北京时间 2019 年 9 月 11 日凌晨,苹果公司公布了 iPhone 11 与 iPhone 11 Pro 系列手机。
物联网正在不断产生不可思议的数据量。分析师预计,2019年将有266.6亿台物联网设备投入使用。此外,IDC预计,到2025年,物联网设备将产生超过90 zettabytes的数据。
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。
自动驾驶领域从 2018 年末开始趋于冷静,产业落地难、技术仍存在短板等问题让个人自动驾驶车辆的研发进展放缓,百度 Apollo、谷歌 Waymo、Uber 等知名大厂都在不断调整业务方向,以适应行业的最新变化。有意思的是,他们把目标出奇一致地放在了同一个方向上——RoboTaxi。
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。
连接组学作为脑科学中的重要分支,一直以来致力于重建出脑部各个部分间的连接地图,以理解神经系统的工作原理。大脑中动辄十亿百亿计的细胞让这项研究充满了挑战。
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。
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。
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。
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。
胶囊网络是一个令人兴奋的机器学习研究思想,其中标量值的“神经元”被小矩阵取代,使它们能够捕捉更复杂的关系。