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。
公众号/AI前线 策划 | 刘燕 作者 | Jerry Wei 译者 | Sambodhi 编辑 | Lind […]
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。
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。
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。
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。
本文最初发布于 Max Pechyonkin 个人博客 https://pechyonkin.me ，经原作者授权由 InfoQ 中文站翻译并分享。
高丽大学的研究人员认为从厨师本身出发来制定食谱是一件很主观的事情，各国之间、各大厨之间的习惯偏好都不尽相同，那能不能从海量的数据中得出普适性的规律呢？
人类具有适应环境变化的强大能力：我们可以迅速地学会住着拐杖走路、也可以在捡起位置物品时迅速地调整自己的力量输出，甚至小朋友在不同地面上行走都能轻松自如地切换自己的步态和行走模式。
相信很多朋友在尝试调戏Siri、小冰等AI助手时，应该都获得过令人捧腹大笑的回答，Siri甚至一度荣获“最佳段子手”称号。
公众号/AI前线 作者 | Janet Williams 译者 | Sambodhi 编辑 | Natalie […]
Return to Top ▲
友情链接