IT思维

伪彩色图在计算机视觉和机器学习中具有重要的应用，从深度图的可视化到类似图像差分等抽象应用都需要伪彩色图来帮助我们理解视觉信息。

想象一下，在一个星期天的早晨，你醒了过来，发现互联网消失了。

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。

《狮子王》真狮版带观众透过银幕走进骄阳似火、生机勃勃的非洲大草原。

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。

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。

几乎没有人否认，人工智能将改变世界、颠覆未来。

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。

在拍照时候最大的困难之一就是无法控制环境光的影响。

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。

强化学习（RL）为优化面向目标的行为,提供了统一且灵活的框架。

DevOps（开发运维）无疑是数字时代的一颗新星

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。

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。

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。

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）。

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 […]

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。

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。

有些公司表示看好，也有些公司打算跟随特朗普政府的政策。