北京如何成为AI高地?2019北京智源大会开幕,中外共话AI研究前沿
2019-10-31 15:29:2410月31日,由北京智源人工智能研究院主办的2019北京智源大会在国家会议中心开幕,会期两天。智源大会是北京创建全球人工智能学术和创新最优生态的标志性学术活动,定位于"内行的AI盛会",以国际性、权威性、专业性和前瞻性为特色,邀请国际人工智能领域的顶级专家学者参加,围绕人工智能基础研究现状及面临的机遇和挑战、人工智能技术未来发展的核心方向等
Facebook AI新框架「TensorMask」
Facebook AI新框架「TensorMask」,可以用密集的滑动窗口做非常精细的实例分割,是这个方法第一次在定性和定量上取得跟Mask R-CNN类似的水准网页链接2019-10-30 15:37:30https://www.toutiao.com/a1648802975424516/
夜间场景缺数据,如何进行语义分割?浙大提出基于GAN的高鲁棒夜间语义分割框架
2019-10-31 12:31:30作者 | BBuf单位 | 北京鼎汉技术有限公司 算法工程师(CV)编辑 | 唐里浙大提出一种新的方法,通过将GAN和SOAT分割框架结合,实现对夜间图像也具有鲁棒的分割效果。论文发表于2019年,地址为:https://arxiv.org/abs/1908.05868近年来,借助深度卷积神经网络(CNN),智能驾驶导航和安全监控取得了长足的进步。
AI独角兽依图发布开放计划,清华、自动化所、中移动等已“进群”
安博会,现在已成AI实力比拼的第一战场。AI之于安防,犹如过去同互联网之于手机和PC,不仅是未来方向,也是基础设施。但挑战也很直接:AI也需要和互联网一样的行业发展标准。在经历2个月的筹备后,依图在昨日正式宣布启动AI芯片视觉计算创新平台开放计划,将在视觉计算国家开放创新平台的框架和基础上,与生态系统中的伙伴联合发布开放计划。依图启动视觉计算创新平台开放计划计算机视觉技术日渐成熟, 依图COO张小
迁移学习在NLP中的演化:从基础到前沿
2019-10-29 13:15:06作者 | 张正单位 | 清华大学翻译 | 唐里本文内容为简要介绍,欲详细了解相关内容,建议阅读原论文——论文标题:Evolution of Transfer Learning in Natural Language Processing论文地址:https://arxiv.org/abs/1910.07370随着Recurrent Neural Network
ICCV 2019 开幕,中国论文数量首超美国,以色列成奖项大赢家
2019-10-29 12:43:50AI 科技评论在首尔!作者 | 丛末、杨晓凡、Camel编辑 | 唐里10 月 27 日至 11 月 2 日,两年一届的 ICCV 2019 来到韩国首尔,选址 COEX 会展中心举行。严谨且严肃的国际顶级学术会议与充满着热情与活力的首尔将在这个枫叶开得正红的季节碰撞出怎样的火花呢?AI 科技评论在现场带大家一起看!29 日,经过 2 天 Work
ICCV2019入选论文分析 谷歌实力霸榜!国内中科院第一,产业界商汤领跑
2019-10-28 18:57:34ICCV2019今早已在韩国首尔正式开幕。多场主题丰富的Workshop、Tutorials和Doctoral Consortium等一系列精彩活动将在这两天相继举办。COCO是ICCV 2019的重头戏,也是人工智能领域最具影响力的通用物体检测挑战赛,2017、2018年,旷视曾两度问鼎。据前线最新消息,本次大会旷视再接再厉,拿下COCO物体检测(Detec
为Deepfake检测研究提供数据支持
命运是天定的,颜值可是自己的。前段时间风靡的换脸小程序已经让一部分人娱乐了一把,你知道吗?现在又出新技术了,deepfakes不仅可以换脸,还能将面部表情、动作都与另一张脸完美地融合在了一起。在技术革命到来的同时,滥用风险依然不可小觑······本文来自Google AI的《contributing data to deepfake detection》在不改变原文意思的基础上,雷锋网AI科技评论
Facebook“AI 换脸”打假赛新进程:AWS 携学界大佬加入,初始数据集发布!
导语:一封来自 Facebook 的邀请信雷锋网 AI 开发者按:就在上个月,Facebook 发起 Deepfakes 检测挑战赛,悬赏 1000 万美元打假 AI 换脸。现在,这个挑战赛有了新动作,Facebook 找到了 AWS、微软等志同道合的盟友发布了挑战赛的初始数据集,并向世界各地的 AI 大佬发起了比赛邀请。Facebook 发布了文章来详细的介绍这一进展,雷锋网 AI 开发者将相关
计算机视觉入门大全:基础概念、运行原理、应用案例详解
选自 tryolabs机器之心编译参与:魔王这是一篇计算机视觉入门指南,从概念、原理、用例等角度介绍了计算机视觉。「机器能够模拟人类视觉系统」的幻想已经过时了。自 1960 年代第一批学术论文出现以来,计算机视觉已经走了很远,现代系统已经出现,且它们可以集成到移动应用中。今天,由于其广泛应用和巨大潜力,计算机视觉成为最热的人工智能和机器学习子领域之一。其目标是:复制人类视觉的强大能力。但是,到底什
北京地铁将应用人脸识别技术,对乘客实施分类安检
2019-10-29 11:28:11据北京青年报报道,在2019年城市轨道交通运营发展论坛上,北京轨道交通指挥中心主任战明辉发表演讲,称北京地铁将应用人脸识别技术对乘客实施分类安检,提高乘客通过效率。战明辉认为,目前人物同检效率低,与轨道交通海量乘客出行形成的量、力矛盾十分突出。要不断对安检机具进行优化,大力推行一机多通道安检机具的应用,提升安检机单机的安检能力。同时,北京地铁要应用人脸识别技术
牛顿棺材板快盖不住了:用深度神经网络解决三体问题,提速一亿倍
“不要回答!不要回答!不要回答!”刘慈欣在为自己的科幻小说起名为《三体》时,他早已知道“三体”本身就是一个不可回答的问题。“三体问题”已经困扰了人类几百年,曾经无数让你感到恐惧的大牛都为此付出了巨大的心血,比如牛顿、欧拉、拉格朗日、庞加莱,直到今天还有很多人在研究。但遇事不决,用神经网络总是没错的。最近来自爱丁堡大学、剑桥大学的数学家们,用神经网络来求解三体问题,速度比之前的求解器快一亿倍,而且误
反杀人类、拯救机器狗,被虐士兵机器人化身终结者 | 波士屯动力
要训练一个终结者,需要几个步骤?首先,为了锻炼它的枪法,要在训练时拿球砸它。或者制造障碍,再给它来上一棒槌。枪法准还不够,机器人,就得绝对服从。来一记飞踢,看看它会不会反抗。真是气到机器人想掀桌。但是,这群“魔鬼”训练员还没打算放过机器人。他们“丧心病狂”找来了一条可爱机器狗,然后给了机器人一把枪。机器人表示拒绝,竟遭一顿暴揍。太过分了!机器人都受不了了:狗狗这么可爱,怎么忍心伤害?!△掀桌了!不
加速BERT模型有多少种方法?从架构优化、模型压缩到模型蒸馏,最新进展详解!
导语:沉重的 BERT原文作者:Grigory Sapunov翻译:Camel原文标题:Speeding up BERT原文链接:https://blog.inten.to/speeding-up-bert-5528e18bb4ea雷锋网AI科技评论按:BERT 在 NLP 领域的地位正如 ResNet 在 CV 领域的地位一样,属于里程碑的进展。目前,BERT 已经成为 NLP 深度学习管道中的
Facebook改进换脸术:无需“投喂”图片,从视频里直接变脸
近两年来,Deepfakes让许多欧美明星吃尽了苦头,面对自己的头像被替换到各种视频中,却无能为力。比如黑寡妇就对自己的脸被替换到小电影中感到很无奈,呼吁大家停止用AI作恶。而最近,Facebook人工智能研究院让换脸技术再次进化。过去Deepfakes这项技术需要很多准备材料:一是被替换人脸的原视频,二是来自换脸人面部各个角度的照片。有这两样东西才能造出完美无暇的换脸视频。而来自Facebook
「杂谈」为了子孙后代,请不要逃离大城市或者龟缩在三四线小城市
「杂谈」为了子孙后代,请不要逃离大城市或者龟缩在三四线小城市 笔者有一个观点,作为一个负责任的人,尤其是对子孙后代负责任的人,要尽可能去大城市工作与安家。 笔者所谓的'大城市',首选是四大一线城市,其次是在长三角珠三角地区省会城市或者强二线城市,最次是东北以及中西部其它省会城市【或者直辖市】。 大城市聚集了大量优质的教育资源,医疗资源与人力资源。北上广
上海梦醒互联网
2019-10-27 10:50:53二十年梦醒,上海的互联网力量开始崛起。作者 | 子雨本文经授权转自新摘商业评论“克勒文化”盛行的上海,似乎没大有肥沃的互联网土壤。易趣,大众点评,土豆,饿了么等一众本土互联网企业接连遭遇被卖或关停的结局似乎也佐证了这一点。曾几何时,在野蛮生长,草莽遍地的中国互联网发展史中,海派互联网以其精致,慢节奏,讲规则的打法被频频重创,“上海不相信互联网”、“
人工智能如何改变物联网?
随着廉价传感器和低成本网络连接的出现,物联网设备的数量正在激增——截至2018年,全球联网设备超过170亿台,其中“物联网”设备就超过了70亿台。但是,创建可靠的、安全的、具有远程控制和升级以及具有成本效益的设备仍是一个极为复杂的问题......作者 | Ron Schmelzer译者 | 风车云马,责编 | 郭芮出品 | CSDN(ID:CSDNnews)以下为译文:根据IoT Analytic
「AutoML」激活函数如何进行自动学习和配置
作者&编辑 | 言有三激活机制是一个网络非线性表达能力的来源,早期研究人员已经设计出了不少的激活函数,从sigmoid到relu系列,关于详细解读可以查看往期文章。随着AutoML技术的发展,现在研究人员开始使用搜索技术来进行设计,本文简介相关技术发展。1 从Relu到SwishGoogle Brain是AutoML的先驱,从自动设计网络的NAS到自动数据增强的AutoAugment,因此
自然语言处理的最佳实践
近年来,自然语言处理(NLP)在质量和可用性方面快速增长,这有助于推动人工智能解决方案的实际落地。在过去的几年里,研究人员一直在将新的深度学习方法应用于 NLP。数据科学家开始从传统的方法转向最先进的(SOTA)深度神经网络(DNN)算法,这种算法使用的语言模型经过了大文本语料库的预训练。此存储库包含构建 NLP 系统的示例和最佳实践,在 jupyter notebook 和实用程序函数中提供。知