人工智能与物联网:应对自然灾害的新举措
在我们努力建设一个更可持续的环境的过程中,我们看到了为利用创新技术将自然灾害损失降至最低而作出的持续努力。随着时间推移,由于不断变化的环境状况,世界上发生了很多自然灾害,需要立即采取补救措施。新兴技术的出现鼓舞了各国政府的士气,它们正集中精力寻求减灾措施,以实现可持续的未来。技术,尤其是人工智能和物联网,不仅使我们能够加快对任何自然灾害的救援响应速度,而且还改善了灾害预测。灾难管理和物联网物联网系
AI 行业寒冬犹在:融资规模不足巅峰时期一半,上市潮将伴随倒闭潮
经历资本寒冬之后,疫情黑天鹅又接踵而至,推动着 AI 早些年积累的不理性泡沫继续破灭,资本疯狂的时期过去了。2019 年被视为 AI 资本环境热与冷的分水岭,疫情影响下,今年一级市场依旧未缓过气来。依旧看好 AI 的投资人,变得更加谨慎起来,不再像以往那样大肆撒钱,甚至开始呼吁企业节流。数据显示,今年前三季度 AI 企业融资规模同比下降 17%,不足 2018 年的一半。估值偏高难以再获得资本加持
隐私AI框架中的数据流动与工程实现
2020-11-04 11:22:21在上一篇文章中,我们介绍了,对于安全技术开发者,如何快速的基于 Rosetta 等隐私 AI 框架所提供的一系列接口,将自己的安全协议集成落地到上层的 AI 应用中来。在这一篇文章中,我们将介绍为了保护用户的隐私数据,在隐私 AI 框架的计算任务全流程中,数据是如何以密文形式流动,同时仍正确完成加法、乘法等计算步骤的。隐私 AI 系统存在的目的就是赋能 AI,
谷歌130亿参数多语言模型mT5来袭,101种语言轻松迁移
Facebook刚刚开源多语种机器翻译模型「M2M-100」,这边谷歌也来了。谷歌宣布,基于T5的mT5多语言模型正式开源,最大模型130亿参数,与Facebook的M2M相比,参数少了,而且支持更多语种。前几天,Facebook发了一个百种语言互译的模型M2M-100,这边谷歌着急了,翻译可是我的老本行啊。刚刚,谷歌也放出了一个名为 mT5的模型,在一系列英语自然处理任务上制服了各种SOTA。你
李沐、刘群、刘洋、朱靖波、张民:当前机器翻译的瓶颈
2020-10-21 22:14:49作者 | Mr Bear编辑 | 青暮第十六届全国机器翻译大会(CCMT 2020)于2020年10月10日至12日在线上举行。CCMT旨在为国内外机器翻译界同行提供一个交互平台,加强国内外同行的学术交流,召集各路专家学者针对机器翻译的理论方法、应用技术和评测活动等若干关键问题进行深入的研讨。除学术论文报告外,本次会议邀请了国内外知名专家进行特邀报告,面向学生
TinyML:下一轮人工智能革命
2020-11-04 10:15:23由 NASA 引领的小型化风潮已经席卷了整个消费电子产品产业。现在,一个领针中即可保存全部贝多芬作品,并可使用耳机聆听。———天体物理学家、科学评论员 Neil deGrasse Tyson……超低功耗嵌入式设备的普及,以及用于微控制器的 TensorFlow Lite 等嵌入式机器学习框架的推出,意味着人工智能驱动的 IoT 设备将得到大规模普及。———哈佛
三种使用AI攻击网络安全的方法
2020-11-10 10:00:57作者:Veronica Combs翻译:林鹤冲校对:wwl本文约1600字,建议阅读6分钟人工智能和机器学习如何逃避网络安全的防护并且完成更快更有效的破坏。标签:cybersecurity专家告诫:攻击者可以用机器学习来更快地破#解#密#码,以及建立会藏匿的恶意软件。图片:iStockphoto/metamorworks三个网络安全专家在NCSA和纳斯达克网络
Bengio、杨强、唐剑领衔!探讨如何构建AI学术研究和产业落地的桥梁
2020-10-27 01:45:43当今人工智能大环境下存在泡沫,这是大家的共识。若是说有改善的办法,那其中之一就是要看AI学术研究和产业落地的紧密程度。对于这个话题,作为图灵奖得主、蒙特利尔算法学习人工智能实验室(Mila)创始人的Yoshua Bengio是有话语权的。Bengio一直都很看好中国的AI学术发展和产业落地,他也对接触过的大量的中国AI人才表示赞赏,Bengio也一直想找个合适
Hinton新作!越大的自监督模型,半监督学习需要的标签越少
2020-10-30 00:04:52编译 | 青暮本文介绍了Hinton团队发表在NeurIPS 2020上的一项研究工作,一作是Ting Chen,研究人员首次在ImageNet上尝试了半监督学习的典型范式,并取得了优越的结果。此外,他们还发现,网络的规模越大,需要的标签数据越少。论文地址:https://arxiv.org/abs/2006.10029仅使用1%的标签(每类≤13个标签图像)
重磅!李飞飞入选美国国家医学科学院,她用AI改变了医疗
10月19日,美国国家医学科学院(National Academy of Medicine)在年度会议上宣布选举90名正式成员和10名国际成员。在正式成员名单中,「华人AI女神」李飞飞入选,她本人也发推表达谢意,并表示「希望人工智能能够通过改善医疗服务来帮助我们的临床医生和患者。」昨晚,美国国家医学科学院(National Academy of Medicine)宣布了新入选的90名正式成员和10
通用人工智能离我们还有多远?
我们离通用人工智能还有多远?我们的进展速度又有多快?目前,我们还没有算力能和人脑匹敌的小型计算装置。如果电脑性能每隔18个月就翻一番,价格也降低一倍。按照这个速度,或许再过50年,就可以买到算力跟全世界一百亿个人脑一样强的个人电脑。如果我们被电脑超越会发生什么事?日本科学家发明了一种运算速度极快的机器。这台机器和人类猜拳时,每次都能赢。通常认为,通用人工智能一旦达到人类智能的等级,就会很快超越人类
七个关键因素:如何选择出优秀机器学习算法?
任意的机器学习问题都可以应用多种算法,生成多种模型。例如,垃圾邮件检测分类问题可以使用多种模型来解决,包括朴素贝叶斯模型、逻辑回归模型和像BiLSTMs这样的深度学习技术。拥有丰富的选择是好的,但难点在于,如何决定在生产中实现哪个模型。虽然我们有许多性能指标来评估一个模型,但为每个问题实现每个算法是不明智的。这需要大量的时间和大量的工作,因此,知道如何为特定的任务选择正确的算法至关重要。在本文中,
中美将爆发科技冷战?人工智能是“导火索”
目前,美国在人工智能方面是世界的领先力量,但中国正在迅速赶上,想要在民主国家之间建立伙伴关系,对中国来说保持领先能力至关重要。不过目前国际上还缺乏使用人工智能的通用规则。在周四的POLITICO人工智能峰会上,人工智能国家安全委员会主席、谷歌前CEO埃里克·施密特表示,在人工智能方面,美国迫切需要一个“不惜一切代价”的原则来打败中国。施密特说,美国人不能在人工智能问题上放松。此前,他还曾反对过“高
GPT-3论坛跟帖灌水一周无人发现,专挑热搜,秒秒钟长文
2020-10-09 12:52:04晓查 发自 凹非寺量子位 报道 | 公众号 QbitAI“我被绿了怎么办”、“存款3000万的我仍然感到迷茫”、“人在美国,刚下飞机”……当你想用这些帖子在论坛“水”经验的时候,有人比你不知道高到哪里去了:用AI来回帖。这可不是天方夜谭,是发生在美国最火论坛Reddit上的真实案例:花4美元买到全球最先进机器人,在有着3000万用户的板块,专挑热帖
李开复对话彭特兰:未来十年AI基础研究不会有大突破
2020-10-10 01:20:03编辑 | 青暮近日,创新工场董事长兼CEO李开复博士与阿莱克斯·彭特兰教授(Alex Pentland)展开了一场”AI如何重塑人类社会”的精彩对话。《连线》杂志的资深撰稿人威尔·奈特(Will Knight)主持了这场对话。阿莱克斯·彭特兰教授任教于麻省理工学院,为全球大数据权威专家之一,现任MIT连接科学研究所主任、MIT媒体艺术与科学教授,拥有“可穿戴设
Facebook在NAS领域的轻量级网络探索
2020-10-10 01:20:20来源 | 晓飞的算法工程笔记作者 | Vincent Lee编辑 | 青暮FBNet系列是由Facebook提出的完全基于NAS方法的轻量级网络系列,该系列通过分析当前搜索方法的缺点,逐步增加了创新性改进。FBNet结合了DNAS和资源约束,FBNetV2加入了channel和输入分辨率的搜索,FBNetV3则是使用准确率预测来进行快速的网络结构搜
马斯克炮轰微软:OpenAI不是你的工具人
2020-09-28 12:26:29萧箫 发自 凹非寺量子位 报道 | 公众号 QbitAI微软获OpenAI GPT-3独家授权,马斯克不高兴了。就在微软官宣GPT-3后一天,马斯克在社交媒体上吐槽此事:“这看起来像是与‘开放’相悖。OpenAI本质上已经被微软‘控制’了。”这件事情的起因,还得从微软与OpenAI的关系说起。微软到底获得了什么权利?早在2019年,微软就砸了10亿美元在Ope
继天元开源后,旷视亮出“看家本领”:推出Brain++商业版
2020-09-29 13:19:07边策 发自 凹非寺量子位 报道 | 公众号 QbitAI2020年是AI落地化元年已毋庸置疑。今年4月,国家发改委将人工智能确定作为“新基建”的融合基础设施,支持传统产业转型升级。工欲善其事,必先利其器。国内的AI软件早已摩拳擦掌、跃跃欲试。今年上半年,华为、旷视、清华等高校和公司陆续开源自研AI框架,迈出了AI大规模落地化的第一步。相比今年才大面积开花的AI
周博磊:深度生成模型中的隐藏语义
2020-10-08 01:07:07作者 | 蒋宝尚编辑 | 陈彩娴现在合成照片的真实感在某些程度上已经比真的还真,在这其中,GANs(生成性对抗网络)和变分自动编码器功不可没。然而,对于生成模型在深层生成表征中学到了什么,以及如何由最近GANs引入的分层随机性构成逼真的图像,研究者探索的还是不够。近日,香港中文大学教授周博磊近期分享了他们实验室在视觉生成方面的成果,并做了题为《深度
绝非对抗!AI短期内无法取代人类的五个领域
2020-10-01 17:03:00全文共3216字,预计学习时长9分钟图源:hpcwire随着AI日渐火爆,关于人类未来的悲观想法也越来越多。很多文章都详细描述了人工智能将如何接管人类所有的工作,失业率如何大幅上升。的确,这是思考AI未来的一个角度。但是笔者相信人类本性中有许多方面是AI无法模仿的,正是这些让我们真正成为“人”。笔者同意现在很多由人类完成的工作可以自动化,被更快速精确的机器人代