人工智能

AI技术不是趋同,而是正在放大差距

「暴火」了两年多之后,在中国人工智能领域,渐渐有了更多理性思考的发声。在 5 月 19 日召开的 2018 年中国图灵大会上,依图科技 CEO 朱珑博士就讲到:AI 发展太快,全球研究的积累不够的背景下,各种 AI 观点甚嚣尘上,技术上难辨真假、好坏,AI ...

IJCAI 2018 利用跨语言知识改进稀缺资源语言命名实体识别

在西班牙语、荷兰语和中文三种语言数据集上进行实验,结果显示,通过加入跨语言信息表示,实体识别性能平均提高大于3%。本文介绍哈尔滨工业大学社会计算与信息检索研究中心(HIT-SCIR)录用于IJCAI 2018的论文《Improving Low Resourc...

快手AI技术副总裁郑文:快手是一家人工智能企业

5月19日,主题为“引领人工智能,创造无限可能”的2018年中国图灵大会(ACM TURC 2018)在上海举行。学界、业界的“最强大脑”汇聚一堂,分享计算机领域的最新技术进展,并探讨当社会前沿科技的问题和跨领域的发展趋势。快手AI技术副总裁郑文也出席了大会...

4900篇NIPS 2018提交论文难评审?北京大学提出基于CNN的学术论文自动评分模型

近两日,NIPS 2018 8000 多篇投稿(后经 Hugo Larochelle 澄清,为 4900 篇)、使用本科毕业生做同行评审的信息刷爆朋友圈。在人工智能火热的今天,顶级大会收到的论文是越来越多,对同行评审的人数、要求也越来越高。恰好,机器之心发现...

预测电影偏好?如何利用自编码器实现协同过滤方法

深度自编码器(Deep Autoencoder)由两个对称的深度信念网络组成,它相比常见的自编码器加入了更多隐藏层。在本文中,作者将尝试使用该工具进行协同过滤,帮助人们研究和预测大量用户对于不同电影的喜好。推荐系统使用协同过滤的方法,通过收集用户的偏好信息来...

从VGG到ResNet,你想要的MXNet预训练模型轻松学

本文介绍了如何利用 Apache MXNet 预训练出的多个模型。每个模型在特定图像上的表现略有不同,训练多个模型旨在找出更适合特定任务的模型。在这篇博文中,你将会了解如何使用 Apache MXNet 预训练出的多个模型。为什么要尝试多个模型呢?为什么不直...

在有池化层、1步幅的CNN上减少冗余计算,一种广泛适用的架构转换方法

CNN 的近邻图像块计算中一般都存在冗余问题,当存在池化层或步幅为 1 时,减少冗余的方法将变得更加复杂。本文中,来自德国 AI 研究中心等机构的研究者提出了一种在有池化层和步幅为 1 时也能有效减少冗余的方法。他们的方法普遍性很强,可应用于几乎全部现有的 ...

TF官方博客:基于TensorFlow.js框架的浏览器实时姿态估计

通过与谷歌创意实验室合作,TensorFlow 近日发布了 TensorFlow.js 版的 PoseNet。这是一款机器学习模型,可以在浏览器中实时估计人体姿态。模型 Demo:https://storage.googleapis.com/tfjs-mod...

用人工智能打王者荣耀:匹茨堡大学&腾讯AI Lab为游戏AI引入MCTS方法

如果让人工智能来打王者荣耀,应该选择什么样的英雄?近日,匹茨堡大学和腾讯 AI Lab 提交的论文给了我们答案:狄仁杰。在该研究中,人们尝试了 AlphaGo Zero 中出现的蒙特卡洛树搜索(MCTS)等技术,并取得了不错的效果。对于研究者而言,游戏是完美...

有图有真相:深度拆解谷歌TPU3.0,新一代AI协同处理器

在今年的年度 I/O 大会上,谷歌给人留下深刻印象。它不仅推出了一系列基于 TPUv2 芯片的云计算 TPU 实例的基准测试,还透露了一些有关其下一代 TPU 芯片即 TPU3.0,以及其系统架构的简单细节。TIRIAS Research 的顶尖技术专家和首...