-
开源图神经网络框架DGL升级：GCMC训练时间从1天缩到1小时
所属栏目：[经验] 日期：2019-10-19 热度：65
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。 又一个AI框架迎来升级。 这次，是纽约大学、亚马逊联手推出图神经网络框架DGL。 不仅全面上线了对异构图的支持，复现并开源了相关异构图神经网络的代码，在GCMC、RCGN等业内知名的模型[详细]
-
人工智能如何改变医疗保健行业
所属栏目：[经验] 日期：2019-10-19 热度：97
人工智能医疗公司的首席执行官对于人工智能在医学上的应用，如何购买人工智能解决方案，以及人工智能在医疗领域的未来发展进行了阐述。 在人工智能应用的许多例子中，医疗保健领域的人工智能显然是行业领先者之一。人工智能将以多种方式重塑医疗保健行业，[详细]
-
2019年深度学习自然语言处理十大发展趋势
所属栏目：[经验] 日期：2019-10-19 热度：169
本文介绍了近日FloydHub 博客上Cathal Horan中自然语言处理的10大发展趋势。 [ 导读 ]自然语言处理在深度学习浪潮下取得了巨大的发展，FloydHub 博客上Cathal Horan介绍了自然语言处理的10大发展趋势，是了解NLP发展的非常好的文章。 2018年是基于深度学习[详细]
-
AI如何改善采矿行业现状？
所属栏目：[经验] 日期：2019-10-19 热度：158
【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》 在把数据与挖掘两个字眼结合在一起时，大家首先想到的可能是IT与技术共同从企业数据当中提取价值的场景。事实上，数据与智能完全能够在真正的挖掘现场迸发可观的能量，并且其中带来的价值[详细]
-
大小仅1MB！超轻量级的人脸识别模型火爆Github
所属栏目：[经验] 日期：2019-10-19 热度：64
【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》 近日，用户Linzaer在Github上开源了一款适用于边缘计算设备、移动端设备以及 PC 的超轻量级通用人脸检测模型，该模型文件大小仅1MB，一经开源就霸榜Github Trending榜单。 短短几天时间，[详细]
-
你知道选工业机器人9大参数？
所属栏目：[经验] 日期：2019-10-19 热度：187
【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》 智能制造是全球工业制造企业所追求的目标，在向智能化转型中，涉及到设备、生产、业务、企业管理等方方面面，引用到很多先进设备和技术，如工业机器人，那么在选择工业机器人时，需要关注[详细]
-
超过Google，微信AI在NLP领域又获一项世界第一
所属栏目：[经验] 日期：2019-10-19 热度：100
【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》 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。 微信AI，NLP领域又获一项世界第一，这次是在机器阅读理解方面。 在专门考验计算机数学推理能力的DROP数据集上，微信[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：2019-10-16 热度：130
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：2019-10-15 热度：64
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：2019-10-15 热度：172
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：2019-10-15 热度：90
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：2019-10-15 热度：164
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：2019-10-15 热度：180
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：2019-10-15 热度：199
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：2019-10-15 热度：159
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：2019-10-15 热度：108
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：2019-10-15 热度：79
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：2019-10-15 热度：176
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]
-
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：190
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：111
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]
-
人工智能在情绪方面更智能了？人类也应如此
所属栏目：[经验] 日期：2019-10-12 热度：181
人们处于孤独中的行为方式与在公共场合的行为方式大相径庭，但人的基本性格仍然会保持不变。在没有观众的情况下在公寓里跳舞，表达了一种想在大舞台上跳舞的秘密愿望，但是人类会根据社会规范的要求调整这些突发奇想。 情绪智能决定了我们的信心、沟通技巧[详细]
-
人工智能图像放大器，完全免费！一键告别渣像素
所属栏目：[经验] 日期：2019-10-12 热度：87
照片是我们保留记忆的最有用工具之一。由于技术的发展，我们有了智能手机，从某种意义上说，它就是相机。现在，数十亿拥有智能手机的人都可以拍照留存。 但是，并不是每部智能手机都能像实际的相机一样出色。用智能手机拍摄的照片更容易发生像素化。即使使[详细]
-
谁在为“AI+教育”试错买单？
所属栏目：[经验] 日期：2019-10-12 热度：122
AI+教育落地谈何容易 2016年被称为是AI(人工智能)元年，这一年阿尔法围棋(AlphaGo)与世界围棋冠军李世石对战，成为第一个打败人类职业围棋选手的智能机器人，人工智能的概念开始普及。2017年两会，人工智能首次被写入政府工作报告，迎来发展黄金期。2018年[详细]
-
人工智能可实现的视角
所属栏目：[经验] 日期：2019-10-12 热度：178
半个世纪以来，人工智能一直是计算技术发展的梦想，它总是遥不可及。但是有许多方法可以部署产生实际收益的人工智能。 20世纪60年代的人们对人工智能充满了美好的未来愿景，但这一前景在半个世纪后仍未实现。而人们如今确信，尽管早期的进展比较缓慢，但真[详细]
-
AI的时代，你的职业还在吗？
所属栏目：[经验] 日期：2019-10-12 热度：143
目前人工智能(Artificial Intelligence，简称AI)的技术到底发展到啥情况了? 如果未来AI在我们社会上全面应用之后，会对咱们的生活会带来多大的帮助? AI的应用又会对目前社会上的工作岗位有多少影响呢?你目前所从事的职业未来会被AI替代吗? 嗯，好问题，但[详细]
