摘要: 自深度學習(deep learning)技術問世後,許多人都相信這將是帶領我們逐步走入「通用 AI」(general AI)夢想的關鍵,企業領導者也都在演講中談及 AI 時代將會如何來臨,然而事情真的如此順利嗎?電腦視覺與 AI 領域專家 Filip Piekniewski 並不這麼認為,近日在部落格的一篇文章中,Piekniewski 也詳細談及對於現今 AI 發展進度的看法,在他看來,已經有許多跡象都顯示出 AI 產業的「凜冬將至。

摘要: 辨識顏色是件容易的事情:只要光的波長爲510納米,大多數人就會說它是綠色。然而,要想根據一個特定的分子特徵辨識出對應的味道,那是非常困難的。現在這個難題有新的解決方案了。雷鋒網瞭解到,22個計算機科學家團隊公佈了一套算法,能夠根據不同分子的化學結構來辨識不同氣味。這些方案可以發揮什麼作用仍有待觀察。但是有一種可能,這些的算法可以幫助香味商和食品生產者設計新型的氣味劑,而且可以量身定製某種味道。

摘要: 雖然ICLR 2018將公開評審改成了評審人和作者相互不知道雙方信息的雙盲評審,但論文的投稿者仍然可以通過其他公開渠道對其論文進行推廣。尤其對於大公司研究院來說,早早公開自己的論文能比盲審有額外加成,例如雷鋒網就注意到,就在上週五ICLR論文投遞截止後不久,NVIDIA在Blog上就發布了一篇通過生成對抗網絡(GAN)產生獨特面孔的新方法,這篇論文正是NVIDIA投遞到ICLR的論文之一。

摘要: 近日,深度學習三駕馬車之一的 Yann LeCun 教授與斯坦福大學 NLP 掌門人 Christopher Manning 教授共同出席了斯坦福 AI 實驗室所舉辦的 AI 沙龍,一同討論了關於「什麼是我們應該加入到深度學習系統中的先驗知識」的話題。儘管兩位教授對此話題有着不同的觀點,但是專家之間思想的碰撞總能帶給大家很多啓發。

摘要: 生成對抗網絡一直是非常美妙且高效的方法,自 14 年 Ian Goodfellow 等人提出第一個生成對抗網絡以來,各種變體和修正版如雨後春筍般出現,它們都有各自的特性和對應的優勢。本文介紹了主流的生成對抗網絡及其對應的 PyTorch 和 Keras 實現代碼,希望對各位讀者在 GAN 上的理解與實現有所幫助。

摘要: 在本文中,作者列出了 2017 年 GitHub 平臺上最爲熱門的知識庫,囊括了數據科學、機器學習、深度學習中的各種項目,希望能對大家學習、使用有所幫助。

摘要: 幾個月前,TensorFlow 發佈了梯度提升方法的調用接口,即 TensorFlow 提升樹(TFBT)。不幸的是,描述該接口的論文並沒有展示任何測試效果和基準的對比結果,所以 Nicolò Valigi 希望能對 TFBT 和 XGBoost 做一個簡要的對比,並分析它們之間的性能差異。我們介紹了該測試與 TFBT 的原論文,且 TF 1.4 及以上的版本也可測試該提升樹模型。

摘要: 詞向量算法是自然語言處理領域的基礎算法,在序列標註、問答系統和機器翻譯等諸多任務中都發揮了重要作用。詞向量算法最早由谷歌在2013年提出的word2vec,在接下來的幾年裏,該算法也經歷不斷的改進,但大多是僅適用於拉丁字符構成的單詞(比如英文),結合中文語言特性的詞向量研究相對較少。本文介紹了螞蟻金服人工智能部與新加坡科技大學一項最新的合作成果:cw2vec——基於漢字筆畫信息的中文詞向量算法研究,用科學的方法揭示隱藏在一筆一劃之間的祕密。

Popular Tags

每月文章