2018年02月_人工智能爱好者俱乐部

转载干货丨一位16岁CEO教你如何在高中阶段入门人工智能

大数据文摘作品编译：冯琛、龙牧雪新加坡有位高中生Karan Jaisingh已经学习人工智能和机器学习一年了。不久前，他在GitHub发出了一篇长文，专门教广大高中生（以及高中老师、高中生家长、准高中生、准高中生家长……）入门人工智能。高中生写给高中生这份指南的特别之处在于，你不需要了解线性代数、偏导以及其他高中生没有学到的复杂数学概念。学习Python，你需要使用它编写算法我强烈推荐Python

2018-02-27 00:00:00 806

转载前沿丨DeepMind提出「心智神经网络ToMnet」，训练机器的「理解」能力

原文来源：arXiv作者：Neil C. Rabinowitz、Frank Perbet、H. Francis Song、Chiyuan Zhang、S. M. Ali Eslami、Matthew Botvinick「雷克世界」编译：嗯~阿童木呀、KABUDA一般来说，心智理论（ToM，Premack和Woodruff于1978年提出）泛指人类理解自己与他人的心理状态，包括欲望、信仰和意图等，并

2018-02-27 00:00:00 526

转载盘点丨春节假期里你错过的人工智能重要新闻

文章来源：AI科技评论导读：狗年的春节已过，想必现在很多读者都已经回到了学习或工作的状态，不然就是在回去的路上。节日期间大家忙着走亲串友，可能错过了一些人工智领域的最新消息，今天小编就为大家盘点一番。▌2018年麻省理工十大突破性技术公布，AI 大众化、生成对抗网络、谷歌实时翻译耳塞等上榜一年一度的麻省理工十大突破性技术发布，和人工智能相关的有三项，分别是：AI 大众化（AI for Everyb

2018-02-27 00:00:00 398

转载这里有一篇深度强化学习劝退文

今天在学校又双叒叕提到了 Deep Reinforcement Learning That Matters 这篇打响 DRL（Deep Reinforcement Learning, 深度强化学习）劝退第一枪的文章后，回来以后久违刷了一下推特，看到了这篇爆文 Deep Reinforcement Learning Doesn't Work Yet，或可直译为深度强化学习还玩不转或意译为深度强化学习

2018-02-26 00:00:00 4273 1

转载牛津、剑桥、OpenAI 等多家机构发布重磅报告，论述恶意人工智能的「罪与罚」

报告链接：https://arxiv.org/pdf/1802.07228.pdf目录执行摘要人工智能和机器学习的能力以前所未有的速度飞速发展。这些技术已经有很多优秀的应用，从机器翻译到医疗图像分析，还有更多应用正在开发中。但是长期以来，很少有人注意人工智能被恶意使用的情况。本报告调查了恶意使用人工智能技术的潜在安全威胁，并提出更好地预测、预防和缓解这些威胁的方法。我们分析攻击者和防御者之

2018-02-26 00:00:00 436

转载长文丨亚马逊帝国的人工智能革命史

2014年初，Srikanth Thirumalai 见到了亚马逊 CEO Jeff Bezos。Thirumalai 是一位计算机科学家，2005 年从 IBM 来到亚马逊，负责公司的推荐团队。他给 Bezos 提了一个全新计划：将人工智能最新进展结合到部门产品中。他带着「六页提案」去了。Bezos 很早之前就发布过一条命令，产品或服务推荐必须维持在这个长度内，包含描述最终产品、服务和计划的新闻

2018-02-25 00:00:00 569

转载深度丨走向人工智能时代，百度的延承和蜕变

从百度发布了2017年财报来看，总营收达到848亿元（约合130.3亿美元），较2016财年增长20%；移动营收在百度2017财年总营收中占比为73%，高于2016财年的63%。业已爬出谷底，走向顶峰。百度在2017年的变化可谓焕然一新，陆奇加入百度一周年，百度“All in AI”也过去了一年时间，估值得到了修复，外界眼中的百度也重新回到了擅长的技术轨道……可透过财报数据来看，百度的“变”与“不

2018-02-25 00:00:00 3071

转载心得丨深度学习的技术原理、迭代路径与局限

本文尝试复盘梳理深度学习目前的技术要点，深度学习中模型迭代的方向，以及改进后存在的局限。第一部分：深度学习技术基本要素：神经元、神经网络、分类器、可视化框架在深度学习领域，神经元是深度学习的基本单位。神经元从数学角度来看，为一个线性函数公式（如下图神经元里的公式）+非线性函数（激励函数）组成。线性函数（包括降维后的线性函数，此处不细展开）用于深度学习神经网络的模型训练，这其中，很可能出现欠拟合（欠

2018-02-25 00:00:00 782

转载就业丨2018年国内就业薪资高的5大编程语言排行

作为程序员的日常，我时刻都在关注github和Stack Overflow对编程语言趋势的的调查报告，年前几天没事，结合从前的文章内容和网上翻阅的资料，小小总结了2018年国内就业薪资高的5大编程语言排行：1. Java教程： http://www.runoob.com/java/java-tutorial.html官网： http://www.cjsdn.net/Java是一门面向对象编程语言，

2018-02-25 00:00:00 3353

转载干货丨机器学习研究者必知的八个神经网络架构（经典文章，值得收藏）

本文简述了机器学习核心结构的历史发展，并总结了研究者需要熟知的 8 个神经网络架构。机器学习对于那些我们直接编程太过复杂的任务来说是必需的。有些任务很复杂，以至于人类不可能解决任务中所有的细节并精确地编程。所以，我们向机器学习算法提供大量的数据，让算法通过探索数据并找到一个可以实现程序员目的的模型来解决这个问题。我们来看两个例子：写一个程序去识别复杂场景中照明条件下新视角的三维物体是很困难的。我们

2018-02-24 00:00:00 8175 6

转载业界丨2018,人工智能革命走向风口浪尖

作者：微软贺乐赋出处 : 比特网如果说人类的历史进步教会了我们什么的话，那就是真正的阶段性进展都不是来源于单一的技术突破，而是由同期的各种因素相互促成的。比如1760年，始于英国的工业革命就是由蒸汽动力的出现、铁矿产量的提升以及第一代机械工具的开发和使用等多重因素构成的。同样，20世纪70年代初的PC革命也是微处理、存储器、软件编程等技术端口共同发展的结果。现在，迈入2018年的我们也正处于一

2018-02-24 00:00:00 451

转载心得丨在人工智能领域, 开发人员需要什么技能？

为了收集有关人工智能(AI)及其所有变体(包括机器学习(ML)，深度学习(DL)，自然语言处理(NLP)，预测分析和多重神经网络)情况的见解，我们与22位熟悉人工智能领域的高管进行对话。我们向他们询问...

2018-02-24 00:00:00 2374

转载美丽的公告：小(qing)编(wa)回来啦，带来了专属于AI程序猿的问候哦！

曾经你是不是认为这样的祝福很特别汉语：新年快乐阿拉伯语：سنة جديدة سعيدة德语：Ein Frohes Neues Jahr俄语：С Новым годом法语：Bonne année韩语：새해 복 많이 받으세요荷兰语：Gelukkig Nieuwjaar.葡萄牙语：Feliz ano Novo日语：新年おめでとうございます泰语：สุขสันต์ปีใหม่西班牙语：Feliz año

2018-02-24 00:00:00 440

转载详解LSTM：神经网络的记忆机制是这样炼成的

来源：人工智能头条编译 | AI100第一次接触长短期记忆神经网络（LSTM）时，我惊呆了。原来，LSTM是神经网络的扩展，非常简单。深度学习在过去的几年里取得了许多惊人的成果，均与LSTM息息相关。因此，在本篇文章中我会用尽可能直观的方式为大家介绍LSTM——方便大家日后自己进行相关的探索。首先，请看下图：LSTM是不是很漂亮？注意：如果你对神经网络和LSTM很熟悉，请直接跳到本文的中间部分——

2018-02-04 00:00:00 1195

转载理解深度学习中的学习率及多种选择策略

学习率是最影响性能的超参数之一，如果我们只能调整一个超参数，那么最好的选择就是它。相比于其它超参数学习率以一种更加复杂的方式控制着模型的有效容量，当学习率最优时，模型的有效容量最大。从手动选择学习率到使用预热机制，本文介绍了很多学习率的选择策略。这篇文章记录了我对以下问题的理解：学习速率是什么？学习速率有什么意义？如何系统地获得良好的学习速率？我们为什么要在训练过程中改变学习速率?当使用预训练模型

2018-02-04 00:00:00 3558

转载科普丨机器学习的下一个前沿是什么？

近年来，我们在训练深度神经网络从大量的标记数据（图片、句子、标签预测等）中获取非常精确的输入输出映射关系上取得了巨大的进展。但是，我们的模型还欠缺着对与训练过程中遇到的不同的情况的归纳能力。当你将你在特定构造的数据集下训练得到的模型放到真实世界中测试时就会发现这一点的重要性。真实世界与单调的数据集不同，充斥着无数数据集中没有覆盖的场景，而你不可能把所有的场景都提供给模型训练之后再让模型进行预测。而

2018-02-03 00:00:00 3487

转载干货丨机器学习中的模型评价、模型选择与算法选择

本论文回顾了用于解决模型评估、模型选择和算法选择三项任务的不同技术，并参考理论和实证研究讨论了每一项技术的主要优势和劣势。进而，给出建议以促进机器学习研究与应用方面的最佳实践。1 简介：基本的模型评估项和技术机器学习已经成为我们生活的中心，无论是作为消费者、客户、研究者还是从业人员。无论将预测建模技术应用到研究还是商业问题，我认为其共同点是：做出足够好的预测。用模型拟合训练数据是一回事，但我们如何

2018-02-03 00:00:00 1597

转载重磅丨We Are Social&Hootsuite：2018全球数字报告

根据“We Are Social”和“Hootsuite”披露的最新数据，全球互联网用户数已经突破了 40 亿大关，证实了全球有一半的人口“触网”。报告指出，2017 年新增网民人数为 2.5 亿人，其中非洲地区增势喜人;与欧洲大陆相比，非洲地区的年增长率要高出 20% 。此外受智能手机和移动数据的推动，新增移动互联网用户的占比也更大;2017 年里，有超过 2 亿人获得了他们的第一款移动设备。全

2018-02-02 00:00:00 3000

转载深度丨AI界的七大未解之谜：OpenAI丢出一组AI研究课题

今天，OpenAI在官方博客上丢出了7个研究过程中发现的未解决问题。OpenAI希望这些问题能够成为新手入坑AI的一种有趣而有意义的方式，也帮助从业者提升技能。OpenAI版AI界七大未解之谜，现在正式揭晓——1. Slitherin’难度指数：☆☆实现并解决贪吃蛇的多玩家版克隆作为Gym环境。环境：场地很大，里面有多条蛇，蛇通过吃随机出现的水果生长，一条蛇在与另一条蛇、自己或墙壁相撞时即死亡，当

2018-02-02 00:00:00 751

转载干货丨机器学习新手一定要掌握的10大算法

文章来源：机器之心本文介绍了机器学习新手需要了解的 10 大算法，包括线性回归、Logistic 回归、朴素贝叶斯、K 近邻算法等。在机器学习中，有一种叫做「没有免费的午餐」的定理。简而言之，它指出没有任何一种算法对所有问题都有效，在监督学习（即预测建模）中尤其如此。例如，你不能说神经网络总是比决策树好，反之亦然。有很多因素在起作用，例如数据集的大小和结构。因此，你应该针对具体问题尝试多种不同算法

2018-02-01 00:00:00 1032

转载干货丨计算机视觉必读：图像分类、定位、检测，语义分割和实例分割方法梳理（经典长文，值得收藏）

文章来源：新智元作者：张皓【导读】本文作者来自南京大学计算机系机器学习与数据挖掘所（LAMDA），本文直观系统地梳理了深度学习在计算机视觉领域四大基本任务中的应用，包括图像分类、定位、检测、语义分割和实例分割。本文旨在介绍深度学习在计算机视觉领域四大基本任务中的应用，包括分类(图a)、定位、检测(图b)、语义分割(图c)、和实例分割(图d)。图像分类(image classification)给

2018-02-01 00:00:00 3092 1

人工智能爱好者俱乐部