历史需要重写?AlexNet之前,早有算法完成计算机视觉四大挑战
2019-11-18 10:53:03机器之心报道机器之心编辑部2012 年,深度学习三巨头之一、图灵奖得主 Geoffrey Hinton 的学生 Alex Krizhevsky 提出了 AlexNet,并在当年度的 ILSVRC(ImageNet 大规模视觉挑战赛)以显著的优势获得当届冠军,成绩远超第二名。这一成绩引起了学界和业界的极大关注,计算机视觉也开始逐渐进入深度学习主导的时代。但这样一
特朗普政府拨款 1.2 亿美元,启动「国家人工智能研究院」项目
2019-11-18 12:04:15继今年 2 月份特朗普启动的美国人工智能技术发展的国家级战略「美国 AI 计划」后,不少人暗指这是一个空壳计划。前不久,美国又宣布一项新的 AI 计划——「国家人工智能研究院」项目,由美国国家科学基金会联合美国农业部、国土安全部以及交通部共同牵头推动。比起上次的有名无实,美国似乎对此次人工智能战略的决心更强烈。撰文 | 力琴、晏清10 月 8 日,美国国家科学
每日转发请求近 1 万亿、峰值 QPS 超 1000 万,百度转发引擎 BFE 开源了!
BFE(Baidu Front End,百度统一前端)是百度的统一七层流量转发平台,目前已接入百度大部分流量,每日转发请求接近 1 万亿,峰值 QPS 超过 1000 万。为了促进负载均衡技术的交流和发展,百度决定开源 BFE 转发引擎。据了解,作为综合的流量转发平台,BFE 平台主要集成了以下 4 大功能:• 流量接入和转发:支持 HTTP、HTTPS、HTTP/2、QUIC 等多种协议,并支持
三步法完成AI产品需求分析
笔者通过分析ToB图像类AI产品的需求,阐释了自己的工作经验所得。笔者希望能和大家一起探讨如何完成ToB图像类AI产品的需求分析,文中内容仅表示笔者在实际工作中的产品需求分析习惯,欢迎大家交流。产品的需求分析算是产品经理的必修课,只有理解透需求,才能避免后期产品设计的出错,对于ToB的AI图像类产品,笔者一般遵循以下的分析套路。一、业务需求分析如果不看市场分析,那么业务需求分析应该是产品经理进入产
人工智能还是人工智障?
人工智能并非 万 能 钥 匙,并非所有事情都能用人工智能解决。但同样,人工智能也并非是虚无缥缈的新技术,它的身影已出现在生活中的方方面面。谈到人工智能,相信各位读者都不会陌生,字面意思也很容易理解。有些人眼里,人工智能已经是一种很成熟的计算机技术,可以帮我们做很大的事情,大到预测局部地区明天的天气如何、分析金融市场的股票交易波动;也可以帮我们做很小的事情,小到拍照时的贴纸自动追随人脸,推
电网行业,如何应用自然语言理解技术?
本文分享了智能电网的发展现状与未来趋势,并且具体讲解了自然语言理解技术在电网行业中的应用。电力网(电网)是高效快捷的能源输送通道和优化配置平台,是能源电力可持续发展的关键环节。在现代能源供应体系中,电网发挥着重要的枢纽作用,关系国家能源安全。2010年以来,国家电网的规模增长近一倍,保障了经济社会发展对能源电力的需求。随着人工智能技术的快速发展,机器智能的优势正逐渐深入各行各业。本文将聚焦中国市场
华为发20亿元奖金,抗击美国断供,奖励员工奋斗,网友:应得的
华为在双11这天又上了热搜,不过并不是因为让用户“剁手”,而是因为给员工发钱。昨晚有华为员工在网上透露,华为内部宣布将发放两项奖金:一个是阳光普照奖,每人再发一个月工资。另一个面向参与国产组件切换的9万人,这些参与应对美国遏制打击遏制的员工将共分20亿元奖金。而且这些奖金计入华为空载,意思是这部分奖金是额外发放用来奖励员工,而不是提前发的年终奖。应对美国断供立功,华为20亿奖励员工其中第二项20亿
天猫双11背后的技术力量:一场全球最大规模的AI总动员
019-11-12 18:48:20天猫双11既是一场人类的狂欢,也是一场机器的狂欢!11月12日零点,天猫双11交易额定格在2684亿元,再次创造了全球单日在线交易的新纪录。但这不是数字的盛会,而是技术创新的盛会。在不断翻新的交易数字背后,隐藏着双十一真正的力量,就是技术创新的力量。为了完成这项超级工程,阿里巴巴进行了全球最大规模的AI总动员。每一笔订单的产生,从搜索、推荐、咨询,到下单、支付,
十亿节点大规模图计算降至「分钟」级,腾讯开源图计算框架柏拉图
11 月 14 日,腾讯正式宣布开源高性能图计算框架 Plato,据介绍,Plato 可满足十亿级节点的超大规模图计算需求,将算法计算时间从「天」级缩短到「分钟」级,性能全面领先于其它主流分布式图计算框架,并且打破了原本动辄需要数百台服务器的资源瓶颈。Plato 开源地址:https://github.com/tencent/plato伴随着人工智能领域技术的发展,「图计算」的应用场景也越来越广泛
「AutoML」如何使用强化学习进行模型剪枝?
2019-11-13 11:43:44大家好,欢迎来到专栏《AutoML》,在这个专栏中我们会讲述AutoML技术在深度学习中的应用,这一期讲述在模型剪枝中的应用。作者&编辑 | 言有三我们往期的文章中介绍了各种各样的模型压缩技巧,那么是否也可以使用AutoML技术来用于模型压缩,比如剪枝呢。1 AMCAutoML for Model Compression(AMC)是一个利用强化学习自动
谷歌“夜莺计划”曝光,涉及数百万美国人健康隐私数据
据《华尔街日报》周一报道,谷歌正在通过与美国第二大医疗保健系统Ascension的合作, 使用其搜索和人工智能技术来分析Ascension里有关数百万美国人的详细健康数据。总部设在密苏里州的Ascension卫生中心成立于1999年,是世界上最大的天主教卫生系统之一,在全国各地有150家医院,在20个州和华盛顿特区设有护理中心。熟悉该项目的消息人士表示,患者并不知道谷歌可以访问他们的数据。目前,至
斯坦福大牛Jure Leskovec:图神经网络研究最新进展
2019-11-13 13:25:49作者:学术君昨日,除了刷屏的“双十一”与AAAI开(放)奖(榜),斯坦福大牛Jure Leskovec正好到访清华,学术君的朋友圈是一片喜气洋洋呐……Jure Leskovec有多火,来张现场图瞅瞅……Jure Leskovec有多厉害?Jure Leskovec图网络领域的大牛Jure Leskovec,是斯坦福大学计算机学院的副教授,也是图表示学习方法 n
「杂谈」从瞧不上苏州,几乎高攀不起苏州到高看苏州,我用了8年
从瞧不上苏州,几乎高攀不起苏州到高看苏州,我用了8年笔者认识苏州已经8年多了。从2011年年初到现在,笔者对苏州的认知分成几个阶段。从初识苏州园区,到与吴中区结缘,再到高新区,最后到吴江。八年时间,我对苏州的看法发生了颠覆性的改变,从瞧不上苏州到几乎高攀不起苏州,到现在高看苏州。苏州的发展速度,真是太快,让人唏嘘不已。第一阶段(2011-2012):深入苏州最核心 --- 现代化感最强的园区还记得
人脸识别最全知识图谱,中国学者数量全球第三—清华大学出品
2018-10-28 19:57:13编 | 智东西内参自20世纪下半叶,计算机视觉技术逐渐地发展壮大。同时,伴随着数字图像相关的软硬件技术在人们生活中的广泛使用,数字图像已经成为当代社会信息来源的重要构成因素,各种图像处理与分析的需求和应用也不断促使该技术的革新。计算机视觉技术的应用十分广泛。数字图像检索管理、医学影像分析、智能安检、人机交互等领域都有计算机视觉技术的涉足。该技术是人工智能技术的
一文读懂人脸识别技术
2019-08-27 17:06:26本文内容涵盖人脸识别发展历程、市场研究、核心技术、商业应用以及产业落地、个人看法等干货研究。注意,本文干货满满,约有2万7千字,强烈建议大家先收藏后学习!01 发展史1. 人脸识别的理解人脸识别(Face Recognition)是一种依据人的面部特征(如统计或几何特征等),自动进行身份识别的一种生物识别技术,又称为面像识别、人像识别、相貌识别、面孔识别、面部
一文读懂年度智能趋势:重估AI价值、梳理落地边界、看清产业格局
2019-11-12 11:44:42编辑部 发自 凹非寺 量子位 报道 | 公众号 QbitAIHello,量子位的读者们,很开心我们又即将共同成长了一年。众所周知,“一文读懂”是这个AI小阵地里的保留节目之一。从各种艰深前沿的新技术,到跨越语言的产品发布会,再到各种AI学术顶会,“一文读懂”是这里约定俗成的小秘密,也是这里志同道合者越来越多的重要原因。但就在2019年,我们遇到了“麻
某计算机视觉公众号干货文章集锦
某计算机视觉公众号干货文章集锦 https://mp.weixin.qq.com/s/YYw-Ej8PUJqInWS4fJHOzA 天下事有难易乎?为之,则难者亦易矣;不为,则易者亦难矣。人之为学有难易乎?学之,则难者亦易矣;不学,则易者亦难矣。——《为学》[清]彭端淑 目标检测 聊聊目标检测中Anchor的"前世今生"(下)
深度学习AI美颜系列——人像静态/动态贴纸特效算法实现 | CSDN博文精选
作者 | Trent1985来源 | CSDN博客人像静态/动态贴纸特效几乎已经是所有图像视频处理类/直播类app的必需品了,这个功能看起来复杂,实际上很简单,本文将给大家做个详细的讲解。我们先来看一下FaceU的两张效果图:这两张效果图中, 我们可以看到一些可爱的圣诞帽贴纸和小鹿形象贴纸,在人脸区域,自动贴上不同的贴纸,便会生成很多有趣的特效,这也是大家爱不释手的原因。我们从静态贴纸讲起,动态贴
加拿大拒发签证,AI学者们纷纷为NeurIPS2019的黑人参会者们发声
今年的 NeurIPS 会议下个月就要开幕了。本来大家以为今年在加拿大举行,参会者们应该不会遇到(像在美国举办学术会议的时候一样)那么多签证方面的麻烦,但结果情况还是令人感到沮丧。几天前,谷歌 AI 研究员、NeurIPS 2019 上的 Black in AI Workshop (AI 领域的黑人研讨会)的
计算机视觉发展瓶颈显现 国内企业如何破局?
人工智能发展至今已经在基础层、技术层和应用层等多方位实现来应用。在国内,BAT等巨头正在加紧布局,“海大宇”“四小龙”等企业也纷纷涉足;国外,海外科技巨头频频收购技术团队,致力于推出计算机视觉开源平台。业内人士表示,应用场景广阔的计算机视觉将会成为人工智能变现较快的领域,广受各大企业追捧。 计算机视觉发展态势良好 计算机视觉应用广泛,以人脸识别为例,目前已在支付识别、机场安检公共安全等领域实现