世界AI大会三马纵论:马云乐观、马斯克悲观,马化腾提了个大危害
乾明 李根 发自 上海量子位 报道 | 公众号 QbitAI2019世界人工智能大会今日在上海开幕。CMU计算机学院院长Tom Mitchell、马化腾、沈向洋和汤晓鸥等一众AI大咖发表了演讲。另外还有最受关注的马云和马斯克的二马对话。整个过程亮点不少,量子位将核心要点整理如下:马化腾:产业割裂只会损害人类长期利益Pony是这次大会首次登台演讲的企业家。他的演讲主题是《人工智能的思考和探索》。不过
马化腾:人工智能热度不减,研究应用有很多突破
2019-08-29 11:35:22新京报快讯 8月29日,2019世界人工智能大会在上海召开。腾讯董事会主 席兼CEO马化腾在会上表示,人工智能热度不减,在研究应用层面有很多突破。他认为,在AI应用方面,人工智能与各行业融合越来越紧密。AI治理方面,AI变得可知可用可靠。https://www.toutiao.com/a6730427310643610125/
杭州稳居第二 2019中国AI计算力城市排行榜出炉
昨日,在AICC 2019人工智能计算大会上,IDC与浪潮联合研究的《2019-2020中国人工智能计算力发展评估报告》正式对外公布。而当天,在作为评价我国城市人工智能发展的 “2019中国城市AI计算力排行榜”上,杭州仅次于北京排名第二。作为我国发展人工智能的中流砥柱,杭州在人工智能产业化路途中始终走在中国前列。早在2016年杭州就发布了《杭州城西科创大走廊规划》《杭州市科技创新“十三五”规划》
中国人工智能计算力城市排名刷新:北京超杭州跃居第一,广州进入一梯队
在8月28日在京举行的2019人工智能计算大会(AICC 2019)大会上,IDC与浪潮联合发布了《2019-2020中国人工智能计算力发展评估报告》,从计算力角度对中国人工智能发展的现状予以评估,为中国科技企业、各行业全力布局AI产业、践行“产业AI化”提供可行性指导意见。报告公布的中国人工智能计算力城市Top10排行榜、人工智能技术渗透最快的Top5行业等重要榜单获得外界的普遍关注。报告公布的
一行代码自动调参,支持模型压缩指定大小,Facebook升级FastText
机器之心报道参与:一鸣、亚洲FastText 作为一款使用简单、运行快速的自然语言处理工具,获得了很多研究者和开发者的喜爱。美中不足的是,FastText 之前没有自动调参的功能。近日,Facebook 更新了这一工具,用户只需要在命令行增加一句代码,工具可以根据用户数据自动调整超参数,使得模型在指定标签或整体数据上达到最佳效果。同时,其可以进行模型压缩,并自动在压缩过程中调整参数。即使模型足够小
DeepMind 把自己的“杀手锏”开源了
2019-08-28 18:38:09雷锋网注:图片来自DeepMind众所周知,强化学习(Reinforcement Learning)是一种人工智能训练技术,无论是在棋 牌游戏方面打败人类选手的机器人,还是在训练自动驾驶系统方面,强化学习都起着至关重要的作用。近日,Alphabet 旗下的 DeepMind 发表了一篇由 27 位研究人员共同完成的论文,详细介绍了一个名为 OpenSpiel
长沙之后再下重庆,百度Robotaxi狂飙
2019-08-27 15:27:08*重庆市委书记陈敏尔会见百度董事长兼CEO李彦宏百度 Robotaxi 再下一城——重庆。从长春L4乘用车前装产线上线,到 Robotaxi 跑上长沙、重庆,百度已经跑在中国Robotaxi竞争赛道前列。这是鲜少自动驾驶公司能够匹敌的商业化落地速度。8月25日,百度与重庆市人民政府就共同推进大数据融合创新发展进行合作签约,双方将围绕自动驾驶、智能城
「GAN优化」从动力学视角看GAN是一种什么感觉?
今天讲述的内容是GAN与动力学,这是一个非常好玩、非常新鲜的视角。考虑到很多人微积分和线性代数等知识的涉猎不多,我将会对涉及的内容都做出基本说明,也并不会涉及过深入的东西,然后争取串成一个故事,扩展一下大家的视野。作者 | 小米粥编辑 | 小米粥最近这几期我们都一直在讲GAN的训练,最开始说明了实际训练GAN面临的几个理论和实践上的问题,然后接着从博弈论角度解释了GAN和纳什均衡,还说了几个帮助网
「完结」 12篇文章带你完全进入NLP领域,掌握核心技术
专栏《NLP》第一阶段正式完结了。在本专栏中,我们从NLP中常用的机器学习算法开始,介绍了NLP中常用的算法和模型;从朴素贝叶斯讲到XLnet,特征抽取器从RNN讲到transformerXL。这篇文章我们就一起回顾一下这些文章。作者&编辑 | 小Dream哥1 朴素贝叶斯贝叶斯分类器在早期的自然语言处理任务中有着较多实际的应用,例如大部分的垃圾邮件处理都是用的贝叶斯分类器。贝叶斯决策论是
入门自然语言处理必看:图解词向量
词嵌入(embedding)是机器学习中最惊人的创造, 如果你有输入法打字预测的经历,那么你很有可能是词嵌入(自然语言处理的核心模型)技术的受益者。在过去的几十年中,基于神经网络模型的词嵌入技术发展迅猛。尤其是最近,包括使用BERT和GPT2等最先进的模型进行语义化词嵌入。Word2vec是一种有效创建词嵌入的方法,于2013年提出。除了作为词嵌入的方法之外,它的一些概念已经被证明可以有效地应用在
浅谈机器视觉系统和摄影测量
工业4.0时代到来以后,机器视觉系统再一次引起广泛关注,成为工业建造中的宠儿。机器视觉系统是指通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。同时,摄影测量作为新时代测绘地理信息行业的重要支柱学科,
语义分割网络 U-Net 详解
Unet 背景介绍Unet 发表于 2015 年,属于 FCN 的一种变体,想了解 FCN 可以看我的另一篇 FCN 全卷积网络论文阅读及代码实现 。Unet 的初衷是为了解决生物医学图像方面的问题,由于效果确实很好后来也被广泛的应用在语义分割的各个方向,比如卫星图像分割,工业瑕疵检测等。Unet 跟 FCN 都是 Encoder-Decoder 结构,结构简单但很有效。Encoder 负责特征提
ImageAI实现完整的流程:数据集构建、模型训练、识别预测
在前几天的博客里面,我介绍了ImageAI模块,以及基于官方预训练得到的模型进行了简单的识别分析,整体的流程都是比较简单的,今天想要基于ImageAI模块来完整地实现整个图片分类识别的流程,也就是说:这里的数据集构建和模型的训练以及结果模型的调用预测都是自己完成的。ImageAI简化了模型的搭建流程,所以整体来说还是比较简单的。按照官方的讲解我们先来构建自己本地的数据集,我这里采用的是之前kagg
美能华童先明:自然语言处理应用领域仍是一片蓝海
从工程师到创业者,从硅谷到苏州,无论是身份的切换还是工作场景的转变,童先明都对“自然语言处理技术”有着独特的情怀。众所周知,自然语言处理技术被誉为“人工智能皇 冠上的明珠”,研发难度很大,仍有更深层次的问题等待突破。正是看到了自然语言处理领域的挑战和广阔前景,有技术和人才的童先明毅然决然迈向了创业的道路。2018年,童先明携手其他10位联合创始人共同创立了苏州美能华智能科技有限公司(下称“美能华”
当模型不起作用的时候应该怎么做?
你的团队几个月来一直在收集数据、构建预测模型、创建用户界面,并与一些早期的用户一起部署新的机器学习产品。但你现在听到的并不是大家一起庆祝项目胜利的声音,而是听到产品经理对那些早期用户的抱怨,这些早期用户对模型精度不满意并开始认为“模型不起作用”。所以你现在应该做什么?我们常常在很多模式识别实验室里给相关组织应用机器学习算法到新产品见到这种情况。这不是一个容易迅速解决的问题。真实世界的机器学习模型的
机器视觉应用实例
机器视觉系统提高了生产的自动化程度,让不适合人工作业的危险工作环境变成了可能,让大批量、持续生产变成了现实,大大提高了生产效率和产品精度。同时可以快速获取信息并自动处理的性能,为工业生产的信息集成提供了方便。下面对机器视觉应用实例进行介绍:1、仪表板智能集成测试系统系统分为四个部分:为仪表板提供模拟信号源的集成化多路标准信号源、具有图像信息反馈定位的双坐标CNC系统、摄像机图像获取系统和主从机平行
「NLP」GPT:第一个引入Transformer的预训练模型
目前两种最重要的预训练语言模型,一种是前面介绍过的BERT,另外一种就是GPT。GPT出了两个版本,GPT1.0和GPT2.0,GPT2.0相对于GPT1.0差别不大,可以认为是它的增强版。本篇介绍GPT1.0和GPT2.0,看看它于BERT有什么不一样。作者 | 小Dream哥编辑 | 言有三1 GPT是什么General Pre-Training(GPT),即通用预训练语言模型,是一种利用Tr
图解 Python 浅拷贝与深拷贝
Python 中的赋值语句不会创建对象的拷贝,仅仅只是将名称绑定至一个对象。对于不可变对象,通常没什么差别,但是处理可变对象或可变对象的集合时,你可能需要创建这些对象的 “真实拷贝”,也就是在修改创建的拷贝时不改变原始的对象。本文将以图文方式介绍 Python 中复制或“克隆”对象的操作。首先介绍一下 Python 中浅拷贝与深拷贝的区别:浅拷贝:浅拷贝意味着构造一个新的集合对象,然后用原始对象中
FAIR 开放大规模细粒度词汇级标记数据集 LVIS,连披萨里的菠萝粒都能完整标注
随着深度学习的进一步发展,我们对数据集的依赖也越来越强。就在最近,FAIR 开放了 LVIS,一个大规模细粒度词汇集标记数据集,该数据集针对超过 1000 类物体进行了约 200 万个高质量的实例分割标注,包含 164k 大小的图像。FAIR 发布了相关文章对该成果做了详细解析,雷锋网(公众号:雷锋网) AI 开发者将重点内容其整理编译如下。LVIS 数据集概述计算机视觉的核心目标是赋予
ICIG会议两年一次,这届亮点极多
8月24-25日,在北京友谊宾馆举办了第十届国际图象图形学学术会议(ICIG 2019)。 这个会议由中国图象图形学学会(CSIG)主办,清华大学、北京大学和中国科学院自动化研究所承办。ICIG 每两年举办一次,也是中国图象图形学学会主办的最高级别的系列国际会议,会议重点关注图像、视频和图形处理的创新技术,是图像图形学领域前沿研究进展的集中展示。据程序委员会主 席赵耀教授介绍,本次大会共