汀分校在读博士生殷明章。论文: https://openreview.net/pdf?id=BklEFpEYwS代码: https://github.c

2020-04-16 19:10:31本文对百度被 ACL 接收的论文《PLATO:Pre-trained Dialogue Generation Model with Discrete Latent Variable》进行解读，相关工作通用领域对话生成预训练模型PLATO 已于去年10月份公布。PLATO 是业界首个基于隐空间（Latent Space）的端到端的预训练对话生成模型。据悉，该模型

 2020-04-16 21:33:44雷锋网按：4月16日，百度为自家的视觉技术（人脸识别）发布了「度目」系列四款硬件产品：人脸应用套件、AI镜头模组、视频分析盒子、人脸抓拍机。在此次疫情期间，包括红外测温、人脸识别技术在诸如车站、机场等场景被广泛应用于测温巡逻、人群筛查，人脸识别“热”也是必然。也是在此背景下，百度进一步推出软硬件一体化解决方案，甚至为此单独发布了「度目」系列产品。为

编辑 | 刘燕人工智能即将实现独立进化AI 也能独立自我进化？机器人会不会像生物一样自动进化？一直以来，这个问题常引发争议与谈论。近日，据外媒报道称，谷歌高科技部门的计算机科学家们创造了一种新的人工智能程序— AutoML-Zero，这款软件具有类似于生物进化的过程，它可以只使用高中生都知道的基本数学概念，在没有人为干预的情况下，软件自身就能一代代改进代码，进行自我进化。AutoML-Zero 的

2020-04-16 01:16:31从“自给自足”的To C模式，到企业之间互联互通的To B模式，再到金融、医疗、安防全场景应用的过程。联邦学习，无疑是当前最受工业界和学术界关注的人工智能研究方向之一。近两年，在杨强教授等世界级专家的联合推动下，国内外多数科技巨头，均已开始搭建联邦学习的研究与应用团队。基于此，雷锋网《AI金融评论》与《AI科技评论》联合邀请五位顶尖联邦学习专家，启动《金融联邦

2020-04-15 16:20:25作者 | 蒋宝尚编辑 | 贾伟躺尸接近三个月的OpenAI博客终于有了更新，这次它为AI研究者带来的作品是“OpenAI Microscope”，中文译名OpenAI 显微镜。意为可以像实验室中的显微镜一样工作，帮助AI研究人员更好地理解神经网络的结构和特征。博客地址：https://openai.com/blog/microscope/说到底，这个显微镜更像

作者 | James Murphy译者 | 天道酬勤 责编 | Carol出品 | AI科技大本营（ID:rgznai100）人工智能(AI)的子集已经成倍增长，并完成了只有人类才能完成的各种任务。像机器学习这样的技术可以执行管理任务、人脸识别、下棋，甚至翻译语言。 毫无疑问，人工智能到来的十年带来了许多发展。此外，深度学习从非结构化数据中学习来编

我觉得能称得上好玩的案例，应该是一些「出其不意」、又「十分有用」的应用。没有它时，你望穿秋水；拥有它时，你引吭高歌。事实上此种应用不胜枚举。我们这里仅举2个例子。猪脸识别2017年底，京东搞了一个猪脸识别的比赛。对，你没看错，不是人脸，是「猪脸」！猪脸识别有什么用呢？用处可大了。中国人一共一年要吃掉「七亿」头猪[1]。吃不吃猪肉、吃多少猪肉，已成为国民健康的重要指标。因此，科学地对猪的健康、活动、

AI能力金字塔在过去十年里，人工智能的研究从过去依靠规则、知识来设计人工智能算法这样一套方法论，逐渐过渡到了以数据为主要驱动力的方法论。在这个方法论的指导下，靠着“三驾马车”——算法、大数据、强算力，支撑起了现在的AI能力。算法上主要以深度学习为主，数据则强调要足够大（且是有监督的标注数据），由于深度学习动辄需要通过训练设定上亿的参数也导致了非常依赖强大算力的支撑。于是，只要满足下面两个条件的AI