图像分类技术在过去几年中取得了显著的进步,这在一定程度上体现在Imagenet 分类挑战上,机器的误差率每年都在大幅下降。
的确,如今学习人工智能最大的困难不是找不到资料,更多同学的痛苦是:网上资源太多了,以至于没法知道从哪儿开始搜索,也没法知道搜到什么程度。
本周一,巴塞罗那世界移动大会(MWC2018)正式开幕,作为“移动通信行业的风向标”,开展头几天各家厂商便纷纷发布自家旗舰产品,毋庸置疑,作为“通信电子展”的MWC,这次的主基调是5G技术,当然,我们还是看到很多的人工智能元素。
HERE 高管接受采访时提到:“如果你拥有一辆自动驾驶汽车,那么地图不再是附加功能,而将成为汽车的核心部件,并会持续产生收益。”。
人工智能目前在与专业医生的能力对比上还罕有胜迹。但深度神经网络方法最近已经可以在灰指甲这一真菌疾病的诊断上击败 42 名皮肤科专家了——这种疾病每年困扰着 3500 万美国人。
全中国的科技媒体都应该感谢马斯克,在节日过后新闻来源青黄不接的时候,他放出了一个个可供追寻的大热点。退出OpenAI、被冒名诈骗以太币,最引人瞩目的,还是要在六年以后让WiFi信号覆盖全球。
近年来,自动驾驶汽车飞速发展,不仅能够通过雷达测量与下一辆车的距离,还可通过激光雷达传感器发出的激光脉冲来测量周围的环境。
日前,AAAS 在 reddit 上组织了一场问答,Facebook 人工智能研究院 Yann LeCun,微软研究院院长 Eric Horvitz,谷歌研究总监 Peter Norvig 共同出席此次活动,回答了观众提出的一系列问题。
前几天,美国三大商业巨头亚马逊、伯克希尔·哈撒韦(Berkshire Hathaway)和摩根大通(JPMorgan Chase)宣布,将为员工提供更好、更便宜的医疗保健服务。
这是一篇来自牛津大学人类未来研究所的万字长文,由专注于研究AI政策的 Miles Brundage撰写,并获得八万小时(80,000 Hours,大学研究机构)团队和其他人员的帮助,希望给愿意从事”AI政策”行业的人们一些指导和方向。
犹记得 2017 年的 WWDC,上台进行分享的都是些上了岁数的“中老年”群体。反观谷歌 I/O 大会,一群风华正茂的壮年演讲者们意气风发,与苹果的“老龄化”形成了鲜明的对比。
无论你是 AI 的创业者、投资人,还是对 AI 技术感兴趣的爱好者或者是商务人士,希望我讲的内容可以对大家有一定的借鉴意义。
在发布深度学习课程项目 Deeplearning.ai、面向制造业的 AI 公司 Landing.ai 之后,人工智能著名学者吴恩达(Andrew Ng)于 1 月 30 日宣布了又一个重大动向:进军风险投资领域,成立人工智能创业投资机构 AI Fund。
这一消息再度引起人们关于“ AI 抢走人类工作”的担忧。AI 系统不仅可以识别图像或音频,还可以快速阅读文本并回答相关问题,准确度已经达到人类水准。
目前全球共有190多万深度学习与数据挖掘的人才,其中85万都在美国,中国只有5万人,华裔人才有14万。
在中国,「人工智能」和「移动互联网」一样,受到了大众的普遍欢迎。然而在美国,以 Twitter 和 Facebook 为首的社交网络正在因其算法「纵容俄罗斯散布虚假新闻并操纵选举」而受到大规模的讨伐。