-
手把手教你解决90%的NLP问题
所属栏目：[经验] 日期：2019-10-25 热度：157
【大咖·来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 导读 利用机器学习方法来理解和利用文本，从最简单的到state-of-the-art，由浅入深，循序渐进。 文本数据到处都是 无论是一家已成立的公司，还是正在开发一项新服务，都可以利用文本数据[详细]
-
人工智能如何帮助痴呆症患者更独立地生活
所属栏目：[经验] 日期：2019-10-25 热度：70
【大咖·来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 图片来自网络 您可能已经拥有了所谓的智能家居，将灯光或音乐连接到语音控制技术（例如Alexa或Siri）。但是，当研究人员谈论智能家居时，我们通常指的是利用人工智能来学习您的习惯并自动[详细]
-
人工智能、5G应用不再停留在“纸上蓝图” 数字经济发展提速
所属栏目：[经验] 日期：2019-10-25 热度：93
【大咖·来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 新一轮科技革命和产业变革加速演进，如何让所有人分享数字技术带来的增长红利，这是当下最紧迫的全球性问题。10月20-22日，《财经》新媒体记者在第六届世界互联网大会上了解到，与往年不[详细]
-
搭建容易维护难！谷歌机器学习系统血泪教训
所属栏目：[经验] 日期：2019-10-25 热度：53
2014 年，谷歌一篇探讨机器学习背后暗藏高额技术债的论文曾火爆一时。今天，这篇论文又出现了知名技术社区 HackerNews 的头条。看来，即使过了 4 年时间，人工智能进入新的春天，但困扰着机器学习研究者的问题还是类似的问题。 本文作者表示，希望这篇论文[详细]
-
无人驾驶的规模化难题
所属栏目：[经验] 日期：2019-10-25 热度：178
根据近日消息，谷歌系自动驾驶公司 Waymo 向用户发送了一封邮件，称要去掉无人驾驶出租车的安全员角色，这对于整个行业来说足够振奋人心。 不过，根据 Waymo 目前透露出的消息，我们仍然不清楚这家公司到底投入了多大规模的无人驾驶车队。 Waymo 计划取消[详细]
-
AI 怎么知道人类对话在说什么？微软研究团队告诉你
所属栏目：[经验] 日期：2019-10-25 热度：157
本文转自雷锋网，如需转载请至雷锋网官网申请授权。 近期，微软研究团队通过对上下文建模加以研究得出一种新的方法，这种方法能够让 AI 模型通过上下文的历史记录来改写对话中的最后话语，那么，这是一种怎样的研究方法呢？ KYLE WIGGERS 对此做了详细的介[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：2019-10-17 热度：99
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：2019-10-17 热度：56
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：2019-10-17 热度：160
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：2019-10-17 热度：196
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：2019-10-17 热度：92
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]
-
机器学习转化为生产力，警惕这4个常见陷阱！
所属栏目：[经验] 日期：2019-10-17 热度：136
大数据文摘出品 来源：topbots 编译：武帅 在一场科技会议上，演讲者询问观众，有谁为自己的业务开发过机器学习或者人工智能模型?80%到90%的人都举起了手。 那么，你们当中有谁将它投入生产了呢?演讲者继续发问。几乎所有的人都放下了手。显而易见，几乎每[详细]
-
PyTorch终于能用上谷歌云TPU，推理性能提升4倍，该如何薅羊毛？
所属栏目：[经验] 日期：2019-10-16 热度：91
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。 Facebook在PyTorch开发者大会上正式推出了PyTorch 1.3，并宣布了对谷歌云TPU的全面支持，而且还可以在Colab中调用云TPU。 之前机器学习开发者虽然也能在Colab中使用PyTorch，但是支持[详细]
-
非监督学习最强攻略
所属栏目：[经验] 日期：2019-10-16 热度：56
MLK，即Machine Learning Knowledge，本专栏在于对机器学习的重点知识做一次梳理，便于日后温习，内容主要来自于《百面机器学习》一书，结合自己的经验与思考做的一些总结与归纳。本次主要讲解的内容是机器学习里的非监督学习经典原理与算法，非监督，也就[详细]
-
人工智能遇冷，自动驾驶受阻？
所属栏目：[经验] 日期：2019-10-16 热度：79
随着全球经济周期这一轮触底，很多前两年火热的风口都开始下降和关闭。 人工智能资本层面遇冷 有数据显示，自2018年第二季度以来，全球人工智能领域投资热度逐渐下降。今年5月份，中国信息通信研究院数据中心发布了《全球人工智能产业数据报告》，该报告显[详细]
-
5G自动驾驶什么样？韩国测试得出这样的结果
所属栏目：[经验] 日期：2019-10-16 热度：117
自动驾驶与5G的产业发展备受关注，而两者结合会有什么样的效果，韩国企业近日进行了一番探索。韩媒报道称，10月10日，LG U+自动驾驶汽车在首尔麻谷LG科学园一带的普通公路上进行了测试。据韩国《中央日报》网站10月11日报道，在这次演示中，自动驾驶汽车、[详细]
-
11个主流AI聊天机器人平台，你绝不能错过
所属栏目：[经验] 日期：2019-10-16 热度：94
人工智能聊天机器人掀起了一场用户体验革命。只要用户需要，机器人就能提供有用的信息。一些企业应用AI聊天机器人为客户提供积极有益的帮助，企业也因此得到了长足的发展。 许多品牌都利用聊天机器人提升消费者服务体验。这项技术正逐渐发展成熟，并为各种[详细]
-
图灵奖得主Yoshua Bengio：深度学习当务之急，是理解因果关系
所属栏目：[经验] 日期：2019-10-16 热度：59
深度学习擅长在大量数据中发现模式，但无法解释它们之间的联系，而图灵奖获得者Yoshua Bengio想要改变这一点。 图：将因果关系整合到人工智能中是一件大事！Yoshua Bengio 今年3月，Yoshua Bengio凭借着在深度学习技术的突出贡献而获得图灵奖，这是计算机[详细]
-
机器学习的正则化是什么意思？
所属栏目：[经验] 日期：2019-10-16 热度：123
经常在各种文章或资料中看到正则化，比如说，一般的目标函数都包含下面两项 其中，误差/损失函数鼓励我们的模型尽量去拟合训练数据，使得最后的模型会有比较少的 bias。而正则化项则鼓励更加简单的模型。因为当模型简单之后，有限数据拟合出来结果的随机性[详细]
-
高位截瘫患者重新行走：靠意念指挥外骨骼，法国脑机接口新突破
所属栏目：[经验] 日期：2019-10-16 热度：114
依靠介入头部的 2 个传感器，法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。 科学家将2 个植入物放置在 Thibault 大脑表面的运动控制部位，每个植入物有64 个电极，同时有软件可以将电极读取的脑电波转换为运动指令。 10 月 3 日，法[详细]
-
基于PyTorch的CV模型框架，北大学生出品TorchCV
所属栏目：[经验] 日期：2019-10-16 热度：106
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：2019-10-16 热度：143
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]
-
集合三大类无模型强化学习算法，BAIR开源RL代码库rlpyt
所属栏目：[经验] 日期：2019-10-13 热度：76
近日，BAIR 开源强化学习研究代码库 rlpyt，首次包含三大类无模型强化学习算法，并提出一种新型数据结构。 2013 年有研究者提出使用深度强化学习玩游戏，之后不久深度强化学习又被应用于模拟机器人控制，自此以后大量新算法层出不穷。其中大部分属于无模型[详细]
-
AI用于疾病诊断和新药品设计的前景可观
所属栏目：[经验] 日期：2019-10-13 热度：161
医疗保健行业一直都是创新先行者。然而，疾病和病毒不断地变种，给医疗保健行业带来一定的挑战，现在借助人工智能（AI）和机器学习算法，该行业迎来了新机遇。 ▲ 图：医疗科技概念及医疗器械（Getty/图片来源） 《柳叶刀数字健康》（TheLancet Digital He[详细]
-
神经网络中的各种损失函数介绍
所属栏目：[经验] 日期：2019-10-12 热度：123
不同的损失函数可用于不同的目标。在这篇文章中，我将带你通过一些示例介绍一些非常常用的损失函数。这篇文章提到的一些参数细节都属于tensorflow或者keras的实现细节。 损失函数的简要介绍 损失函数有助于优化神经网络的参数。我们的目标是通过优化神经网[详细]
