ITPub博客

2020-09-28 21:42:28本文来自：学术头条，排版：邹静雯，编审：王新凯，题图来自：视觉中国今年 6 月，特斯拉创始人 Elon Musk 等人创立的非盈利性 AI 科研机构 OpenAI 发布了一个名为 GPT-3 的语言模型，堪称具有划时代的意义。近日，OpenAI 开放了该模型的 API 申请通道，在外部 AI 研究者的参与下，该模型体现出的卓越性能迅速引爆全球，成为 AI 学术

2020-08-25 09:44:19要求人工智能帮助完成日常生活中的一些任务并不是什么新鲜事。智能扬声器中的人工智能可以告诉你“明天天气怎么样”；翻译软件中的人工智能可以准确翻译一大段甚至一篇文章；编写人工智能将输出合成。但是他们只能做一件事，翻译人工智能不能写作文，问答人工智能也不能翻译。他们更像工具而不是代理。一个真正智能的人工智能应该是什么样的？它应该是通用的，可以处理问题和答案，写文章和

作者：哈工大SCIR 狄东林 刘元兴 朱庆福 胡景雯引言随着人工智能的发展，越来越多深度学习框架如雨后春笋般涌现，例如PyTorch、TensorFlow、Keras、MXNet、Theano和PaddlePaddle等。这些基础框架提供了构建一个模型需要的基本通用工具包。但是对于NLP相关的任务，我们往往需要自己编写大量比较繁琐的代码，包括数据预处理和训练过程中的工

 2020-09-28 13:24:19选自towardsdatascience作者：Andre Ye机器之心编译编辑：陈萍树模型和神经网络，像一枚硬币的两面。在某些情况下，树模型的性能甚至优于神经网络。由于神经网络的复杂性，它们常常被认为是解决所有机器学习问题的「圣杯」。而另一方面，基于树的方法并未得到同等重视，主要原因在于这类算法看起来很简单。然而，这两种算法看似不同，却像一枚硬币的

2020-09-28 16:20:03从量化到无监督学习再到量子AI，高通在AI领域有这些前沿研究成果。提到高通，如果你想到的还是无线电通信技术和芯片，那你可就落伍了。2007 年高通启动首个 AI 项目，开始了人工智能研发之路。2018 年 5 月，高通AI研究院成立，进一步强化整合公司内部的前沿人工智能研究。在AI研发方面，高通从未停下脚步。高通自2007年以来的AI研发成果。最近，高通技术副

近日，微软扩大了与旧金山人工智能研究公司OpenAI的持续合作关系，并获得了AI公司开创性的GPT-3语言模型的新独家许可。一向「不待见」GPT-3的人工智能专家马库斯发文嘲讽。当地时间 9 月 22 日，微软执行副总裁兼首席技术官 Kevin Scott 在官方博客上正式宣布：微软已与 Open AI 达成合作，获得 GPT-3 语言模型的独家许可。并称这是一个「不可思议的机会」。GPT-3 模

2020-09-27 12:06:04边策 发自 凹非寺量子位 报道 | 公众号 QbitAI今年AI领域最火的是什么？毫无疑问是GPT-3，它能写小说、能与人聊天、能设计网页、还能下象棋，堪称迄今为止最“全能”的AI模型。但是这个强大的AI模型却不被看做算法的胜利，而是“暴力美学”、一场“富人的游戏”。有人估算过，GPT-3光是训练成本就在460万美元以上，还不包括微软为训练它建设了一个5亿美元

对于人工智能的企业家来说，这四个新的方向可能值得重视：一是人类的自然语言处理、密集学习、记忆网络和其他技术领域与其他物种不同。自然语言处理在行业中具有代表性的应用包括微软ice、苹果siri、智能客户服务系统、智能电子营销机器人等。人工智能在过去、现在和未来，人们用人工智能改变了许多行业，取得了很大的进步，也对人工智能有着长期和系统的发展远景和规划。在人工智能的主要发展过程中，教育、医疗、金融、智

本文转载自公众号“读芯术”(ID：AI_Discovery)人工智能技术诞生至今已经有几十年了。但直到大约十年前，它的潜力才真正引起人们重视。自那以后，仿佛开启了突然倍速，全世界对人工智能工程师的需求呈指数增长。科技人才持续短缺且毫无改善迹象，这为同样供不应求的软件工程师提供了一个转型机会，还能顺带填补人才缺口。然而，学习人工智能、机器学习(ML)和自然语言处理并非是在公园里闲庭信步，你绝对需要花

2020-09-14 09:10:12作者：Karsten Noe编译：ronghuaiyang导读通过使用预训练网络在遥感图像应用中减少对标注数据的需求。深度学习是一个了不起的方法，用于遥感数据集，如卫星或航空照片的目标检测和分割/匹配。然而，就像深度学习的许多其应用场景一样，获得足够的带标注的训练数据可能会耗费大量的时间。在这篇文章中，我将介绍一些我们的工作，即使用预先训练好的网络来在遥感数据

人工智能(Artificial Intelligence，简称AI)作为新一轮科技革命和产业变革的重要驱动力量，正在深刻地影响世界、改变世界。而自然语言处理(Natural Language Processing，简称NLP)已成为AI领域的研究热点，它推动着语言智能的持续发展和突破，并越来越多地应用于各个行业。正如国际知名学者周海中先生曾经所言：“自然语言处理是极有吸引力的研究领域，它具有重大的

近年来，城镇化的飞速发展，城市人口的持续增多，正让城市交通的重要性愈发凸显。为满足急剧增长的交通出行需求，以及解决日益出现的各种交通方面问题，我国也是不断加速交通基础设施的建设，利用地铁、轻轨、单轨、磁浮、快速轨道等多种新型公共交通系统，来推动城市交通的成熟完善发展。不过，交通建设虽然简单，管理起来却并不容易。尤其在人口红利逐渐消散、出行需求愈发强烈的情况下，更是给管理和服务提出了高要求与严标准。

 2020-09-25 20:06:26近年来，随着国内学术水平的提升和科研氛围的向好发展，一批有条件在国外取得不错岗位的青年学者，纷纷选择回来为中国的AI科研事业作出贡献。作者 | 黄善清、陈彩娴编辑 | 陈彩娴“说实话，表现并不理想。”冷静文刚刚完成一场特别的答辩会，台下坐着来自不同领域的科技专家们，他需要在规定时间内把自己至今最核心的学术成就——“专用处理器与通用处理器组成的异构系

 2020-09-26 01:44:26作者 | 陈大鑫昨日，北京大学新闻网发布官方消息：朱松纯教授受聘担任北大人工智能研究院院长。北大常务副校长龚旗煌、副校长黄如（第一任人工智能研究院院长）代表学校，对朱松纯受聘北大表示热烈欢迎。图源：北大新闻网朱松纯，全球著名计算机视觉专家、统计与应用数学家、人工智能专家。曾任美国加州大学洛杉矶分校（UCLA）统计学系与计算机系教授，UCLA计算机视

2020-09-21 14:21:52机器之心发布机器之心编辑部AI 技术需要开源、开放。就在刚刚结束的中关村论坛旷视平行论坛中，旷视正式发布了天元 1.0 预览版。9 月 18 日，中关村论坛旷视平行论坛中，旷视研究院院长、首席科学家孙剑正式发布了开源深度学习框架天元 1.0 预览版，并对天元的技术特性与发展方向进行了深入解读。旷视 2014 年开始研发深度学习框架天元。目前，旷视 1400 多

2020-09-14 09:12:40作者：Vardan Agarwal编译：ronghuaiyang导读深入研究所有不同EfficientNet结构的细节。我在一个Kaggle竞赛中翻阅notebooks，发现几乎每个人都在使用EfficientNet 作为他们的主干，而我之前从未听说过这个。谷歌AI在这篇文章中：https://arxiv.org/abs/1905.11946介绍了它，他们试图

2020-09-18 18:26:15机器之心报道作者：张倩AI 技术需要开源、开放，对于这一点，产学研各界已经达成了共识，政府也在全力支持国内开源生态的建设。长期以来，开源开放的研究氛围一直是促进人工智能领域发展的关键因素。正是因为学界和业界参与者不断和快速地公开自己的研究结果和代码，人们才能够及时掌握相关方向的最新进展，并在学术环境之外开展自己的研究。在百度与中国科协学会学术部共同主办的 20

 2020-09-19 13:24:19作者 | 赛文编辑 | 陈大鑫“ 妈妈快来看！有人类在看我。”小老虎在动物园指着人类开心地说道。对动物而言可能有些夸张，但是人类在进行事物的描述时，大多都是一边指着目标物体，一边进行语言的描述吗？来自谷歌研究院的学者们以此为基础提出了“定位叙事”图像标注方法，在传统图像描述标注方法的基础上，巧妙的利用鼠标轨迹为每个单词都提供了较为密集的视觉基础，可

 2020-09-21 14:23:31选自TowardsDataScience作者：Andre Ye机器之心编译编辑：陈萍、杜伟AutoML 是当前深度学习领域的热门话题。只需要很少的工作，AutoML 就能通过快速有效的方式，为你的 ML 任务构建好网络模型，并实现高准确率。简单有效！数据预处理、特征工程、特征提取和特征选择等任务皆可通过 AutoML 自动构建。图源：https:/

在最新的博客文章中，谷歌公布了一个新的 NLP 模型，在文本分类任务上可以达到 BERT 级别的性能，但参数量仅为 BERT 的 1/300。在过去的十年中，深度神经网络从根本上变革了自然语言处理（NLP）领域的发展，但移动端有限的内存和处理能力对模型提出了更高的要求。人们希望它们可以变得更小，但性能不打折扣。去年，谷歌发布了一种被称为 PRADO 的神经架构，该架构当时在许多文本分类问题上都实现