计算成像系统架起了硬件和图像重建间的桥梁,让很多复杂的光学成像系统包括断层扫描、超分辨和相位成像等,都在计算成像的助力下得以通过对商业显微镜和计算重建的简单改造而实现。
Hinton 团队在 2017 年发表在 NIPS 上的论文曾经介绍,通过添加一个能够从顶层胶囊的姿态参数和身份重构输入图像的网络,可以提高胶囊网络的判别能力(Dynamic routing between capsules)。
公众号/AI前线 作者 | Chris Ying 等 编译 | 郝毅 编辑 | Natalie AI 前线导读 […]
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。”
在中文科技媒体的世界里,日本的人工智能产业就像是“薛定谔的AI”,有时候它是值得学习的好榜样,有时候又会被拎出来吊打。
目前,有很多深度学习框架支持与 Spark 集成,如 Tensorflow on Spark 等。
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。
为了将最新的计算机视觉模型引入移动设备,Facebook 开发了 QNNPACK,一个针对低强度卷积进行优化的函数库。
对移动式工作的机器人来说,如何判断周边环境的安全,以保证畅通无阻是非常重要的。还没动两步就“咣咣”碰壁,这样的机器人就太尴尬了。
MIT 和清华大学的研究者提出目标几何、外观和姿态的分解表征架构,并将其整合到深度生成模型中,实现了对 2D 图像目标的 3D 操控。
从有一些有趣的用例看,我们似乎完全可以将 CNN 和 RNN/LSTM 结合使用。许多研究者目前正致力于此项研究。
人工智能正越来越多的渗透入人们的生活,改变人们的生活,从自然语言生成到语音识别、从医疗诊断到商业决策,AI逐渐开始显露出巨大的优势,并且它的脚步不会停止。