ITPub博客

从语调来衡量一个人的情绪，是初创公司Affectiva，Beyond Verbal，Cogito和Realeyes的一项重要业务，更不用说亚马逊这样的科技巨头的一个敏锐研究领域了。潜在的好处很多：比如，知道某人沮丧或悲伤的确切时刻，就可以告知一个聪明的助手的反应或客户服务代表的行动方针。它可能通过检测痴呆症，充血性心力衰竭和创伤后应激障碍等疾病的迹象来帮助进行健康监测。情绪检测领域的一个相对较新的

https://www.toutiao.com/a6733753593007964684/ 接上文：动画图解循环神经网络在这篇文章中，我们将从LSTM和GRU背后的直觉开始。然后我（Michael）将解释使LSTM和GRU表现良好的内部机制。如果你想了解这两个网络背后的机制，那么这篇文章就是为你准备的。短期记忆RNN受到短期记忆的影响。如果序列很长，他们将很难将信息从较早的时间步传送到后面的时间步

递归神经网络的图解指南：直观理解如果你想学习机器学习，理解递归神经网络这一强大技术非常重要。如果你使用智能手机或经常上网，你很有可能已经使用过应用了RNN的应用程序。递归神经网络用于语音识别，语言翻译，股票预测; 甚至用于图像识别来描述图片中的内容。网上已经有许多关于递归神经网络的指南，本文通过分享插图以及解释我是如何理解它的。我将避免所有数学公式，而是专注于RNN背后的直觉。在这篇文章的最后，希

2019-09-06 15:50:53一位名为「Phillip Wang」的开发者，打造了一个名为「ThisPersonDoesNotExist[1]（这个人不存在）」的网站，顾名思议，就是可以无限量地产生其实并不存在的人的肖像照。这个工具利用了 NVIDIA 设计的生成式对抗网络（generative adversarial network）和大量的人脸资料，来训练一个模型，产生「合理」的人脸来

现实生活当中我们往往会根据物体具有的一些特点来区分它们，比如判别不同鸢尾花品种的时候，依据的是鸢尾花的花瓣大小。像这种对事物具有某些方面的特点进行刻画的数据或者属性，我们称为特征。在鸢尾花分类中，怎么得到可以被人工智能系统所使用的特征呢？经过尝试，人们发现花瓣的长度和宽度作为鸢尾花的特征，可以让分类器有效地分类。提取特征时，直接用尺子量即可，选用这样的特征也符合人们根据花瓣大小来区分种类的生活经验

郭一璞 发自 凹非寺量子位 报道 | 公众号 QbitAI据澎湃新闻报道，教育部科学技术司司长雷朝滋指出，人脸识别进校园，既有数据安全也有个人隐私问题，“教育部已经在开始关注这个事情，组织专家论证研究。”“包含学生的个人信息都要非常谨慎，能不采集就不采。能少采集就少采集，尤其涉及到个人生物信息的。— 完 —https://www.toutiao.com/a67330906199

编者按：你可能不知道 Andrew Fitzgibbon 博士是谁，但你在过去20年里看到的很多电视剧或电影，都使用了他获得“艾美奖”的摄像机跟踪器 Boujou。他是 3D 计算机视觉方面的专家，同时负责领导微软剑桥研究院新设立的“全数据人工智能”（All Data AI）团队。本期播客中 Andrew 将为我们介绍 ADA 团队构建全数据人工智能的理念，讲述他如何为 Boujou 试遍所有的算

当科技手段用于诈骗，众多普通人可能都无法辨别。科技从来都有两面性，回归技术本身，也许是防范的最好手段。最近关于AI的负面新闻着实有点多。不是“合成老板声音骗走173万”，就是“过度采集信息侵犯学生隐私”……作为一个长期关注AI进展的科技媒体，我们一边替AI着急，同时又觉得心里的另一只靴子落了地——“该来的总会来”。在很长一段时间内，大家更愿意将目光聚焦在AI的技术进步上。比如“AI语音合成”，相关

2019-09-03 11:46:46词嵌入是所有自然语言处理任务所必须要经历的步骤，非常的重要。词向量在网络上已经有了大量的文章，但是，出于我们专栏的完整性系统性的考虑，笔者还是决定加上这样一个专题。计划用3-4次，彻底说清楚在自然语言处理中，词向量的由来，本质和训练。公众号专栏主要讲基本原理，知识星球讲实际的操作。本篇主要讲述词向量的由来及本质。作者 | 小Dream哥编辑 | 言有三1 词的

导语：附问答及创新工场2019年科研进展雷锋网 AI 科技评论按：9 月 4 日，被誉为机器学习和神经网络领域的顶级会议之一的 NeurIPS 2019 揭晓收录论文名单，创新工场人工智能工程院的论文《Learning to Confuse: Generating Training Time Adversarial Data with Auto-Encoder》（深度困惑：一种利用自编码器生成恶意

2019-09-05 15:34:15对话嘉宾朱松纯（Song-Chun Zhu）教授马尔奖、赫尔姆霍茨奖获得者、UCLA教授、IEEE Fellow、暗物智能科技创始人沈向洋（Harry Shum）博士微软全球执行副总裁、美国国家工程院外籍院士、英国皇家工程院外籍院士、ACM Fellow、IEEE Fellow主持人：华刚（Gang Hua）博士便利蜂人工智能研究院院长兼首席科学家，IEEE

2019-08-21 12:05:52来源：网络*多方观点对问题持有越多观点，越能得到产生问题原因的信息。由于分散性问题牵涉不止一个领域，因此仅从一个观点来找解答，可能会有无法达到所欲改变的危险。问题解决的“多方观点”法可以依你认为对—特定问题所需的观点来调整，我们使用在本网站所提到的问题类型来作解释。二十人以上的大团体每个方块代表一个包含三至六个人的房间，每个房间都标上对相同问题的不同观点。各组

由于人工智能的技术发展，很多领域开始了革命式创新，无人驾驶就是其中一个。本篇文章中作者介绍了无人驾驶的概念以及发展过程，并且通过分析无人驾驶的具体设计，预测了其未来发展趋势。2019年在美国景城、旧金山、凤凰城、匹兹堡、亚利桑无人驾驶已经是人们生活的日常；2017年7月5号百度AI开发者大会，百度创始人、董事长兼首席执行官李彦宏乘坐公司研发的无人驾驶汽车行驶在北京五环；2019年滴滴网约自动驾驶车

雷刚 发自 凹非寺量子位 报道 | 公众号 QbitAI中国首批L4级自动驾驶量产车“上牌照”了！8月30日，由百度和一汽联手打造的中国首批量产L4级自动驾驶乘用车——红旗EV，斩获5张北京市自动驾驶道路测试牌照。此前红旗EV已经在湖南长沙长达135公里的城市开放测试道路上开展测试。至此，红旗EV正式开启了北京、长沙两地的自动驾驶“征战之旅”。这也意味着中国首批量产L4无人车南北开跑。红旗电动无人

郭一璞 发自 凹非寺量子位 报道 | 公众号 QbitAI“来我办公室一趟。”“您哪位啊？”“啥？你听不出来我是谁吗？”“是……张总吗？”接着，就会发现电话那头的“张总”，让你去找财务部的同事，然后以“陪客户”、“联络高层”的由头，要求给一个陌生账号汇款……你也接到过类似的电话吧？这个诈骗套路关键的一环就在于，你要把他的声音听成自己公司某个老板的声音。好在，大部分人不会听错，因此也不会上当受骗。但

导语：本文回顾了一系列常用的序列模型采样方法，包括基于蒙特卡洛的随机采样和随机束搜索，以及最近提出的基于Gumbel-Top-K的随机束搜索。本文作者为李炎洋，来自东北大学自然语言处理实验室，向雷锋网(公众号：雷锋网)AI科技评论独家投稿。对于目前基于神经网络的序列模型，很重要的一个任务就是从序列模型中采样。比如解码时我们希望能产生多个不一样的结果，而传统的解码算法只能产生相似的结果。又比如训练时

36氪获悉，工信部发文称，针对媒体公开报道和用户曝光的“ZAO”App用户隐私协议不规范，对陌陌负责人进行了问询约谈，要求其组织开展自查整改，依法依规收集使用用户个人信息，规范协议条款，强化网络数据和用户个人信息安全保护。https://www.toutiao.com/i6732630887097172492/

作者 | 郭冰洋编辑 | 郭冰洋1 简介一直以来，深度学习被认为缺乏可解释性和基础理论支撑，往往被人们看做一个“黑匣子”。为了展现神经网络的内部特征并构建相应的理解过程，使神经网络更加可靠，相关的网络可视化研究越来越受人们重视。现阶段，网络可视化的研究内容基本上围绕经典的分类网络展开，是图像分类的延伸和升华，大体上可以分为层可视化、卷积核可视化、类激活图可视化三种，本篇文章我们就走进神经网络的内部

目前在智能交通领域，人工智能分析及深度学习比较成熟的应用技术以车牌识别算法最为理想，虽然目前很多厂商都宣称自己的车牌识别率已经达到了99%，但这也只是在标准卡口的视频条件下再加上一些预设条件来达到的。在针对很多简易卡口和卡口图片进行车牌定位识别时，较好的车牌识别也很难达到90%。不过随着采用人工智能、深度学习的应用，这一情况将会得到很大的改善。车辆识别技术是智能交通系统中至关重要的环节之一，通过车

乾明 鱼羊 发自 凹非寺量子位 报道 | 公众号 QbitAI教室之内，你做什么AI都有记录？！为此旷视不得不回应了。昨天，一张带有“MEGVII旷视”图标的视频监控图像在社交网络上疯传。图中显示，两名在教室中的女生身边，显示出了相应的课堂行为数据，比如趴桌子、玩手机、睡觉、听讲、阅读、举手等等。伴随这张图，还有大量网友严厉的指责与质疑，认为这样的技术不应该出现在课堂中。加之变脸AI应用ZAO引发