-
基于PyTorch的CV模型框架，北大学生出品TorchCV
所属栏目：[经验] 日期：2019-10-18 热度：203
在机器学习带来的所有颠覆性技术中，计算机视觉领域吸引了业内人士和学术界最大的关注。 刚刚推出 1.3 正式版的 PyTorch 风头正劲，人们已经围绕这一深度学习框架开发出了越来越多的工具。最近，一个名为 TorchCV 的计算机视觉模型框架站上了 GitHub 趋势[详细]
-
AI行业寒潮下，智能物流机器人产业迎来“风口”
所属栏目：[经验] 日期：2019-10-18 热度：117
人工智能，前景很好，但钱景不好 、2018年，人工智能的进展就是没有进展、2019年的AI行业已如石墨烯一样，尽显疲态一篇《投资人逃离人工智能》文章又给人工智能行业泼了一身冷水。人工智能融资难、寒冬论再一次戳痛每个人工智能从业者的心，激起大众的焦虑[详细]
-
4 分钟！OpenAI 的机器手学会单手解魔方了，完全自学无需编程
所属栏目：[经验] 日期：2019-10-18 热度：75
OpenAI 的机器手学会单手解魔方了，而且还原一个三阶魔方全程只花了 4 分钟，其灵巧程度让人自叹不如。 给你一个魔方，只允许使用一只手，还时不时有人给你捣乱，你能在 4 分钟内还原它吗？我不能，两只手都不行。 OpenAI 的仿人机器手 Dactyl 做到了。现[详细]
-
开源图神经网络框架DGL升级：GCMC训练时间从1天缩到1小时
所属栏目：[经验] 日期：2019-10-18 热度：114
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。 又一个AI框架迎来升级。 这次，是纽约大学、亚马逊联手推出图神经网络框架DGL。 不仅全面上线了对异构图的支持，复现并开源了相关异构图神经网络的代码，在GCMC、RCGN等业内知名的模型[详细]
-
人工智能如何改变医疗保健行业
所属栏目：[经验] 日期：2019-10-18 热度：111
人工智能医疗公司的首席执行官对于人工智能在医学上的应用，如何购买人工智能解决方案，以及人工智能在医疗领域的未来发展进行了阐述。 在人工智能应用的许多例子中，医疗保健领域的人工智能显然是行业领先者之一。人工智能将以多种方式重塑医疗保健行业，[详细]
-
2019年深度学习自然语言处理十大发展趋势
所属栏目：[经验] 日期：2019-10-18 热度：58
本文介绍了近日FloydHub 博客上Cathal Horan中自然语言处理的10大发展趋势。 [ 导读 ]自然语言处理在深度学习浪潮下取得了巨大的发展，FloydHub 博客上Cathal Horan介绍了自然语言处理的10大发展趋势，是了解NLP发展的非常好的文章。 2018年是基于深度学习[详细]
-
人工智能在情绪方面更智能了？人类也应如此
所属栏目：[经验] 日期：2019-10-15 热度：198
人们处于孤独中的行为方式与在公共场合的行为方式大相径庭，但人的基本性格仍然会保持不变。在没有观众的情况下在公寓里跳舞，表达了一种想在大舞台上跳舞的秘密愿望，但是人类会根据社会规范的要求调整这些突发奇想。 情绪智能决定了我们的信心、沟通技巧[详细]
-
人工智能图像放大器，完全免费！一键告别渣像素
所属栏目：[经验] 日期：2019-10-15 热度：165
照片是我们保留记忆的最有用工具之一。由于技术的发展，我们有了智能手机，从某种意义上说，它就是相机。现在，数十亿拥有智能手机的人都可以拍照留存。 但是，并不是每部智能手机都能像实际的相机一样出色。用智能手机拍摄的照片更容易发生像素化。即使使[详细]
-
谁在为“AI+教育”试错买单？
所属栏目：[经验] 日期：2019-10-15 热度：117
AI+教育落地谈何容易 2016年被称为是AI(人工智能)元年，这一年阿尔法围棋(AlphaGo)与世界围棋冠军李世石对战，成为第一个打败人类职业围棋选手的智能机器人，人工智能的概念开始普及。2017年两会，人工智能首次被写入政府工作报告，迎来发展黄金期。2018年[详细]
-
人工智能可实现的视角
所属栏目：[经验] 日期：2019-10-15 热度：116
半个世纪以来，人工智能一直是计算技术发展的梦想，它总是遥不可及。但是有许多方法可以部署产生实际收益的人工智能。 20世纪60年代的人们对人工智能充满了美好的未来愿景，但这一前景在半个世纪后仍未实现。而人们如今确信，尽管早期的进展比较缓慢，但真[详细]
-
AI的时代，你的职业还在吗？
所属栏目：[经验] 日期：2019-10-15 热度：175
目前人工智能(Artificial Intelligence，简称AI)的技术到底发展到啥情况了? 如果未来AI在我们社会上全面应用之后，会对咱们的生活会带来多大的帮助? AI的应用又会对目前社会上的工作岗位有多少影响呢?你目前所从事的职业未来会被AI替代吗? 嗯，好问题，但[详细]
-
网络安全中的AI，炒作与真实并存
所属栏目：[经验] 日期：2019-10-15 热度：121
人工智能(AI)的前景令人信服。给安全经理的警笛声。希望利用自主，自学解决方案的强大功能的公司正在产生兴趣和投资。毕竟，人工智能已经使保险业，乳腺癌研究，金融和执法机构受益。那么，为什么也不安全呢? 根据ESET最近的一项调查，新的业务期望和误导[详细]
-
人工智能改善教育的32种方式
所属栏目：[经验] 日期：2019-10-15 热度：186
在过去的几年里，从社交媒体到语音识别，从物联网到新零售，从机器人到自动驾驶人工智能在各个行业掀起热潮，进入社会生活的方方面面。过去40年的信息时代中，我们总是需要首先对机器发出指令，而如今随着机器学习算法的进步，以及与之紧密相关的大数据和[详细]
-
微软 AI 新技术：让你的头像照片动起来，并有感情地“讲话”
所属栏目：[经验] 日期：2019-10-15 热度：103
本文转自雷锋网，如需转载请至雷锋网官网申请授权。 越来越多的研究表明，只要有足够多的语料库，人类的面部动作和语音行为是能够同步的。两年前，卡内基梅隆大学的研究人员曾发表了一篇论文，叙述了一种将一个人的面部动作转移至另一个人的方法。 而就在[详细]
-
人脸识别有风险，美国全面禁止，可为什么中国却全面推广？
所属栏目：[经验] 日期：2019-10-15 热度：169
人脸识别有风险，美国全面禁止，可为什么中国却全面推广？ 我们在日常生活中能够接触到很多的高科技产品，就拿我们常使用的手机来说，在付款的时候不仅可以用指纹识别，也可以用人脸识别。对于大多数人而言，最先接触的就是指纹识别，对指纹识别的了解程度[详细]
-
18个挑战项目带你快速入门深度学习
所属栏目：[经验] 日期：2019-10-15 热度：198
AlphaGo 大战李世乭之后，深度学习技术便在国内变得异常火。吸引了大批的技术人员争相学习，那么到底如何才能更快速的入门深度学习呢？ 下面给大家介绍的 18 个挑战项目，通过实践动手带你快速入门深度学习！ 1.北京市住房价格预测 本挑战运用线性回归的相[详细]
-
专家认为对“人工智能+教育”应持审慎态度
所属栏目：[经验] 日期：2019-10-14 热度：158
制图/李晓军 ● 人脸识别进校园,既有数据安全也有个人隐私问题,包含学生的个人信息要非常谨慎,能不采集就不采集,能少采集就少采集,尤其涉及个人生物信息的 ● 网络安全法规定,网络运营者收集、使用个人信息,应当遵循合法、正当、必要的原则,公开收集、使用[详细]
-
PyTorch横扫顶会，TensorFlow退守业界：机器学习框架一年变天
所属栏目：[经验] 日期：2019-10-14 热度：78
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。 TensorFlow 2.0正式发布没几天，PyTorch 1.3今天也上线了。 一个疯狂强调易用性，一个整出了移动端部署。老将和新秀都卯足了劲。 毕竟，机器学习框架的世界，局势变化过于迅猛，稍不注[详细]
-
机器学习帮你预测电池寿命：精确了解电池还能充几次
所属栏目：[经验] 日期：2019-10-14 热度：59
电池寿命的确定，是移动硬件发展的重要一环，但是由于电池电化学反应的不确定性以及不同的使用环境和习惯，电池寿命变成了一门玄学。 不过柏林的三位小伙伴，利用Tensorflow，在原有的预测体系基础上。更近一步，完成了电池的全寿命预测。 捋清数据 研究者[详细]
-
人工智能统计调查：86％的消费者更喜欢人工客服
所属栏目：[经验] 日期：2019-10-14 热度：113
最近一些人工智能的健康和进展状况相关调查、研究、预测和其他定量评估突显出以下几点：美国消费者越来越不愿意与聊天机器人聊天，人们对人工智能作为关键业务组成部分的期望越来越高，由于部署这项新技术导致员工技能差距越来越大。 人工智能带来的业务影[详细]
-
2019机器学习框架之争：与Tensorflow竞争白热化，进击的PyTorch赢在哪里？
所属栏目：[经验] 日期：2019-10-14 热度：184
大数据文摘出品 来源：thegradient 编译：张大笔茹、曹培信、刘俊寰、牛婉扬、Andy 2019年，机器学习框架之争进入了新阶段：PyTorch与TensorFlow成为最后两大玩家，PyTorch占据学术界领军地位，TensorFlow在工业界力量依然强大，两个框架都在向对方借鉴，[详细]
-
500亿参数，支持103种语言：谷歌推出「全球文字翻译」模型
所属栏目：[经验] 日期：2019-10-14 热度：69
由于缺乏平行数据，小语种的翻译一直是一大难题。来自谷歌的研究者提出了一种能够翻译 103 种语言的大规模多语言神经机器翻译模型，在数据丰富和匮乏的语种翻译中都实现了显著的性能提升。他们在 250 亿个的句子对上进行训练，参数量超过 500 亿。 在过去[详细]
-
对于人工智能的恐惧及其5个解决方法
所属栏目：[经验] 日期：2019-10-14 热度：191
实施人工智能技术的IT领导人可能会感到一些恐惧，这有着充分的理由。 人工智能在拥有数十年发展和应用历史的同时却有着奇怪的定位，但对于许多人来说，人工智能仍然是一种未来主义的感觉。实际上人工智能并不是新事物，但它始终是一个永恒的新领域。没有人[详细]
-
机器学习免费跑分神器：集成各大数据集，连接GitHub就能用
所属栏目：[经验] 日期：2019-10-14 热度：78
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。 搞机器学习的小伙伴们，免不了要在各种数据集上，给AI模型跑分。 现在，Papers with Code(那个以论文搜代码的神器) 团队，推出了自动跑分服务，名叫sotabench，以跑遍所有开源模型为己[详细]
-
AI核心难点之一：情感分析的常见类型与挑战
所属栏目：[经验] 日期：2019-10-14 热度：91
情感分析或情感人工智能，在商业应用中通常被称为意见挖掘，是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支，但并不是唯一的分支。情绪AI有三种类型及其组合。它们都面临着各自的挑战，目前都处于不同的发展阶段。在本文中，笔者将[详细]
