最新资讯
  • DOTA2人机决战:2:0!OpenAI击败世界冠军OG

    这场比赛多少还有些人对人类战胜 AI 存有信念,因为OG 团队的 5 位顶级 Dota 2 职业选手是去年 TI8 的冠军,而 OpenAI Five 则在去年 8 月的两场表演赛中连续两场输给了实力一般的人类玩家。

    2019.04.16 AI科技大本营 14863
  • “重构”黑洞:26岁MIT研究生的新算法 | 人物志

    科学家们第一次能捕捉到黑洞照片,很大程度上要归功于这位 29 岁的 MIT 美女博士在三年前创建的新算法——使用 Patch priors 进行连续高分辨率图像重建。

    2019.04.16 AI科技大本营 1138
  • 受用一生的高效PyCharm使用技巧

    我们在这几十次的调试中,向同一网站发起请求都是没有意义的重复工作。如果在 Pycharm 中可以像 IPython Shell 和 Jupyter Notebook 那样,可以记住运行后所有的变量信息,可以在不需要重新运行项目或脚本,只需稍微调整下我们的代码,直接就可以进行正则调试。

    2019.04.16 AI科技大本营 1822
  • 我在旷视研究院做检测 | 技术头条

    入职旷视研究院已经四年多,一转眼已经从单兵作战,到现在有一个Detection团队。一路过来有坎坷,有经历,有成长。这次希望通过分享的方式,让各位对旷视研究院(Detection组)有更多了解,同时也把我个人的心路历程呈现出来,为后来者抛砖引玉。

    2019.04.16 AI科技大本营 753
  • AI时代,为何机器人公司无法盈利只能走向倒闭?

    去年11月中旬,我们收到了一个令人遗憾的消息,Alphabet准备关闭SCHAFT,这是东京大学机器人实验室的一个副产品。就在Alphabet做出这个决定前一年,日本软银刚刚收购了Boston Dynamics公司,而在这之前日本软银还收购了以Pepper和Nao机器人而闻名的Aldebaran Robotics公司。在2018年IEEE/机器人协会负责召开智能机器人与系统的日本国际大会上,我们听到了Rethink Robotics倒闭的消息。Rethink Robotics曾经创建了机器人协作行业,对我们对机器人在工业应用中的看法产生了很大影响。

  • 人脸识别的“生意经”

    人脸识别软件是一种非常强大的技术,对用户隐私构成了严重威胁。同样,这个行业目前发展十分迅猛。如今,十数家初创公司和科技巨头正在向酒店、零售店,乃至学校提供人脸识别服务。由于新算法较五年前能更为精确地识别人脸,行业发展非常迅速。这些科技公司将数十亿的人脸素材用以训练,并改进这些算法,而这通常无需任何许可。事实上,包括你在内,很有可能所有人的数据都被人脸识别公司用于 “训练集” 中,或存在于某个公司的客户数据集里。

  • 南开大学提出目标检测新Backbone网络模块:Res2Net

    在许多视觉任务中,多尺度的表示特征是非常重要的。最新的研究在不断的提升着 backbone 网络的多尺度表达能力,在多个任务上提高了算法性能。然而,大多数现有的深度学习方法是通过不同层的方式来表达多尺度特征。作者提出了一种新的卷积网络构造方式 Res2Net,通过在单个残差块里面构建层次化的连接实现。Res2Net 是在粒度级别上来表示多尺度特征并且增加了每层网络的感受野范围。

  • 仅用语音,AI就能“脑补”你的脸! | 技术头条

    之前我们为大家介绍过一项非常酸爽的研究“Talking Face Generation”:给定音频或视频后(输入),可以让任意一个人的面部特征与输入的音视频信息保持一致,也就是说出输入的这段话。当时营长就想到了“杨超越的声音+高晓松的脸”这样的神仙搭配。不过,近期一项新研究再度抓到了营长的眼睛!在最新的研究中,研究者仅需要音频信息就生成了人脸... ...如此鬼畜的操作,此乃头一次见啊!接下来营长就为大家介绍一下这项工作!

  • 定了!人社部等发布13项新职业,AI、无人驾驶、电竞上榜

    近日,人力资源社会保障部、市场监管总局、统计局印发通知,正式向社会发布了人工智能工程技术人员等 13 个新职业信息。据悉,这是 2015 年版国家职业分类大典颁布以来发布的首批新职业。这些新职业信息主要包括:职业名称、职业编码、职业定义和主要工作任务等内容。

  • 不止临床应用,AI还要帮不懂编程的医生搞科研

    近日,推想科技发布 AI 学者科研平台 InferScholar® Center,该平台为更多的医生提供零门槛的 AI 科研能力,让医生可以快速将深度学习、影像组学以及文本数据处理相关的前沿技术应用到自己的临床科研实践中,他们将为平台上的医疗科研人员提供基础模型以及临床研究的各类开发、培训、辅助等服务。

  • 80+机器学习数据集,还不快收藏

    对于从事机器学习的小伙伴来说,机器学习必须以大量的数据为基础,否则构建再好的模型也不能达到你想要的效果。同时,不同质量的数据集也会影响到模型训练的效果。之前营长就为大家推荐过一款机器学习数据集集合项目,如今该项目的作者已经如他所言更新内容啦!

  • 深度 | 人工智能究竟能否实现?

    要”证明”人工智能最直接的办法就是”实现”它,也就是制造出”像”人一样”智能”的机器。这和图灵测试的想法类似,图灵测试是实现一个智能机器,它和真人通过网络来进行自然语言对话,如果真人通过对话区分不了这是机器还是真人,那么机器就通过了图灵测试,就认为机器”实现”了人工智能。

  • 写给NLP研究者的编程指南

    最近AllenNLP在EMNLP2018上做了一个主题分享,名为“写给NLP研究者的编程指南”(Writing Code for NLP Research)。内容干货满满,仅仅只是看了slide就知道是非常有意思的一次演讲了。slide共有254页之多,这里我简单做个摘要,分享一些有意思的内容。

  • 何恺明等人提TensorMask框架:比肩Mask R-CNN,4D张量预测新突破

    到今天要给大家介绍的论文,也许现在大家已经非常熟悉 Ross Girshic、Piotr Dollár 还有我们的大神何恺明的三人组了。没错,今天这篇重磅新作还是他们的产出,营长感觉刚介绍他们的新作好像没多久啊!想要追赶大神脚步,确实是不能懈怠啊!

  • 清华、北大、浙大的计算机课程资源集都在这里了

    此前,一份介绍中科大的相关课程资源的 repo 火了,但不知后来是不是因为太火,居然被 404 了,如果你不幸错过了,别紧张,GitHub 上还有其他网友另建了相关 repo,搜索即可找到。

  • GitHub超全机器学习工程师成长路线图,开源两日收获3700+Star!

    作者首先强烈推荐了《Scikit-Learn 与 TensorFlow 机器学习实用指南》一书。之外,他还上传了全球顶尖大学和开源组织的学习资源,并收集了理论和示例,以及对选择最佳资源的建议。

  • 吴恩达的Landing.ai又迎来一位AI大牛

    领英上的公开信息显示,加入Landing.ai之前,王冬岩在硅谷有20年左右的工作经验,曾是美的集团全球AI负责人,领导美的集团在智能家居、智能制造、机器人和商业应用方面的AI产品及应用研发。另外,王冬岩还曾担任过NetApp、思科、三星美国等大型企业的高级管理职位,负责带领多项复杂数据分析、商业智能,企业安全战略等大规模企业级技术应用。

  • Debug神经网络的五项基本原则

    很多情况下,研究人员会遇到一个问题:使用机器学习框架实现的神经网络可能与理论模型相去甚远。验证这款模型是否可靠,直接方式就是不断修正和调参。例如,在 2018 年 8 月,谷歌大脑的 Ian Goodfellow 等人,通过引入由覆盖性引导的模糊方法,推出了一款自动为神经网络 debug 的开源库 TensorFuzz。

  • iPad mini时隔四年更新,搭载A12芯片,起售价2999

    3 月 18 日下午,苹果官网进行更新,悄悄地推出了两款新品:新款 iPad Air 和 iPad mini,其中 iPad mini 系列已经近 4 年没有更新。这么大的新闻竟然没有开个发布会或者来个微博预热,就这样直接开卖了。

  • R和Python谁更好?这次让你「鱼与熊掌」兼得

    如果你从事在数据科学领域,提到编程语言,一定能马上想到 R 语言和 Python语言(以下分别简称 R、Python)。现在更多时候大家都把它们两个放在一起对比,进行“二选一”,而不是把两个都为自己所用。其实,无论是 R 还是 Python,两个都是很优秀的工具。

每页显示 共143条数据 < 1 2 3 4 5 6 7 8 >      到第 GO