人工智能先驱、贝叶斯网络之父、美国计算机科学家 Judea Pearl 在最近的一篇论文中解释了基于数据统计的机器学习系统的一些局限性。
Facebook 依靠庞大的后端系统,每天为数十亿人提供服务。在这些后端系统中,许多都有大量的内部参数。
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。
公众号/脑极体 今天哪家科技企业在做城市智能?答案是:每一家。 今天哪家科技企业在押注无人驾驶?答案是:有钱的 […]
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。
非洲大陆,沙漠与绿洲、愚昧与质朴、原始动物与原始民族……一切生命原始的力量与美丽,都在这片孕育了人类种族的大陆上展现。可要说非洲没有的东西,科技肯定是其中一项。
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。
在论坛上,Google全球副总裁、工程研究员Jay Yagnik 携Google 不同领域的研究者发表了演讲,重点阐述了Google AI在自家产品上的应用以及如何利用AI解决人类面临的医疗、宇宙探索等挑战。
而在伯克利发表此项研究之后的6个月后,2017年2月,马斯克宣布投资一家名为neural link的公司,表示打造“神经织网”,意图把人体打造成为一个遍布电子元件的半机械人。
在过去六年中,机器学习领域的关注点都集中在神经网络的训练以及 GPU 加速器如何从根本上提高网络的准确性上,这要归功于 GPU 大内存带宽和并行计算能力。
对于 Google Cloud 乃至整个 Google 人工智能技术而言,有着深厚学术功底的计算机科学家李飞飞毫无疑问是一张亮眼的名片。