在过去的一年里我们经历了AI能力急速提升、看到了无人车的逐渐落地、见证了5G时代的开启、感受到了技术在商业进程中的力量、触摸到了科技在日常生活中的问题。
Topbots 总结了他们眼中 2018 年里 10 篇最为重要的 AI 研究论文,带领大家领略过去的一年中机器学习领域的关键进展。
机器学习领域有哪些实用的开放数据集?Gengo 网站整理出了 50 个高质量机器学习开放数据集,覆盖范围非常广,并按照具体领域(如金融、图像、自然语言处理、自动驾驶)进行分类,推荐给大家。
从北极圈融化的冰川到原始的阿蒂特兰湖藻类的大量繁殖,从默奇森瀑布周围的生态系统变化再到南极洲的企鹅追踪,我们渴望了解周围世界及其变化。
尽管一些公司,如大多数大型银行、Ford(福特汽车)和 GM(通用汽车)、Pfizer(辉瑞,总部位于纽约的跨国制药公司),以及几乎所有的科技公司,都在积极拥抱人工智能。
约 37% 的技术专家认为,未来 10 年,大多数人的生活不会因为人工智能 (AI) 及相关技术的进步而变得更好。
用于自动化劳动力的技术不一定会增加失业率。尽管人们普遍担心人工智能将会大量取代工人,但纵观历史,在某些时期,提高生产力的技术实际上反而促进了受影响行业的就业率。
FAIR 的创办者兼首席 AI 科学家 Yann LeCun、FAIR 现任负责人 Jerome Pesenti 以及 Facebook 首席技术官 Mike Schroepfer 在官网联合发布博客,盘点了 FAIR 五年来所做的事情以及达成的成就。
AI的火爆,让今天在加拿大蒙特利尔开幕的第32届神经信息处理系统大会(NeurIPS 2018),就成为了各国研究组织和企业刷存在感的香饽饽。
可以预计,AI 和生成式设计这样的新鲜事物势必会对工程师现有的工作流程产生冲击,虽然这不意味着机械设计师马上会面临失业潮,但是未来必将经历思维方式的转变。
美国艺术家 Jackson Pollock 说过:“所有的一切,都是一场建筑游戏,有的人用刷子,有的人用铲子,还有的人用钢笔。”
如果你看过电影《点球成金》,一定会对其中主角用数学方法改造球队印象深刻。如果足球未来也发展成高度数据化,甚至用AI代替人类执教,会不会少了一份激情?