IT思维

英国赫特福德大学与 GBG Plc 的研究者近日发布了一篇综述论文，对人脸识别方法进行了全面的梳理和总结，其中涵盖各种传统方法和如今风头正盛的深度学习方法。

当亚马逊、谷歌与微软都表示要争取所有可能的垂直市场客户时，云服务三巨头在零售市场的竞争变得愈发有趣。

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。

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。

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。

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。

现在，创建深度学习模型越发容易，对数据科学家和开发者来说，在测试环境中打造复杂模型已不再是难事。

伯克利和谷歌大脑的研究人员近日发表了全新的强化学习算法:柔性致动/评价(soft actor-critic,SAC)。

在很多人眼中，Jeff Dean 就是谷歌技术的代名词，也是谷歌如此强大的重要原因。

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。

近日，谷歌大脑团队提出一种结构化方法从单目视频中进行无监督学习，获得了较高质量的场景深度和自运动预测。

这些是我对处于早期阶段的公司或非营利组织提出的关于机器学习应用场景的建议。

公众号/AI前线 作者 | Chris Ying 等 编译 | 郝毅 编辑 | Natalie AI 前线导读 […]

我被问到最多的问题是“我如何获得更高的精度？”。机器学习工程师，无论是新手还是有经验的，都会问这个问题。

BAT 汽车赛道争夺战拉开帷幕。

云计算、大数据技术以及移动网络的快速发展开启了一个大规模生产、分析和应用数据的时代。

近日，谷歌 AI 的一篇 NLP 论文引起了社区极大的关注与讨论，被认为是 NLP 领域的极大突破。

对于机器人感知来说，RGB图加卷积网络已经变成了感知系统的标配。

在一篇解释该技术的论文中，研究人员将其描述为一种帮助人们处理语言障碍的方法。

当我们观察不同年龄段的人对待自动驾驶这一技术的态度时，目前尚未发现明显的代际鸿沟。

这是全球第一个自动驾驶技术向公众开放、并进行商业化的案例，代表着自动驾驶技术从研发阶段正式步入引用量产阶段，也标志着全球出行也汽车产业史上最重大的变革正式拉开帷幕。

本文整理了多个求职网站的信息，对雇主最希望数据科学家具备的技能进行了分析，并提供了一些建议。

AI 人才大战战况空前。

这篇文章将介绍如何使用知识图和神经网络来回答这类问题。