IT思维

GAN的飞速发展为视觉领域带来了巨大的变化，从图像编辑到场景合成、从换脸到表情操作，各种神奇的技术已经走入我们的生活。

LeCun表示，人工智能的下一个发展可能是放弃深度学习的所有概率技巧，而是掌握一系列变化的能量值。

深度学习在应用上与广大传统行业融合，让AI获得了前所未有的大爆发。

都说做一件事情最好的时机就是「现在」，但是从何开始往往会难倒一大批人，更不用说是想要入门数据科学和机器学习的朋友了。

显著性检测的主要任务是检测出图像中具有最独特视觉特征的目标区域，它在视觉内容编辑、目标检测、渲染、分割等领域有着重要的应用。

2011 年，软件开始吞噬世界，到了 2019 年，软件行业开始面临被 AI 吞噬的风险。

2017年，中国政府将2030年设为中国成为人工智能领域的全球领导者的最后期限。

公众号/AI前线 整理 | 刘燕、陈思、蔡芳芳 编辑 | Natalie AI 前线导读： 北京时间 8 月 […]

本文对 北美计算语言学联合会 2019 年出版的《自然语言处理中迁移学习教程》（NAACL 2019 tutorial on Transfer Learning in NLP）进行了拓展。

近日，科大讯飞公布了 2019 年上半年的“成绩单”。

在各个评估维度中，美国在人才、研究、发展、硬件四个维度遥遥领先，中国在应用和数据方面表现突出。

图像修复技术对于众多修图软件来说十分重要，在深度学习的帮助下图像修复算法的功能越来越强大，甚至对于大幅度污损的照片也能轻松修复。

绘制地图是一项艰苦的手工任务，但是，多亏了人工智能，现在有了一种更简单的方法，我们可以在更短的时间内覆盖更多的区域。

NLP 是人工智能中最难的问题之一，对它的研究与落地充满了挑战性。预训练模型 BERT 的出现给自然语言处理领域带来了里程碑式的改变。

最近，谷歌大脑团队发表了一篇论文，文中提出了一种叫做概念激活向量（Concept Activation vectors，CAV）的新方法，这种方法为深度学习模型的可解释性提供了一个全新的视角。

《狮子王》真狮版带观众透过银幕走进骄阳似火、生机勃勃的非洲大草原。

面部图像操作是计算机视觉和计算机图形学里十分重要的研究方向，包括自动表情生成和面部风格迁移方向都离不开它的身影，也成为了美妆app里重要的AI技术。

IBM在过去的30年中作为温网的赞助商之一，给予了大量的技术支持。

公众号/AI前线 策划 | 刘燕 作者 | Jerry Wei 译者 | Sambodhi 编辑 | Lind […]

深度学习已经成为推荐系统领域的首选方法，但与此同时，已有一些论文指出了目前应用机器学习的研究中存在的问题，例如新模型结果的可复现性，或对比实验中基线的选择。

Eroom 定律怎么破？这是新药开发商最头疼的问题。

公众号/大数据文摘 大数据文摘出品 来源：Techcrunch 编译：狗小白、林安安、易琬玉 近一段时间，波士 […]

先进的机器学习算法逐步在专业的医疗诊断领域发挥出重要的作用，在检测糖尿病引起的眼部疾病和乳腺癌中都发挥了重要作用。

公众号/AI财经社 撰文 /   唐煜 编辑 /   赵艳秋 眼见不再为实 最近，一位接近警方的技术专家王乔告 […]

人脸检测是应用最为广泛的计算机视觉任务之一，特别是在移动端上发挥着不可替代的重要作用，包括美颜、人脸跟踪、VR、人脸特效、人脸识别等任务以及刷脸支付、直播、试妆等应用上都有着广泛的引用，几乎涵盖了人工智能落地的方方面面。