-
编辑 删除
量子机器学习为传统的AI算法注入活力
量子机器学习为传统的AI算法注入活力我们将很快看到结合了传统机器学习算法与量子 AI 的模型的实际应用。二进制计算中信息存储为 0 或 1。与二进制计算不同的是，量子计算机是基于量子比特的。量子比特可以是 0 到 1 的任意值，或者同时具有这两个值的属性。因此，在运行计算方面有很大的优势。但是，我们与传统计算机交互的方式并不适用于量子计算机。它需要专门的数据、算法以及编程。量子机器学习借鉴了传统机
-
编辑 删除
解决AI的小数据问题
解决AI的小数据问题对深度学习算法，如果没有足够多的数据进行训练，有两种方法可以解决这个问题：生成合成数据，或者开发可利用小数据展开工作的 AI 模型。众所周知，深度学习需要数据，其模型训练都是在大量标记数据的基础上进行的，比如，利用数以百万计的动物标记图像训练 AI 学会识别。但大量标记数据对某些应用来说并不适用，在这种情况下，从头开始训练一个 AI 模型，即使可能，也充满了困难。一个潜在的解决
-
编辑 删除
GPT-2：OpenAI的NLP商业化野望
文章回顾了近几年NLP的升级历程，从三个阶段的发展带我们梳理了NLP演进的脉络。自然语言处理（NLP）技术正在生活的方方面面改变着我们的生活。客厅的智能音箱在跟你每天的对话中飞速进步，甚至开始跟你“插科打诨”来适应你的爱好习惯。电商客服总是能在第一时间回复，可能处理完你的问题，你也并未发觉TA可能只是一个智能客服。现实版的“图灵测试”每天都在发生。经常查阅外文资料的你也许早已习惯网页或几家搜索引擎
-
编辑 删除
目标检测三大开源神器：Detectron2/mmDetection/SimpleDet
作者：AmusiDate：2019-12-12来源：CVer 微信公众号链接：目标检测三大开源神器：Detectron2/mmDetection/SimpleDet前言近期目标检测论文真的巨多，大家可以看这篇文章感受一下：一文看尽16篇目标检测最新论文（ATSS/MnasFPN/SAPD/CSPNet/DIoU Loss等）其实很多同学并没有时间看论文，或者说细读论文。Amusi 经常开
-
编辑 删除
大盘点 | 2019年5篇图像分割算法最佳综述
作者：AmusiDate：2019-12-03微信公众号：CVer链接：大盘点 | 2019年5篇图像分割算法最佳综述前言上次盘点了2019年 目标检测比较亮眼的综述汇总，详见： 大盘点 | 2019年4篇目标检测算法最佳综述。很多 CVers反映：有没有图像分割的综述大盘点，有没有目标跟踪的综述大盘点，有没有...那么本文盘点的就是2019年 图像分割综述（Imag
-
编辑 删除
一文看尽10篇目标检测最新论文（SpineNet/AugFPN/LRF-Net/SABL等）
作者：AmusiDate：2019-12-17来源：CVer 微信公众号链接：一文看尽10篇目标检测最新论文（SpineNet/AugFPN/LRF-Net/SABL/DSFPN等）前言一周前 Amusi 整理了 目标检测（Object Detection）较为值得关注的论文：一文看尽16篇目标检测最新论文（ATSS/MnasFPN/SAPD/CSPNet/DIoU Loss等
-
编辑 删除
大盘点 | 2019年4篇目标检测算法最佳综述
作者：AmusiDate：2019-11-28微信公众号：CVer链接：大盘点 | 2019年4篇目标检测算法最佳综述前言上次整理了近期目标检测比较亮眼的论文汇总，详见：一文看尽8篇目标检测最新论文(EfficientDet/EdgeNet/ASFF/RoIMix等）。很多CVers在后台和微信社群反映：这些都是很新的论文，我刚入门都看不懂怎么办？答：看综述！大概理清脉络后，再挑着细读论文，撸代码
-
编辑 删除
跨模态行人重识别之“模态互转”
今天给大家分享两篇跨模态行人重识别的论文，它们分别是来自 ICCV 2019 的《RGB-Infrared Cross-Modality Person Re-Identification via Joint Pixel and Feature Alignment》和 CVPR 2019 的《Learning to Reduce Dual-level Discrepancy for Infrared
-
编辑 删除
一文看尽8篇目标检测最新论文(EfficientDet/EdgeNet/ASFF/RoIMix等）
作者：AmusiDate：2019-11-26微信公众号：CVer链接：一文看尽8篇目标检测最新论文(EfficientDet/EdgeNet/ASFF/RoIMix/SCL/EFGRNet等）前言计算机视觉论文速递专栏有段时间没有更新论文速递了，这段时间的论文很多，但比较亮眼的论文并也不多。为了方便大家阅读，我已经将其中的目标检测（Object Detection）论文整理出来。也推荐大家关注计
-
编辑 删除
从奥巴马假视频到ZAO，换脸和人脸检测技术发生了什么？
2020-01-22 10:18:41选自Medium作者：Ajinkya Khalwadekar机器之心编译参与：Panda、蛋酱这是一篇不错的人脸操纵和检测技术综述文章，结构和逻辑清晰。机器之心进行了摘要编译，希望能够帮助大家一览该领域的发展过程。论文地址：https://arxiv.org/pdf/2001.00179v1.pdf 大规模公共数据集的免费获取和深度学习技术（尤其是
-
编辑 删除
如何看待国内开源现状？贾扬清、李沐、陈天奇等大牛如是说
2020-01-17 13:06:56选自知乎机器之心报道陈天奇、李沐、贾扬清、老师木等人如何看待国内开源现状？这篇文章也许能为 AI 社区的开发者们提供洞见。近年来，「开源」成为了国内科技公司对外传播技术实力的热门词汇。特别是在人工智能领域，开源成为了技术社区高频词汇。近日，在阿里开源十年之际，阿里技术副总裁贾扬清发文小结了自己的开源观念以及阿里十年开源历程。在文章中，贾扬清表示，「
-
编辑 删除
谷歌CEO皮查伊：人工智能需要被监管，技术无法保证美德
1月20日，谷歌及母公司Alphabet首席执行官（CEO）桑达尔·皮查伊（Sundar Pichai）在英国金融时报发表署名文章，称“人工智能需要被监管”。文中，皮查伊阐述了好的监管需要兼顾的条件，并表达了希望与监管部门合作的愿望。在这篇题为《为什么谷歌认为我们需要监管人工智能》的评论文章中，皮查伊说：“毫无疑问，人工智能需要被监管，怎么都不为过。唯一的问题是我们的手段是什么。”“历史上充斥着许
-
编辑 删除
AI项目成功的4要素
2020-01-20 18:08:01作者：datarevenue编译：ronghuaiyang导读如果你想要用机器学习来做一些事情，这里列出了 4 件最重要的事情。如何确保你的项目保持在正轨上。如果你是产品经理，想要用机器学习来做一些事情，这里列出了 4 件最重要的事情：1. 优先考虑工程而不是数据科学一个机器学习项目首先是一个软件项目。许多数据科学家在构建架构良好、可靠、易于部署的软件方面缺乏
-
编辑 删除
做机器学习项目的checklist
2020-01-20 18:06:29作者：datarevenue编译：ronghuaiyang导读这个checklist能帮助你迈出做一个成功的机器学习项目第一步。避免混淆，用这个简单的清单来计划你的 AI 项目。对许多人来说，机器学习仍然是一项新技术，这可能会让它难以管理。项目经理通常不知道如何与数据科学家谈论他们的想法。在我们规划 30 多个机器学习项目的经验中，我们提炼出了一个简单有效的c
-
编辑 删除
AI的下一个战场：认知智能的突围
2020-01-20 14:32导语：AI的下一种可能“深度学习的钥匙丢在了黑暗角落。”张钹院士不止一次提出这个论点。深度学习方法易受欺骗、易受攻击已经是研究者们达成的共识，追其根本原因，张钹归结为：大家只是在灯亮的方向对模型修修补补，没有向人类深入学习。更为具体的是：没有在数据驱动的基础上引进知识，没有改变深度学习网络的模型与结构。图片来自AI TIME 第十期对人工智能发展的三个阶段进行剖析：
-
编辑 删除
中科院国产编程语言木兰尴尬了，号称“自主可控”却引爆换皮质疑
2020-01-18 13:08:16问耕 发自 凹非寺量子位 出品 | 公众号 QbitAI木兰火了。从这个月15日开始，多家主流媒体发布了一个消息：我国自主研发的编程语言“木兰”正式发布。这个消息，让很多人为之一振。这个“木兰”，来自中国科学院计算技术研究所，是该所计算机体系结构国家重点实验室科研团队主导研发。根据《中国青年报》的报道：“鉴于编程语言在信息技术产业中的重要价值，依赖开源等形式的
-
编辑 删除
20大AI项目斩获AI生产力创新奖！四大领域全面开花
经过近两个月的紧锣密鼓的征集、评审，由聚焦智能变革，服务产业升级的智能产业媒体智东西发起的2019年度AI生产力创新奖评选，迎来激动人心的时刻，获奖名单正式揭晓。最终获奖的20个AI相关行业技术解决方案，覆盖了5G通信与移动终端、AIoT与智慧城市、AIoT与智能家庭、智能网联电动汽车四大领域，每个领域包含5个获奖项目。在2019年的AI生产力创新奖评选的奖项项设置中，我们进一步让奖项设置更聚焦，
-
编辑 删除
人脸识别应用下一站 提升泛化能力是关键
作为人工智能技术的重要分支，人脸识别可谓是红透半边天，在安防领域，更是多次协助相关部门进行缉逃、侦查、寻找走失人口等工作。当下，人脸识别技术99%的识别准确率早已不是什么大新闻，各公司算法间准确率的差异仅仅体现在小数点上，技术可以说已经较为成熟。 在此背景下，配合带有深度学习计算能力的前后端硬件，开展前端数据的大量训练，才能实现产品和解决方案的落地。 泛化能力成为人脸识别发展的瓶颈 人脸识别
-
编辑 删除
新任AAAI 2021 大会主席，杨强教授认为的「机器学习前沿问题」有哪些？
2020-01-18 11:52导语：华人首位AAAI大会主席~雷锋网消息：据南大周志华微博，微众银行首席人工智能官杨强教授担任国际人工智能大会AAAI 2021大会主席。杨强教授的此次任职亦是AAAI大会历史上第二位大会主席，同时属华人首次。周志华教授在微博中提到，2020年前AAAI仅设程序委员会主席（Program Committe e chair），没有大会主席（ General chai
-
编辑 删除
2019 年 AI 研究排名：美国领先中国 7 倍
转载自：嘲流本文5238字，建议阅读8分钟。本文介绍一年一度的《AI研究排名2019年版》。引言我们一年一度的《AI研究排名2019年版》终于出炉了（想了解我们去年发布的第一届排名，请参阅此文https://medium.com/@chuvpilo/whos-ahead-in-ai-research-insights-from-nips-most-prestigious-ai-conference
