IT思维

AI 能否拯救下一个茅侃侃？

本文收集于TED中数据科学家和人工智能工程师最受欢迎的十场演讲，帮助人们全面而又多样地了解AI和机器学习的全貌。

近年来，深度学习有了突破性发展，NLP 领域里的情感分析任务逐渐引入了这种方法，并形成了很多业内最佳结果。本文中，来自领英与伊利诺伊大学芝加哥分校的研究人员对基于深度学习的情感分析研究进行了详细论述。

比如把两个滑雪的人辨识为一只狗，把一个棒球看成是一杯意式咖啡，又例如把一只乌龟误认为是一把步枪。

但因为 Google 目前的 TensorFlow 是目前最多开发者、初创公司、企业使用的架构，因此 Google Cloud AutoML 一推出就引发了热烈的讨论。

本周，Facebook发生了一件大事。LeCun卸任FAIR负责人，担任Facebook首席AI科学家。领导层变更暗示了Facebook在人工智能方向上的转变。

又是一年达沃斯。

近日咨询公司埃森哲（Accenture）和 Infosys 分别推出了一份针对人工智能的调查报告。

前两天，MIT电子与微系统技术实验室的Jeehwan Kim教授在《自然》材料子刊发表了一篇论文，SiGe epitaxial memory for neuromorphic computing with reproducible high performance based on engineered dislocations。

聘请人类AI编辑，这一举动似乎意味着，Facebook开始用人类来补充AI数据偏差带来的问题。

并非所有的机器学习都是以开发人工智能为目标的，有些是为了解决一些更容易解决的问题，本文也将一并在这里进行研究和探讨。

本文想要简单介绍下人工智能和区块链技术融合使用时的一些潜力，以及讨论下相关的标准定义、面临的挑战、这样做的好处以及在该领域一些有意思的玩家。

本文为 Nature 杂志记者 Owen Churchill 所著，他从四个不同人物的视角分析了当前中国人工智能的发展态势——位于华盛顿的分析师 Elsa Kania、中国创业公司 DeepBrain 团队、在上海科技大学就进行学术研究的德国机器人专家 Sören Schwertfeger、以及百度王海峰。

大数据文摘作品 编译：党晓芊、元元、龙牧雪 等待吴恩达放出深度学习第5课的时候，你还能做什么？今天，大数据文摘 […]

目前，深度学习和深度强化学习已经在实践中得到了广泛的运用。

人工智能应该看技术，还是看市场？

近来「人工智能」很热，关于「强人工智能」的一些讨论也见诸于网媒报端。作为一名人工智能研究者，在此谈点粗浅的看法仅供大家批评。

日本ATR国际电气通信先端技术研究所和日本京都大学的研究人员称他们创造了一个能够读取人的脑波的AI。他们构建了一个神经网络，不仅可以读取，而且能够重建你的思维。

提起欧洲的人工智能，或许大多数人的第一反应是驻地应该的DeepMind，或者是俄罗斯的Yandex。其实在法国，这个以往人们印象中的浪漫之都，也存在不少人工智能企业。

人工智能被誉为人类创造的最后一个发明。普遍的基本收入，曾经一度被称为隐私的话题，现在正在公开讨论。设计思维已经成为主流商业词汇，成为通往更以人为中心的世界之路。这三个独特的概念将对未来几十年的工作产生强大的影响。

视觉AI对成像技术提出了更高的要求。

探讨2018年的AI发展趋势。

根据新华网的报道，科技部部长万钢出席大会并介绍2018年科技工作重点时指出，培育壮大智能化引领的新动能。

人工智能将以切实有形的方式影响你的生活。

2018年可能是一切都发生戏剧性变化的一年。2017年深度学习取得的惊人突破将在2018年以一种非常有力的方式延续下去。2017年的研究工作将会转移到日常的软件应用中。