• 相关博文
  • 最新资讯
加载中...
  • 百度AI攻坚战:PaddlePaddle中国突围

    013年,百度开始研发深度学习框架PaddlePaddle,搜索、凤巢CTR预估上线DNN模型。2016年,在百度世界大会上,百度宣布PaddlePaddle开源,标志着国产开源深度学习平台的诞生。时间来到2019,人工智能已经进入商业落地的关键节点。

    2019.11.08 0
  • ICLR 2020被爆半数审稿人无相关领域经验,同行评审制度在垮塌?

    近日,英伟达机器学习研究负责人 Animashree Anandkumar 在推特上向 ICLR 2020 的同行评议审稿人开炮。她称,每个即将到来的 AI 会议的同行评议质量都在变差。我们的 #ICLR 2020 审稿人的评分有极大的差距(8 分和 1 分),评分较低的审稿人太令人讨厌和痛心了。这就像他们在参加战斗并想要破坏竞争一样。这不健康,还有哪些替代选择吗?

    2019.11.08 0
  • 十年公务员转行IT,自学AI三年,他淬炼出746页机器学习入门笔记

    近期,梁劲传来该笔记重大更新的消息。《机器学习——从入门到放弃》这本笔记的更新没有停止,在基于上一版的基础上丰富了近 200 页计算机视觉领域的知识内容,目前最新版已达 746 页,累计下载近 8 万次。

    2019.11.06 0
  • 张钹、朱松纯、黄铁军等同台激辩:人工智能的“能”与“不能”

    10 月 31 日,由北京智源人工智能研究院主办的 2019 北京智源大会在国家会议中心开幕,尖峰对话上,张钹、朱松纯、黄铁军、文继荣四位学术界大牛就《人工智能的“能”与“不能”》这一话题展开了一场思辨,探索 AI 的真理和本质。

    2019.11.05 0
  • 周伯文对话斯坦福AI实验室负责人:下一个NLP前沿是什么?

    京东集团副总裁兼人工智能事业部总裁、智源-京东联合实验室主任周伯文,斯坦福人工智能实验室负责人(SAIL)Christopher Manning,以《Next NLP Frontier After Deep Learning: A Conversation about Conversation and Beyond》为题,从语义、语境和知识,当前NLP的典型技术或应用以及以任务为导向的多轮和多模态对话三大部分出发,对下一个自然语言处理最前沿的课题展开尖峰对话。

  • 目标检测的渐进域自适应,优于最新SOTA方法

    本文中,作者提出了用中间域来连接不同域,并逐步解决更容易的自适应子任务。方法是通过转换源图像以模仿目标域中的图像来构造此中间域。为了解决域转移(domain-shift)问题,作者采用对抗学习在特征级去调整分布。另外,还应用了加权任务损失函数去处理中间域中的图像质量不平衡问题。实验结果表明,在目标域的效果上,本文的方法优于最新(SOTA)方法。

    2019.10.30 0
  • Simple Transformer:用BERT、RoBERTa、XLNet、XLM和DistilBERT进行多类文本分类

    本文将介绍一个简单易操作的Transformers库——Simple Transformers库。它是AI创业公司Hugging Face在Transformers库的基础上构建的。Hugging Face Transformers是供研究与其他需要全面控制操作方式的人员使用的库,简单易操作。

    2019.10.29 0
  • 深度学习可解释性问题如何解决?图灵奖得主Bengio有一个解

    在最近一次采访中,图灵奖得主Bengio再次再次警示了可解释因果关系对深度学习发展的重要性。在他看来,除非深度学习能够超越模式识别并了解因果关系的更多信息,否则它将无法实现其全部潜力,也不会带来真正的AI革命。换句话说,深度学习需要开始知道事情发生的因果关系,这将使现有的 AI 系统更加智能,更加高效。

    2019.10.29 0
  • 清微智能欧阳鹏:可重构架构提升神经网络处理能效

    人工智能向各领域的渗透,让AI芯片市场迎来飞跃发展,Tractica预测,AI市场的演变将推动深度学习芯片组的出货量从2018年的1.649亿增长到2025年的29亿单位以上。届时,深度学习芯片组的全球市场将达到663亿美元。

    2019.10.25 0
  • 推荐系统中的前沿技术研究与落地:深度学习、AutoML与强化学习 | AI ProCon 2019...

    推荐系统与深度学习、强化学习、AutoML 等新技术将碰撞出什么样的火花?推荐系统用上这些技术之后便“如虎添翼”还是会被其所累?新技术与推荐算法的结合还有哪些新的可能和方向?在2019 AI开发者大会上,来自华为诺亚方舟实验室推荐与搜索项目组资深研究员唐睿明在推荐系统技术分论坛上,为观众分享了华为在这些新技术与推荐系统结合探索中的最新成果。

  • 从0到1,Airbnb的深度学习实践经验总结

    本文要讨论的机器学习现实应用,是关于根据用户预约的可能性来预订客房的模型。当用户在Airbnb网站上搜索的时候,这样的模型有助于搜索排名。新模型是通过A/B测试框架来进行在线测试,并将其性能与前几个版本进行比较。

    2019.10.22 0
  • 网络运行时间提高100倍,Google使用的AI视频理解架构有多强?

    本文作者对自动搜索进行了一系列研究,以寻求更理想的网络架构来进行视频理解。本文展示了三种不同的神经体系结构演化算法:学习层及其模块配置(EvaNet); 学习多流连接(AssembleNet); 和建立计算效率高且紧凑的网络(TinyVideoNet)。本文开发的视频架构在多个公共数据集上的性能明显优于现有的人工制作模型,并证明网络运行时间可提高10倍至100倍。

    2019.10.22 0
  • AI发展这一年:不断衍生的技术丑闻与抵制声潮

    10月2日,纽约大学AI Now学院在纽约大学斯克博剧院(Skirball Theatre)组织召开了第四届年度AI Now研讨会。研讨会邀请了业内组织者、学者和律师带来演讲,并共同登台探讨相关工作,这次研讨会围绕五大热议话题,重点探讨了AI负面影响以及不断扩大的抵制声潮。

    2019.10.21 0
  • OpenAI机械手单手轻松解魔方,背靠强化学习+新技术ADR

    10月15日,人工智能研究机构OpenAI发布了一条机械手单手解魔方的视频。这个自学式的类人机器人手臂名为 Dactyl,不仅可以单手解魔方,甚至能在外加各种干扰,比如“蒙眼”,用布娃娃长颈鹿干扰下继续完成任务。这次,这套机械手系统使用的是此前用于 OpenFive 同样的强化学习代码,加上一项名为 Automatic Domain Randomization (ADR,自动化域随机)的新技术,这套系统可以处理之前未见过的场景,再次证明了强化学习的强大学习能力。

    2019.10.18 0
  • 确认!语音识别大牛Daniel Povey将入职小米,曾遭霍普金斯大学解雇,怒拒Facebook

    10 月 17 日,语音界传奇 Daniel  Povey 发布推特,宣布自己 2019 年末将要入职小米,目前正在签订合同阶段,入职后,他将带领一支团队研发下一代 PyTorch-y Kaldi。小米公司内部知情人士向 AI科技大本营确认了 Daniel  Povey 将入职的消息,表示还在走最后流程,具体职位信息不便透露,但很快就会对外公布官方消息。

    2019.10.18 0
  • 刘群:华为诺亚方舟NLP预训练模型工作的研究与应用 | AI ProCon 2019

    预训练语言模型对自然语言处理领域产生了非常大的影响,在近期由CSDN主办的 AI ProCon 2019 上,自然语言处理技术专题邀请到了华为诺亚方舟实验首席科学家刘群分享了华为诺亚方舟实验室在预训练语言模型研究与应用。他从以下三个方面介绍了他们的工作:一是刚发布的中文预训练语言模型——哪吒;二是实体增强预训练语言模型——ERINE;三是预训练语言模型——乐府。

  • 华为于璠:新一代AI开源计算框架MindSpore的前世与今生 | AI ProCon 2019

    9月,2019中国AI开发者大会(AI ProCon 2019)在北京举行。在AI开源技术专题中,华为MindSpore资深架构师于璠发表了《MindSpore创新技术介绍》主题演讲。在演讲中,于璠详细介绍了新一代AI开源计算框架MindSpore的设计理念:第一,新编程范式,AI算法即代码,降低了AI开发门槛;第二,新执行模式,Ascend Natave的执行引擎;第三,全场景按需协同,实现了更好的资源效率和隐私保护。

    2019.10.14 0
  • 你当年没玩好的《愤怒的小鸟》,AI现在也犯难了

    2012年,首次举办了《愤怒的小鸟》 AI 大赛,随之出现了很多款游戏代理。在这里介绍两款比较优秀的代理,第一个是由来自捷克技术大学的队伍所开发的 Datalab Birds 2014,该游戏代理至今保持着第三名的位置。就像他们在论文中描述的,他们的主要思想是基于当前环境、可能的弹射轨迹和鸟的类型来制定最佳策略。第二个是由滑铁卢大学和 Zazzle 在 2017 《愤怒的小鸟》AI 大赛中共同开发的 Eagles Wings 智能玩家,他们的代理目前排在第 16 位。据称,该游戏代理基于人工调试过的结构分析,即在多个策略中做选择,开发了一项简单的多策略能力。他们使用了机器学习算法 xgboost 学习决策制定能力。

    2019.10.11 0
  • 简单粗暴上手TensorFlow 2.0,北大学霸力作,必须人手一册!

    TensorFlow 2.0 于近期正式发布后,立即受到学术界与科研界的广泛关注与好评。此前,AI 科技大本营曾特邀专家回顾了 TensorFlow 2.0 从初版到最新版本的发展史。今天,我们将介绍一本全面详解 TensorFlow 2.0 的手册。这本手册是 Google Summer of Code 2019 项目之一,从基础安装与环境配置、部署,到大规模训练与加速、扩展,全方位讲解 TensorFlow 2.0  的入门要点,并附录相关资料供读者参考。

    2019.10.10 0
  • 伯克利人工智能研究院开源深度学习数据压缩方法Bit-Swap,性能创新高

    在本篇文章中,伯克利人工智能研究院(BAIR)介绍了一种可扩展的、基于深度学习的高效无损数据压缩技术。该技术基于之前的 bits-back 编码和非对称数字系统,对隐变量模型进行压缩的方法进行了扩展。在实验中,Bit-Swap 在高度多样化的图集的表现上超过了压缩器中的 benchmark。BAIR 开源了该方法的代码,对模型进行了优化,并提供了 demo 和预训练好的 Bit-Swap 模型,可以用来对任何图片进行压缩和解压缩。

    2019.10.06 0
每页显示 共206条数据 < 1 2 3 4 5 6 7 8 9 10 11 >      到第 GO