2019 机器学习如何做好分布外异常检测 论文提出了方法 NeurIPS 谷歌这篇 (2019机器人世界杯)
雷锋网AI科技评论按,对于机器学习而言,区分异常数据或有显著差异数据至关重要,谷歌在NeurIPS2019论文中提出并发布了针对基因组序列OOD检测的现实基准数据集,进而提出一种基于似然比的解决方案,可显著提高OOD检测的准确性,AI科技评论将谷歌对该方法的官方解读编译如下,深度学习科学家要成功部署机器学习系统,需要系统能够区分出异常...。
17篇论文 详解图的机器学习趋势 (论文篇数是什么)
雷锋网AI科技评论按,本文来自德国Fraunhofer协会IAIS研究所的研究科学家MichaelGalkin,他的研究课题主要是把知识图结合到对话AI中,雷锋网AI科技评论全文编译如下,必须承认,图的机器学习,MachineLearningonGraphs,已经成为各大AI顶会的热门话题,NeurIPS当然也不会例外,在NeurIP...。
2019 LeCun 年的预测 Yann 年的里程碑以及 AI2018 对话吴恩达 (2019雷凌)
人工智能技术一旦完全投入使用,它有可能拯救这个世界,也有可能终结这个世界,近日,VentureBeat与,谷歌大脑,的联合创始人吴恩达、Facebook人工智能研究院创始人YannLeCun等业内专家进行了对话,并将他们的观点整理成文,雷锋网AI科技评论选取了吴恩达和YannLeCun的观点进行编译,一起看看他们认为2018年有哪...。
评测 英伟达Tesla 谷歌TPU二代来了 V100尚能战否 (英伟达口碑)
以下为RiseML对谷歌TPUv2和英伟达TeslaV100的对比评测,雷锋网AI科技评论将其内容编译如下,谷歌在2017年为加速深度学习开发了一款的定制芯片,张量处理单元v2,TPUv2,TPUv2是谷歌在2016年首次公开的深度学习加速云端芯片TPUv1的二代产品,被认为有着替代英伟达GPU的潜在实力,RiseML此前撰写过一篇...。
清华开源深度学习框架计图 开源超级玩家再进阶 (清华开源软件)
雷锋网AI源创评论报道,据官方消息,清华大学计算机系图形实验室宣布开源一个全新的深度学习框架,Jittor,中文名计图,Jittor是一个采用元算子表达神经网络计算单元、完全基于动态编译,Just,in,Time,的深度学习框架,[1]据介绍,Jittor内部使用创新的元算子和统一计算图的深度学习框架,和Numpy相比,元算子在保证易...。
Dean丨谷歌战神谈增强学习和无监督学习 专访 Jeff (谷live)
编者按,近日,谷歌大脑负责人JeffDean在接受Fortune杂志采访时讲述了他对无监督学习和增强学习在人工智能领域应用的看法,雷锋网进行编译,下一次你在使用谷歌搜索引擎或者使用地图导航的时候,你需要记住他们背后有一个很大的大脑为你提供搜索结果,并确保你不会迷路,当然,它并不是一个真正的大脑,而是谷歌大脑研究团队,财富,杂志的Ro...。
谷歌AI大一统 AI 升级为 Google Google Research (谷歌的ai)
谷歌也知道大家定会这样疑惑,就干脆在这篇,IntroducingGoogleAI,的开头,调皮,了一番,以下是谷歌昨日在原GoogleResearchBlog,现GoogleAIBlog,发布的这篇,IntroducingGoogleAI,内容,雷锋网AI科技将其内容编译如下,在过去的几年里,谷歌一直未忘记,让AI为所有人可用,的承诺...。
生成对抗网络的最新研究进展 (生成对抗网络GAN)
雷锋网AI科技评论按,生成对抗网络是一类功能强大、应用广泛的神经网络,它们基本上是由两个神经网络组成的系统——生成器和判别器,这两个网络相互制约,计算机视觉和人工智能的爱好者BharathRaj近日发布以一篇博文,总结了生成对抗网络的原理、缺点和为了克服这些缺点所做的研究的最新进展,雷锋网AI科技评论编译整理如下,生成对抗网络的工作原...。
Google的AI并不完美 却是AI的正确打开方式 (google.com)
雷锋网按,本文编译自mashable,作者LanceUlanoff,作者认为Google在I,O开发者大会上展示的人工智能虽然不耀眼,但是却很实用,能够实实在在地影响所有人的日常生活,Google说的没错,人工智能确实可以帮助我们,人类对于AI灾难的幻想,如今变得愈发令人厌烦,因为他们总是喜欢从初级状态的AI,跳跃式地联想到可怕的未来...。
个月中 是怎样研究强化学习的 我在谷歌大脑工作的 18 (个月什么)
雷锋网AI科技评论按,在强化学习领域,谷歌大脑的研究内容一直是业界重点关注的对象,MarcG.Bellemare是谷歌大脑的研究员,研究方向为分布式强化学习、表征学习等,他将自己在谷歌大脑18个月中研究经历和心得写成了文章并进行发表,雷锋网AI科技评论全文编译如下,时间回溯到2017年夏天,在欧洲一段时间的告别旅行中,我被当时在蒙特利...。
一文看尽 的前世今生 深度学习最强资源推荐 GAN (一文看尽的前一句是啥)
雷锋网AI科技评论按,生成对抗网络是当前最热门的技术之一,它掀起了一场技术革命,取得了很多重大的突破,不久前,伊利诺伊大学香槟分校的学生AjayUppiliArasanipalai在DeepLearning专栏发布了一篇文章,文章详细介绍了GAN自被提出以来的发展历史,以及各种相关的论文、代码和博客,雷锋网AI科技评论将他的文章编译整...。
4 英特尔官方揭秘 7nm 被命名为 Intel 为什么 (英特尔4月7日)
编译,吴优编辑,李帅飞今年7月,英特尔公布了最新的半导体制程和先进封装路线图,预计四年内完成5个工艺节点的推进,在高NAEUV、3D,IC、小芯片、混合键合方面都提出新的战略目标——再一次向世界展示了英特尔的创新力,路线公布当天,雷锋网就发文对此进行了深度解读,不过,这一展示英特尔雄心的战略路线图依然有很多细节等待挖掘,近日,在接受国...。
英伟达发布新算法 可以重建缺失像素 (英伟达发布新版NVIDIAApp)
雷锋网按,本文由雷锋字幕组编译,原标题NewAIImagingTechniqueReconstructsPhotoswithRealisticResults,作者为NvidiaDeveloperNewsCenter,翻译,李诚孙启超整理,凡江日前,英伟达公司由GuilinLiu领导的研发团队发布了一种最先进的深度学习算法,可以编辑图像...。
拥抱你的AI新同事 虽然最后你可能被抛弃 (拥抱你的爱)
雷锋网按,我们已经站在人工智能时代的前沿,大部分人对此趋之若鹜,少数人高喊着警惕的口号,被视为杞人忧天的傻子,人工智能的浪潮正不可避免的袭来,它到底是怪兽还是福音,恐怕事实上,它两者都是,日前发布文章,深刻的揭露了人工智能从提高人类生产力到淘汰人类生产力的过程,可以说是一篇警世恒言,雷锋网在不改变原意的情况下为您做如下编译,去年秋天,...。
木兰 疑抄袭 说好的自主研发呢 尴尬!中国首款编程语言 Python (木兰bgm)
近日,中国科学院计算技术研究所计算机体系结构国家重点实验室宣布,由该实验室编译组主导研发的国产编程语言,木兰,Mulan,正式发布,更重要的是,这是由我国科研人员自主设计、开发和实现的编程语言,与之配套的编译器与集成开发工具,也由科研团队自主实现,这本是一件值得高兴的事,然而,这款备受期待的编程语言却受到了不少开发者的吐槽,定位于面...。
出题 解题 评分样样都行 当AI学会高数 (题目打分)
高等数学里程碑式的研究,,114页论文让AI文理双修,也许不久后机器出的高数试卷就会走进高校课堂,这下可以说,高数题不是人出的了,编译,王晔人工智能虽然给我们带来了诸多便利,但也不免受到了各种质疑,在互联网领域表现良好的人工智能,在数学领域的很多表现却被认为是,出乎意料地糟糕,基于Transformers的语言模型在零样本和少样...。
繁殖 假如有一天 AI能自我 (繁殖假如有一个种子)
你想过一种能够建设人工智能的人工智能吗,这可能是研究者的梦想,程序员的噩梦,纽约时报近日就刊登了一篇题为,BuildingA.I.ThatCanBuildA.I.,的文章,向我们介绍了谷歌AutoML的一些情况,雷锋网在不改变原意的情况下进行了编译,在最近于硅谷和中国的演讲中,谷歌的大牛JeffDean着重介绍了谷歌的AutoML项目...。
谷歌大脑撰文解析 神经网络如何自行设计神经架构 AutoML (谷歌大脑项目)
在GoogleI,O大会上,谷歌公布了最新的机器学习算法——AutoML,随即,QuocLe与BarretAoph大神在GoogleResearchBlog上发布了一篇名为,采用机器学习探索神经网络架构,的文章,雷锋网进行了编译,并做了不改动原意的编辑和修改,在谷歌团队,我们成功地将深度学习模型应用于非常多的领域,从图像识别、语音识...。
揭开谷歌 AutoML 的神秘面纱 (揭开谷歌神秘相机实验室面纱)
雷锋网按,本文由,图普科技,编译自GooglesAutoML,CuttingThroughtheHype在推出AutoML时,谷歌首席执行官SundarPichai在博客中写道,设计神经网络是非常耗时的,其对专业知识的极高要求使得只有小部分科研人员和工程师才能参与设计,这就是我们创建AutoML方法的原因,有了它,神经网络也可以设计...。
和神经架构搜索初探 AutoML (神经架构搜索(NAS))
雷锋网按,本文由,图普科技,编译自AnOpinionatedIntroductiontoAutoMLandNeuralArchitectureSearch来自CMU和DeepMind的研究人员最近发布了一篇有趣的新论文,称为可微分网络结构搜索,DARTS,,它提供了一种神经网络结构搜索的替代方法,这是目前机器学习领域的一个大热门,神经...。
样本和标签? 合并 IBM 为多标签小样本图像分类带来新进展! (样本和标签怎么对应)
目前大多数关于图像小样本分类的研究工作都是研究单标签场景,每个训练图像只包含一个对象,然而现实中的场景中以多对象多标签居多,因此对于多标签小样本的图像分类研究更具现实意义,IBM的研究人员对多标签小样本的图像分类进行了研究,并在CVPR2019大会上进行了论文分享,相关成果发表在IBM官网博客上,雷锋网AI科技评论编译如下,当我们将人...。
CVPR 神经网络架构搜索进展综述 2019 (神经网络cv是什么)
本文将介绍今年于美国长滩举办的CVPR2019会议上展示的神经网络架构搜索,NAS,领域的研究成果,原标题,NeuralArchitectureSearchatCVPR2019编译,林肯二百一十三,西安交通大学,我相信,每个深度学习研究者和从业者都多多少少地考虑过在他们处理的具体问题上应该使用什么样的神经网络架构,很多人都殚精竭虑地尝...。
1955 人工智能十月怀胎记 (1955人工智能研究主题)
联合编译,高斐,Blake编者按,一般认为,1956年的达特茅斯会议奠定了人工智能的基础,到今年恰逢人工智能诞生60周年,但很少有人知道的是,,人工智能,一词最早在一年前的1955年8月31日提出,今天正好是这一概念被提出的61周年,从这一概念的孕育到诞生,这当中有什么,十月怀胎,的故事,1955年8月31日,,人工智能,这个词首次出...。
公司和初创企业 找工作必看!面试过多家 AI 这些经验分享给你 (公司和初创企业的区别)
雷锋网按,本文为雷锋字幕组编译的技术博客,原标题WhatIlearnedfrominterviewingatmultipleAIcompaniesandstart,ups,作者为AmanDalmia,翻译,付腾杜建忠整理,凡江在过去的8年里,我一直在招聘数据科学家,软件工程师或者研发工程师的各种公司,如,Google的DeepMind...。
用人工智能改变医疗 必须经过这三个阶段 (用人工智能改写句子的方法)
雷锋网按,本文作者LukeOakden,Rayner是澳大利亚知名学府阿德莱德大学的在读医学博士生,曾发表过多篇医疗人工智能方面的文章,雷锋网对全文做了编译,未经许可不得转载,在我最近发表的一篇博文里,探讨了如何带着批判的眼光去理解人工智能在医学领域里的应用和研究,并且将研究重点放在了这些人工智能试验与临床应用的相关性上,但在此后,我...。
神经形态计算何时带领我们进入 新时代 AI (神经形态计算的概念与起源)
十年前,有这样一个问题,软硬件是否可以像生物大脑一样工作,如今,这个问题的回答是,可以,,但行业面临的挑战是,如何利用神经形态技术开发的历史、如何应对紧迫的、甚至是生死攸关的计算挑战,就这一话题,科技作者WilliamVanWinkle在外媒VentureBeat发表了一篇文章,主要观点包括,以下是雷锋网未改变文章原意的编译,从潜在,...。
斯坦福大学CS博士生带来全面解答 用PyTorch还是TensorFlow (斯坦福大学创始人)
雷锋网AI评论按,关于深度学习的框架之争一直没有停止过,PyTorch,TensorFlow,Caffe还是Keras,近日,斯坦福大学计算机科学博士生AwniHannun就发表了一篇文章,对比当前两个主流框架PyTorch和TensorFlow,雷锋网AI科技评论编译如下,这篇指南是我目前发现的PyTorch和TensorFlow之...。
更要给人工智能赋予人的价值 特写李飞飞 她激励了人工智能的发展 (为人工智能注入更多安全基因)
雷锋网AI科技评论按,李飞飞无疑是人工智能界最响亮的名字之一,她既对机器学习领域的发展做出了杰出的贡献,也是普通大众眼中温和的人工智能技术宣扬者,还是谷歌这一科技巨头的人工智能技术领导人之一,WIRED近期对李飞飞进行了采访,更多地展现了她对人工智能相关技术的思考;这同时也是一篇对李飞飞个人生活的回顾和特写,雷锋网AI科技评论编译如下...。
微软研究新进展告诉你答案 会话转录可以实时进行 (微软新技术)
雷锋网按,会话转录能够实时进行,而且还支持多人、远场语音转录,是的,这些新的转录功能都是微软研究所近期在口语处理上取得的新进展,雷锋网将其文章全文编译如下,在强大的云计算基础设施和大量训练数据的支持下,深度学习算法如今已经成为了AI进化之旅的最重要驱动力,下面的几个任务是语音和语言社区里广泛使用的公开基准测试,在过去的三年里,微软首次...。
八爪鱼 指引着软体机器人的未来 走进章鱼机器人 这条 (八爪鱼指引着什么动物)
编者按,本文由雷锋网编译自IEEESpectrum,原文作者为意大利圣安娜高等学校机器人实验室负责人、OctopusIntegratingProject负责人CeciliaLaschi,当我们实验室的学生第一次让章鱼机器人下水时,我很紧张,那时,阳光照射在地中海的碧波上,我望着机器人慢慢沉入水底,根据指令做出游泳、爬行等动作,当我命令...。