IT思维

数据对于深度学习来说至关重要，而数据增强策略对于提升训练样本数据量、改善模型稳定性和鲁棒性，提高对于真实世界的适应性和泛化性具有重要的作用。

公众号/将门创投 arxiv 编译: T.R 【温馨提示】本文长度4967字，建议先收藏后认真阅读。 基于图像 […]

机器学习算法利用统计数据从大量数据中找到数据的模式。这里的数据可以有很多形式，如数值、文字、图像，甚至你点一次鼠标也算，反正就是你周围的一切一切。

目标检测作为视觉领域的重要任务，近年来在研究人员的共同努力下取得了丰硕的成果，包括一系列算法、数据、开源工具等等。

水下图像在海洋研究和水下机器人领域都具有重要的应用，观察海洋生物、进行水下作业都需要清晰的图像。

众所周知，蜘蛛侠拥有蜘蛛般敏锐的感官，它帮助超级英雄提前感知危险并迅速做出反应。

大数据文摘出品 作者：陆奇 编辑：周素云 2019年5月18日，在YC中国举办的YC中国创业者见面会上，YC中 […]

卷积网络的部署通常在固定资源的情况下进行，如果想要提高精度就需要更多的资源来部署更大、更深的网络。

在直观地理解了解耦表示之后，让我们来看看科学家在研究中发现了什么。

4月23日的小米电视2019春季新品发布会就是一场狂欢。

强化学习之父Richard S. Sutton认为，过去70年来AI研究的最大教训，就是我们过于依赖人类的既有知识，轻视了智能体本身的学习能力，将本该由智能体发挥自身作用“学习和搜索”变成了人类主导“记录和灌输”。未来这种现象应该改变，也必须改变。

实事求是地说，今天这个领域是存在问题的。最大的矛盾，或许可以总结为：技术主义的一厢情愿，与行业话语的踯躅不前。

万众创业的时代已经远去。

深度学习在图像分类，机器翻译等领域都展示了其强大的能力，但是在因果推理方面，深度学习依然是短板，图神经网络在因果推理方面有巨大的潜力，有望成为 AI 的下一个拐点。

正如拉尔夫·沃尔多·爱默生 (ralph waldo emerson) 所言，一个机构就是一个人的影子在变长，美国经济的故事可以通过经营公司人的类型来讲述。

我相信许多人还记得 1995 年的 Netscape IPO，以及四个月内股价涨了五倍的情景。人们对技术及其影响的期望仍然很高。

开宗明义，什么是电动汽车？简单地说，电动汽车就是以电力为动力源驱动的汽车。

21 世纪之交，《创新者的窘境》一书出人意料成为畅销书，60 岁的哈佛大学商学院教授克雷顿·克里斯滕森（Clayton Christensen）一度声名鹊起，该书更是硅谷创业家们眼中的圣经，克里斯滕森的理论刚好可以解释哪些互联网公司将成就大业。

人工智能正迅速进入我们的生活，改变着金融、医疗、保险、汽车等各个行业，受到社会各界越来越多的关注。

从诞生之日起，AI 经历了几番起伏。历史表明，人工智能能够从“笑话”到“神话”，是一个个真实的落地场景沉淀的结果。

在我们期待春节的最后一周，大洋彼岸天蓝水美的夏威夷将在1月27号到2月1号召开AAAI-2019人工智能会议。

本周，中国 AI 独角兽公司旷视宣布业务上的战略升级，押注 AIoT 应用于供应链改造。

对于谷歌的研究团队来说，2018 年是令人兴奋的一年。

许多人都持这一观点：算法终将会超越人类，具有认知意识。

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。