- 博客(62)
- 收藏
- 关注
RSS订阅转载 干货丨卷积神经网络工作原理的直观解释
正文之前先插播一条广告： 依依的姐妹们自己创建了一个公众号，她们是一群痛并快乐着的懒妈，每天一起分享孕娃、生娃、养娃过程中的酸甜苦辣咸的文章，公众号刚刚创建，大家帮忙关注一下，捧一捧人场！依依在此谢谢大家了（下方二维码处有福利哦）！下面是其公众号最近几天更新的文章：长按识别下方二维码即可关注关注后可领取人工智能爱好者铂金会员一枚（记得激活哦）好啦，广告结束，正文开始！作者：雨宫夏一其
2018-03-30 00:00:00
585
转载 干货丨计算机视觉必读：目标跟踪、网络压缩、图像分类、人脸识别等
文章来源：新智元【导读】深度学习目前已成为发展最快、最令人兴奋的机器学习领域之一。本文以计算机视觉的重要概念为线索，介绍深度学习在计算机视觉任务中的应用，包括网络压缩、细粒度图像分类、看图说话、视觉问答、图像理解、纹理生成和风格迁移、人脸识别、图像检索、目标跟踪等。网络压缩(network compression)尽管深度神经网络取得了优异的性能，但巨大的计算和存储开销成为其部署在实际应用中的挑战
2018-03-30 00:00:00
2498
转载 科普丨量子计算和人工智能到底是什么关系呢？
（原标题：量子计算和AI居然是这种关系 第一次有人给我们完整地说了说）作者：杜江峰，中国科学院院士、中国科学技术大学物理学院院长。16岁时保送中国科大少年班，本科毕业后即留校工作，同时攻读研究生；28岁时开始进军当时最新的量子计算实验研究领域，成为我国最早从事这项研究的科学家之一；接下来的近20年里，杜江峰一头扎进量子计算领域。2002年，在国际上第一次成功地实现了量子博弈的实验研究，实现中国国内
2018-03-29 00:00:00
4410
转载 深度丨如果机器人三定律被打破，我们可以做些什么？
1942年，阿西莫夫在短篇小说"Runaround"（《环舞》）中首次提出了著名的机器人三定律，来保证机器人会友善待人：机器人不得伤害人类，或因不作为使人类受到伤害。除非违背第一定律，机器人必须服从人类的命令。除非违背第一及第二定律，机器人必须保护自己。今天我要谈的，是第一条定律。两年前，美国著名机器人专家Rodney Brooks首次发布了机器人Baxter。之后，很多媒体和界内人士纷纷表示：能
2018-03-29 00:00:00
665
转载 重磅丨英伟达刚刚发布全球最大GPU：GTC2018黄仁勋演讲核心内容整理
文章来源：机器之心在刚刚结束的 Keynote 演讲中，英伟达创始人兼首席执行官黄仁勋宣布了该公司在芯片、AI 平台、自动驾驶上的一系列新动作。正如黄仁勋所说的，今天的发布会有关于：「Amazing science, amazing graphics, amazing products and amazing AI.」核心内容：新一代服务器级 GPU：搭载英伟达 RTX 技术的 GPU Quadr
2018-03-29 00:00:00
1648
转载 科普丨算法工程师的分类及应用领域（大牛精心整理）
一、算法工程师简介(通常是月薪15k以上，年薪18万以上，只是一个概数，具体薪资可以到招聘网站如拉钩，猎聘网上看看)算法工程师是一个非常高端也是相对紧缺的职位。算法工程师包括：音/视频算法工程师(通常统称为语音/视频/图形开发工程师)图像处理算法工程师计算机视觉算法工程师通信基带算法工程师信号算法工程师射频/通信算法工程师自然语言算法工程师数据挖掘算法工程师搜索算法工程师控制算法工程师(云台算法工
2018-03-28 00:00:00
17780
4
转载 干货丨深度解析机器学习五大流派中主算法精髓
Pedro Domingos是华盛顿大学计算机科学与工程学教授，也是国际机器学习协会的联合创始人之一。本文是Pedro Domingos在Google所作的机器学习演讲内容整理。让我们首先从一个简单的问题开始，知识到底是从哪里来的？以前已知的三个来源有：1. 进化——来自于你的DNA2. 经验——来自于你的神经3.文化——这些知识来自于与他人交流，读书学习等我们日常生活中几乎每件事都是来自于这三个
2018-03-28 00:00:00
1673
1
转载 干货丨深度学习初学者必读：究竟什么是张量？
今天很多现有的深度学习系统都是基于张量代数(tensor algebra)而设计的，但是张量代数不仅仅只能用于深度学习。本文对张量进行了详细的解读，能帮你在对张量的理解上更进一步。本文作者为 MapR Technologies 的首席应用架构师 Ted Dunning。近段时间以来，张量与新的机器学习工具(如 TensorFlow)是非常热门的话题，在那些寻求应用和学习机器学习的人看来更是如此。但
2018-03-27 00:00:00
2565
转载 深度丨当AI变得无处不在,人类社会将发生这五大变化!
文章来源：腾讯科技人工智能（AI）正以前所未有的速度急速崛起，并开始进入人们生活的各个方面。将来，当AI变得无处不在时，我们的社会将会变成什么样子？机器人会拥有自我意识吗？它们能享受与人类相同的权利吗？下面就让我们看看由AI主导的未来。狭义AI正变得无处不在但在今天，世界各国和企业都在向AI领域投入巨资，其最近取得的进步甚至让在该领域工作的科学家感到震惊。曾经只存在于科幻电影中的技术，正在现实中诞
2018-03-27 00:00:00
496
转载 干货丨科普丨大牛的《深度学习》笔记，Deep Learning速成教程
深度学习，即Deep Learning,是一种学习算法（Learning algorithm）,亦是人工智能领域的一个重要分支。从快速发展到实际应用，短短几年时间里，深度学习颠覆了语音识别、图像分类、文本理解等众多领域的算法设计思路，渐渐形成了一种从训练数据出发，经过一个端到端（end-to-end）的模型，然后直接输出得到最终结果的一种新模式。那么，深度学习有多深？学了究竟有几分？本文将带你领略
2018-03-26 00:00:00
2099
转载 科普丨什么是语言？什么是自然语言？
一、什么是语言？语言（英文名：Language）是人类最重要的交际工具，是人们进行沟通交流的主要表达方式。人们借助语言保存和传递人类文明的成果。语言是民族的重要特征之一。一般来说，各个民族都有自己的语言。汉语，法语，俄语，西班牙语，阿拉伯语，英语是世界上的主要语言，也是联合国的工作语言。汉语是世界上使用人口最多的语言，世界语和英语是世界上使用最广泛的语言。据德国出版的《语言学及语言交际工具问题手册
2018-03-25 00:00:00
12323
转载 科普丨什么是学习？什么是机器学习？
一、什么是学习我国古代对学习有很好的论述。《论语》说：“学而时习之。”学和习是两个既有联系、又有不同的概念。学是获得知识、技巧和能力；习是复习、练习、巩固掌握知识、技巧和能力。《中庸》把学习分成五个步骤：学、问、思、辨、行。近代学习是心理学的一个术语。它有广义和狭义之分。广义的学习是指人和动物在生活过程中获得个体经验的过程，是动物和人类生活中的普遍现象。如动物园里的象学会吹口琴、海狮和鲸鱼学会顶球
2018-03-25 00:00:00
1353
转载 前沿丨DeepMind提出神经元删除法：通过理解每个神经元来理解深度学习
近日，DeepMind 发表博客介绍其对神经网络可解释性的最新研究成果。受神经科学启发，他们通过删除神经元来探索其对网络性能的影响。研究发现，和过去的经验直觉相反，选择性神经元（如「猫神经元」）对于网络的泛化能力并不重要。而某些行为难以理解的非选择性神经元却是不可或缺的。此外，作者还对比了泛化好和记忆好的网络对删除操作的响应行为。深度神经网络由很多独立的神经元组成，这些神经元以一种复杂而反直觉的方
2018-03-24 00:00:00
1134
1
转载 科普丨浅谈人工神经网络跌宕起伏七十年
人工神经网络在过去的七十年的时间里数次起起伏伏,几十年间人们一直在追求机器的智能化,在近几年的研究中,随着数据量的增加和深度学习神经网络算法的研究和进步,表明了深度学习是很有效的,但是仍有其局限性.而我们了解历史,会让我们有更多的思考和启发.一:起源“思维的本质”是人类一直思考的本源问题之一,研究,模仿人类大脑和神经网络的工作机制,并且使用机器去实现人类的工作,使机器获得人具有人一般的思考能力和思
2018-03-24 00:00:00
2295
转载 干货丨详解深度学习的一些关键术语
深度学习已经成为编程界的一股潮流，因为其在许多领域取得了令人难以置信的成功，使其在研究和工业领域广受欢迎。那么到底什么是深度学习呢?深度学习是应用深层神经网络技术：即利用具有多个隐藏层的神经网络结构来解决问题的过程。深度学习是一个过程，如数据挖掘，它采用深度神经网络架构，它是特定类型的机器学习算法。 深度学习最近取得了令人吃惊的成就。但，至少在我看来，谨记一些事情是很重要的：1. 深度学习不是万
2018-03-24 00:00:00
1845
转载 30年后，请再来看霍金的“人工智能威胁论”
短短几天内，一个又一个重量级人物离开了我们。接二连三的突然，让人有些来不及悼念。肉身虽逝去，精神永流传。他们留下的，有唯美浪漫的爱情传奇，有惊世骇俗的时空遐想，还酣畅淋漓的嬉笑怒骂。但同时留给世人的，还有振聋发聩的警告。比如霍金生前曾三番五次表态，“人工智能可能会毁灭人类”。核心技术的屡获突破与重磅新闻的接踵而至，让人工智能这一事物早已不再像从前那般神秘。至于如何评价人工智能，主流态度无外乎两种：
2018-03-23 00:00:00
1582
转载 全美人工智能研究生院排名出炉：CMU第一，MIT第二
US News 的大学排行榜是全球最具影响力的大学排行榜之一，一直有着非常大的影响力。3月20日，US News发布2019美国较佳研究生院排名(2019 Best Grad Schools Rankings)，跟往年一样，今年的研究院排名依然分商科、教育、法律、工程、医学和护理六大类，每个大类下细分为多个专业排名。本文重点介绍该排名的计算机科学部门，以及其中“人工智能”这一分支的排名。研究生院排
2018-03-23 00:00:00
6420
转载 心得丨机器学习自学指南（覆盖各个阶段的心得体会哦）
有许多的途径可以了解机器学习，也有许多的资源例如书籍、公开课等可为所用，一些相关的比赛和工具也是你了解这个领域的好帮手。本文我将围绕这个话题，给出一些总结性的认识，并为你由程序员到机器学习高手的蜕变旅程中提供一些学习指引。机器学习的四个层次根据能力可以将学习过程分成四个阶段。这也是一个有助于我们将所有学习资源进行分类的好方法。初学阶段新手阶段中级阶段高级阶段我之所以把初学阶段和新手阶段区分开来，是
2018-03-22 00:00:00
1191
转载 业界丨几张图带你看懂人工智能产业
美国是人工智能领域的领跑者。美国有几乎500家公司涉足各种人工智能开发——远超其他国家。作为对比，人工智能公司第二多的国家是英国，仅有60家。 对人工智能的投资主要来自美国，这不奇怪，毕竟美国有庞大数量的人工智能公司。美国已经对人工智能投资了超过40亿美元，远远超过第二位瑞士的2亿3400万美元。 那么人工智能公司规模有多大呢？特别小：90%的人工智能公司都少于50名员工。一到两个公司很大，有
2018-03-22 00:00:00
496
转载 深度丨霍金的去世让我想起了微软提出的人工智能十大原则
霍金去世了，他曾经对人工智能提出了一些预言，也提出了一些警告，让我们对人工智能未来的期待充满了不确定性。霍金认为，AI的进化速度会比人类更快，而它们的终极目标是不可预测的。所以人类需要确保人工智能的设计符合道德伦理规范，保障措施到位。微软CEOSatyaNadella对此的看法相同，他认为人类在AI方面必须展开更深入的协调和协作，就设计的伦理和移情框架达成一致。为此他提出了人工智能需要遵循的六大原
2018-03-22 00:00:00
363
转载 干货丨【看图识算法】这是你见过最简单的 “算法说明书”
文章来源：新智元【导读】像阅读宜家的安装说明书一样学习算法，是怎样的体验？不伦瑞克工业大学的三名研究者制作了这份“算法说明书”，简明传神地解释了一些基本算法，一起来看图说话。Quicksort算法快速排序（Quicksort）是基于“分治法”的高效排序算法。随机选择划分元素是避免最坏情况runtime好策略。Bogo排序Bogo排序（Bogo sort）也称为愚蠢排序，是一种简单但效率非常低的排序
2018-03-21 00:00:00
367
转载 干货丨谷歌最新机器学习术语表
作者：思颖 来源：雷锋网日前，谷歌发布机器学习术语表，以下术语表中列出了一般的机器学习术语和 TensorFlow 专用术语的定义。AA/B 测试 (A/B testing)一种统计方法，用于将两种或多种技术进行比较，通常是将当前采用的技术与新技术进行比较。A/B 测试不仅旨在确定哪种技术的效果更好，而且还有助于了解相应差异是否具有显著的统计意义。A/B 测试通常是采用一种衡量方式对两种技
2018-03-21 00:00:00
560
转载 心得丨老生常谈：普通程序员到底如何入门深度学习？
作为一名软件工程师，我们应该活到老学到老，时刻与不断发展的框架、标准和范式保持同步。同时，还要能活学活用，在工作中使用最合适的工具，以提高工作效率。随着机器学习在越来越多的应用程序中寻得了一席之地，越来越多的程序员加入 AI 领域，那么，入行 AI 领域需要哪些技能呢?人工智能到底有多火?我相信大家之所以能来看这篇文章，也间接说明了人工智能这几年的火爆。自从基于深度学习技术的算法 2012 年在
2018-03-20 00:00:00
346
转载 深度丨深度强化学习研究的短期悲观与长期乐观（长文）
文章来源：机器之心深度强化学习是最接近于通用人工智能（AGI）的范式之一。不幸的是，迄今为止这种方法还不能真正地奏效。在本文中，作者将为我们解释深度强化学习没有成功的原因，介绍成功的典型案例，并指出让深度强化学习奏效的方法和研究方向。本文所引文献大多数来自于 Berkeley、Google Brain、DeepMind 以及 OpenAI 过去几年的工作，因为它们更容易获得。我难免遗漏了一些比较古
2018-03-20 00:00:00
3347
1
转载 干货丨从冷战到深度学习：一篇图文并茂的机器翻译史
实现高质量机器翻译的梦想已经存在了很多年，很多科学家都为这一梦想贡献了自己的时间和心力。从早期的基于规则的机器翻译到如今广泛应用的神经机器翻译，机器翻译的水平不断提升，已经能满足很多场景的基本应用需求了。近日，Ilya Pestov 用俄语写的机器翻译介绍文章经 Vasily Zubarev 翻译后发表到了 Vas3k.com 上。机器之心又经授权将其转译成了汉语。希望有一天，机器自己就能帮助我们
2018-03-20 00:00:00
486
转载 科普丨机械学习与学习机器论述（经典论文）
熊楚渝 美国纽约独立研究员摘要机械学习是一个基于一套简单固定规则的计算系统，它可以从输入数据进行学习。学习机器是实现机械学习的系统。重要的是，我们强调机械学习基于一套简单固定规则是为了与机器学习进行区分，机器学习是一个基于复杂数学运算的软件，它常常需要人工对软件进行优化或调整。这里，我们将讨论一下机械学习系统的基本问题和原则，并尝试为进一步的研究定下一个框架。就像丘奇-图灵对那样，为了实现机
2018-03-19 00:00:00
3707
转载 科普丨莫拉维克悖论（人工智能中最重要的发现之一）
人机与认知实验室 张玉坤 刘伟就像IBM的深蓝战胜卡斯帕罗夫的2007年5月一样，2016年3月注定也要载入人工智能的发展史册：来自Google DeepMind的人工智能程序AlphaGo以总比分4：1的成绩战胜了前世界冠军李世石。号称“人类最后智力骄傲”的围棋也被人工智能攻破了，一时间人工智能与机器人威胁论刷爆了微博、微信及各路新闻媒体。大家都在担心着某一天自己的工作会被人工智能抢去，又在
2018-03-19 00:00:00
5460
转载 科普丨让机器看见世界，这背后的技术是什么？
IDF大会上，英特尔终于向外界推出了Realsense技术的SDK和机器人开发工具包以及无人机平台。搭载Realsense 的3D摄像头能够帮助机器实现查看环境物体“深度”信息，通俗点讲，只需一个手势、一个眼神或者一个动作，电脑就知道你想做什么。看似很酷炫的技术，实际上并没有外界想得那么高大上。Realsense之所以能够识别物体的深度信息，关键在于其具备三维重建功能。而能与Realsense齐名
2018-03-19 00:00:00
428
转载 科普丨可拓学，诞生于中国的人工智能的理论基础之一
[作者简介] 蔡 文，1942 年生，广东澄海人，广东工业大学研究员, 可拓学创立者，国家级有突出贡献的专家杨春燕，1964 年生，山东泰安人，研究员，中国人工智能学会可拓工程专业委员会副主任可拓学是用形式化模型研究事物拓展的可能性和开拓创新的规律与方法，并用于解决矛盾问题的科学[1，2]。它的研究对象是客观世界中的矛盾问题，逻辑细胞是基元，包括物元、事元和关系元。可拓学的逻辑基础是可拓逻辑，基本
2018-03-18 00:00:00
5145
1
转载 预言丨AI之后无AI
人工智能的外表逐渐开始让人难以分辨。对人类来说，AI科技的作用和运作越来越难以认知和理解。甚至专家自己也不是所有时候都能全部理解某个AI系统的运作模式。随着AI技术的提升，我们理解AI影响的能力愈加有限，这对人类的自主性和人工智能的未来来说意味着什么？逃离智能不远的将来，对人类来说，人工智能将会普遍变得更加无形，不可识别，而难以理解。首先，AI不必有一个具体的形象。它可通过不同的媒介表达自己，比如
2018-03-18 00:00:00
242
转载 牛津大学报告：中国目前的AI潜力只有美国一半
本月，牛津大学人类未来研究所(Future of Humanity Institute)发布了一份名为《解密中国人工智能梦想》(Deciphering China’s AI Dream)的报告。《解密中国人工智能梦想》(Deciphering China’s AI Dream)PDF：http://www.raincent.com/uploadfile/2018/0316/201803160920
2018-03-17 00:00:00
798
转载 科普丨人工智能的历史（经典长文，值得收藏）
人工智能的历史源远流长。在古代的神话传说中，技艺高超的工匠可以制作人造人，并为其赋予智能或意识。现代意义上的AI始于古典哲学家用机械符号处理的观点解释人类思考过程的尝试。20世纪40年代基于抽象数学推理的可编程数字计算机的发明使一批科学家开始严肃地探讨构造一个电子大脑的可能性。1956年，在达特茅斯学院举行的一次会议上正式确立了人工智能的研究领域。会议的参加者在接下来的数十年间是AI研究的领军人物
2018-03-17 00:00:00
15664
2
转载 全球AI人才数量“热图”分析：中国全球第7 欧洲是人才聚集地
AI专家的需求在过去几年呈指数增长。随着公司越来越多地采用人工智能解决方案为他们的企业提供服务，对经验丰富、受过博士学位和技术娴熟的人才的需求不会很快出现停滞的迹象。Element AI的最新报告总结了对全球AI人才库的分布和流动的研究。需要指出的是，尽管这些数据全面呈现了2018年初全球人才的分布情况，但这一分析模型主要以西方为中心，并且主要注重“稀缺性”AI人才的分布。在中国地区，目前“30万
2018-03-16 00:00:00
1439
转载 首次公开！深度学习在知识图谱构建中的应用
在智能化时代的今天，搜索引擎不仅能理解用户检索的信息、并总结出与搜索话题相关的内容，更在逐步构建一个与搜索结果相关的完整知识体系，让用户获得意想不到的发现。神马搜索的知识图谱与应用团队就在这条路上不断探索中。昨天，我们介绍了基于DeepDive的关系抽取方法及其在知识图谱数据构建中应用。这个方法准确率高、交互好，在单一关系的抽取任务中体现了强大的能力。今天，我们将为大家继续分享，基于深度学习的关系
2018-03-16 00:00:00
926
转载 业界丨AI公司魅力榜：谷歌最慷慨排第二，最抠门的你应该能想到
文章来源：新智元【导读】英国的Brandwell公司最近发布了一项公司魅力指数报告。在人工智能领域，亚马逊、Facebook、谷歌、Uber、苹果、微软、三星、AirBnB、Paypal、Twitter均榜上有名，其中亚马逊在这些全球性的公司中排名最高，居总榜单第二位，谷歌次之，苹果仅排第九位。魅力值是一个很有意思的东西，仿佛有一种神奇的魔力，它甚至能让人们相信西兰花是蓝色的、天空中到处都充满了彩
2018-03-15 00:00:00
253
转载 干货丨深度学习、图像分类入门，从VGG16卷积神经网络开始
刚开始接触深度学习、卷积神经网络的时候非常懵逼，不知道从何入手，我觉得应该有一个进阶的过程，也就是说，理应有一些基本概念作为奠基石，让你有底气去完全理解一个庞大的卷积神经网络：本文思路：一、我认为学习卷积神经网络必须知道的几个概念：1、卷积过程： 我们经常说卷积神经网络卷积神经网络，到底什么才是卷积？网络层卷积过程到底怎么实现？我们在这里借鉴了另一位博客大牛的动态图来给大家演示一下， 图作者文
2018-03-15 00:00:00
1421
转载 干货丨数据科学、机器学习、人工智能，究竟有什么区别？
来源：雷锋网原标题What's the difference between data science, machine learning, and artificial intelligence，作者David Robinson。当我向别人介绍我是数据科学家时，我常常被问到“数据科学和机器学习有什么区别”或者“这是否意味着你在从事人工智能工作?”类似问题我已经回答过很多次，答案可以总结成“三原则
2018-03-15 00:00:00
324
转载 深度丨如何理解和评价机器学习中的表达能力、训练难度和泛化性能
来源： Eric Jang 的个人博客非常感谢王家兴 (Jiaxing Wang) 把这个博客文章翻译成中文。当我在阅读机器学习相关文献的时候， 我经常思考这项工作是否：提高了模型的表达能力；使模型更易于训练； 提高了模型的泛化性能。在这篇博文中， 我们讨论当前的机器学习研究：监督学习， 无监督学习和强化学习在这些方面的表现。谈到模型的泛化性能的时候， 我把它分为两类：「弱泛化」和 「强泛化」。我
2018-03-14 00:00:00
2081
转载 干货丨一文看懂什么是知识图谱！
来源： THU数据派概要：在维基百科的官方词条中：知识图谱是Google用于增强其搜索引擎功能的知识库。什么是知识图谱？在维基百科的官方词条中：知识图谱是Google用于增强其搜索引擎功能的知识库。本质上, 知识图谱旨在描述真实世界中存在的各种实体或概念及其关系,其构成一张巨大的语义网络图，节点表示实体或概念，边则由属性或关系构成。现在的知识图谱已被用来泛指各种大规模的知识库。知识图谱起源知识图谱
2018-03-14 00:00:00
5300
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人