高能力的AI在各种游戏中打败人类,
这些消息近年来频频出现。
不管是早年的国际象棋、问答比赛,
还是近年的围棋、星际争霸、刀塔2。
从国际象棋到围棋再到扑克,
AI 智能体在许多游戏中都胜过人类。
在AI选手面前,
人类的专业选手简直被打哭。
#01
AI赛车手再次战胜人类玩家,
登上Nature封面!
索尼公司亲自下场开发的 AI「GT Sophy」,让电子赛车游戏加入了上述名单:不管是日本的还是其他国家的头挑电竞选手,在GT赛车中都比不过索尼拿1000台PS4主机训练出的AI。
AI事业部提供深度学习算法、负责训练模型 ;PDI工作室出的游戏作为AI训练和验证的环境;互动娱乐公司的云计算架构将千台PS4主机串联起来作为大规模训练架构和平台。
或许有人认为这是一个简单的挑战,毕竟,赛车不只是速度和反应时间的问题。
但电子游戏赛车和 AI 领域的专家都表示,GT Sophy 是一项重大突破,这表现出智能体对战术和战略的掌握。
来自斯坦福大学研究自动驾驶的教授 Chris Gerdes 表示,「在赛车比赛中,如此熟练地超越顶级车手,是 AI 的标志性成就。」
#02
人工智能在生活的应用
人工智能已经逐渐走进我们的生活,并应用于各个领域,它不仅给许多行业带来了巨大的经济效益,也为我们的生活带来了许多改变和便利。下面,我们来看看人工智能的一些主要应用场景。
1.无人驾驶汽车
无人驾驶汽车是智能汽车的一种,也称为轮式移动机器人,主要依靠车内以计算机系统为主的智能驾驶控制器来实现无人驾驶。无人驾驶中涉及的技术包含多个方面,例如计算机视觉、自动控制技术等。
近年来,伴随着人工智能浪潮的兴起,无人驾驶成为人们热议的话题,国内外许多公司都纷纷投入到自动驾驶和无人驾驶的研究中。
2.人脸识别
人脸识别也称人像识别、面部识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别涉及的技术主要包括计算机视觉、图像处理等。
人脸识别系统的研究始于20世纪60年代,之后,随着计算机技术和光学成像技术的发展,人脸识别技术水平在20世纪80年代得到不断提高。在20世纪90年代后期,人脸识别技术进入初级应用阶段。
3.机器翻译
机器翻译是计算语言学的一个分支,是利用计算机将一种自然语言转换为另一种自然语言的过程。机器翻译用到的技术主要是神经机器翻译技术(Neural Machine Translation,NMT),该技术当前在很多语言上的表现已经超过人类。
随着经济全球化进程的加快及互联网的迅速发展,机器翻译技术在促进政治、经济、文化交流等方面的价值凸显,也给人们的生活带来了许多便利。
4.声纹识别
生物特征识别技术包括很多种,除了人脸识别,目前用得比较多的有声纹识别。声纹识别是一种生物鉴权技术,也称为说话人识别,包括说话人辨认和说话人确认。
同时,相较于人脸识别、虹膜识别等生物特征识别技术,声纹识别技术具有可通过电话信道、网络信道等方式采集用户的声纹特征的特点,因此其在远程身份确认上极具优势。
5.图像搜索
图像搜索是近几年用户需求日益旺盛的信息检索类应用,分为基于文本的和基于内容的两类搜索方式。传统的图像搜索只识别图像本身的颜色、纹理等要素,基于深度学习的图像搜索还会计入人脸、姿态、地理位置和字符等语义特征,针对海量数据进行多维度的分析与匹配。
由此看出,人工智能技术已经逐渐走进并捆绑了我们生活的方方面面,要想抓住时代的风口和红利,从事未来十年到二十年的朝阳行业,就要掌握这样的硬核技能。
给大家找到了【背景提升宝库】!这里有「剑桥、哥伦比亚大学等藤校/G5 的教授」带你深度科研。
为对人工智能、图像信息处理、计算机、软件工程 等方向感兴趣,并为能在这一领域深造的同学,推荐以下项目:
Instructor Introduction
导师介绍
Rabih导师拥有弗吉尼亚理工大学计算机工程博士学位,现任杜克大学教授并在校教授十余门高级计算机课程,导师对教学和研究都有热情,他的研究兴趣包括可穿戴计算、计算机视觉中的动作捕捉识别、自然语言处理中的上下文感知、机器学习、工程教育和中东政治。导师曾在Sensors等SCI期刊及ISWC等顶会发表数十篇论文,并获得杜克大学官方多个专项资金助力其研究工作。
Program Description
项目介绍
项目涵盖计算机视觉领域的常用深度学习方法和前沿技术,比如生成模型、计算机视觉API、AutoML Vision。项目结束后,学生将完成两页Jupyter Notebook形式的报告,创建计算机视觉应用程序部署在边缘推理平台,进行成果展示。学生将能够从头开始建立计算机视觉模型,将计算机视觉模型应用于边缘端机器学习硬件。
个性化研究课题参考:
• 基于计算机视觉的动态手势识别
• 应用计算机视觉对果蔬表面缺陷的判别研究
• 深度测量及物体三维模拟重构
长按识别二维码,咨询完整项目详情
Instructor Introduction
导师介绍
哈佛大学(Harvard University)始建于1636年,是一所享誉世界的私立研究型大学,也是常春藤盟校成员。哈佛大学在学术界享有崇高的地位,并且在世界范围内具有广泛的社会影响力。哈佛大学孕育了8位美国总统,158位诺贝尔奖获得者(世界第一)和18位菲尔兹奖得主(世界第一),在2019/2020年U.S.News世界大学排名中位列第一,2018年QS世界大学计算机科学以及电子工程专业排名位列第六。
Program Description
项目介绍
项目内容包括线性回归、逻辑回归、决策树、SVM机器学习算法和自然语言处理中的文本分类问题。学生将深入探究Word2Vec词向量嵌入、Doc2Vec文本向量生成、基于LSTM和其他RNN的分类算法,了解RNN模型缺陷以及基于Attention的Transformer语言模型如何弥补这些缺陷。学生将在项目结束时,提交个性化研究课题项目报告,进行成果展示。
个性化研究课题参考:
• 基于双向LSTM语言模型的多义词消歧
• 根据推文内容语义与语言习惯分析判断用户所在城市
• 发表基于NLP的微博内容调查报告
• 评估句子片段幽默程度的自注意力算法优化
👇以下课题产出助力你的【留学/保研/申博】申请:
• SCI/SSCI/EI/CPCI 等各级别学术论文
• 优秀学员获主导师Reference Letter
• 亮眼学术科研经历
篇幅有限,了解完整课题详情,
想咨询更多人工智能、算法等计算机方向课题,
扫描下方二维码,
添加学术助理即可咨询
长按识别二维码,咨询完整项目详情