Blog Archives

03月22日

牛津大学发布报告:揭秘中国AI梦

近日,牛津大学人类未来研究所(Future of Humanity Institute)结束了一项新研究。 在这份名为Deciphering China’s AI Dream(揭秘中国的AI梦)的报告中,作者Jeffrey Ding用44页的篇幅对比介绍了中美AI的发展。 通过对硬件、数据、算法水平、商业化进展四方面的评估,Ding给出了一份AI潜力指数表。这份指数表中显示,美国AI发展潜力为33分,中国AI发展潜力仅17分,几乎是美...

03月22日

2018图灵奖重磅公布!

美国计算机协会(ACM)今天宣布,前斯坦福大学校长John L. Hennessy和加州大学伯克利分校退休教授David A. Patterson获得2017 ACM 图灵奖,以表彰他们在计算机体系结构的设计和评估方面开创了一套系统的、量化的方法,并对微处理器行业产生了深远的影响。 Hennessy和Patterson同为体系结构领域的大师,他们为设计更快、更低功耗以及精简指令集(RISC)微处理器创建了一套系统的...

01月12日

胶囊神经网络

斯蒂文认为机器学习有时候像婴儿学习,特别是在物体识别上。比如婴儿首先学会识别边界和颜色,然后将这些信息用于识别形状和图形等更复杂的实体。比如在人脸识别上,他们学会从眼睛和嘴巴开始识别最终到整个面孔。当他们看一个人的形象时,他们大脑认出了两只眼睛,一只鼻子和一只嘴巴,当认出所有这些存在于脸上的实体,并且觉得“这看起来像一个人”。 斯蒂文首先给他的女儿悠悠看...

11月12日

如何成为一名无人驾驶工程师

作者 | 刘少山 无人驾驶作为一项新兴技术,落地为产品需要大量算法、工程、产品贯通的AI全栈人才。笔者在最近一年招聘中发现,许多技术方向的同学对人工智能既爱又畏惧,一方面觉得这是未来,另一方面又觉得很难而不敢触碰。懂工程的同学做算法时有很大的畏惧感,而专注算法的同学又常常容易陷入某个算法而缺乏工程落地能力。 这次笔者以一个从业者角度来与大家聊一下如何入...

10月29日

大数据在人工智能领域的应用浅谈

最近非常热门的人工智能,其显著特点是由计算机完成大量的科学和工程计算,比人脑做得更快、更准确。人工智能的核心是计算机不断从经验中获取知识,学习策略,在遇到类似的问题时,运用经验知识解决问题并积累新的经验,就像普通人一样。经验越多,越有利于人工智能解决问题的能力提升。经验本质上就是数据,数据的量很大时就需要用大数据技术来处理,因此人工智能离不开大数据技术。 ...

10月29日

2017全球最具影响力机器人公司排行榜

近日,美国《机器人商业评论》公布了它们的第六个年度「RBR50 名单」,即 2017 年《机器人商业评论》认为最值得关注、全球最有影响力的 50 家机器人行业上市公司和非上市公司名单。 以下就是 2017 年 Top50 榜单(公司按字母顺序排列) 1.abb Robotics ABB Robotics是一家成立于1988年的瑞士工业机器人公司,主要涉及(新)能源和矿业、基础设施、生产/农业、供应链四...

10月12日

麻省理工科技评论:中国人工智能的崛起

今日,《麻省理工科技评论》英文版官方网站发表了专题文章《中国人工智能的崛起》(China's AI Awakening),作者是麻省理工科技评论 AI 资深编辑威尔·奈特(Will Knight)。 图 | 本文作者威尔·奈特为DT君的新书揭幕,他也将参加明年1月在北京举办的EmTech新兴技术大会 文章刊出后,全球人工智能领域的大佬们纷纷转载,其中就包括吴恩达(Andrew Ng),他第一时间在Twitter上转...

10月04日

大规模机器学习系统构建经验分享

作者:涂威威 作为第四范式•先知平台核心机器学习框架GDBT的设计者,涂威威在大规模分布式机器学习系统架构、机器学习算法设计和应用等方面有深厚积累。演讲中,涂威威表示,现在有越来越多的企业开始利用机器学习技术,把数据转换成智能决策引擎。企业机器学习应用系统中的核心模型训练系统有着什么样的设计和优化的考虑?与教科书中的机器学习应用相比,企业实际的机器学习应...

10月04日

分析顶会6163篇论文得出的AI发展趋势

最近,有关人工智能(AI)的研究在各个领域都取得了显著的成果。这主要归功于长期以来一直致力于这个研究领域的AI研究人员的努力。如果根据引用次数、参与人数、接受论文数量和历史记录来看的话,关于AI的最重要的学术会议就是ICML(International Conference on Machine Learning)和NIPS(Neural Information Processing Systems)。相较于ICML的重点是机器学习,NIPS涵盖的课题领域...

09月06日

高盛发布中国人工智能的崛起报告

高盛又有新AI研究报告发布!这份新报告的主题是:《China’s Rise in Artificial Intelligence》,其中主要分析了中国人工智能崛起的各种因素,更重要的是,详细剖析了受益于AI技术的一众中国公司。 其中包括百度、阿里巴巴、腾讯(BAT)三巨头,以及美团点评、滴滴出行、科大讯飞、海康威视等主要AI公司,报告中还提及了出门问问、Rokid等众多AI创业公司。不过在这份报告中,京东...

05月30日

为异构的大数据运行环境构建数据管道

作者:Dongyao Wu Liming Zhu 等 Pipeline61框架可以用于为异构的运行环境构建数据管道。它可以重用已经部署在各个环境里的作业代码,并提供了版本控制和依赖管理来解决典型的软件工程问题。 研究人员开发了大数据处理框架,如MapReduce和Spark,用于处理分布在大规模集群里的大数据集。这些框架着实降低了开发大数据应用程序的复杂度。在实际当中,有很多的真实场景要求将...

05月30日

李嘉诚请阿尔法狗之父给自己“上课”

5月26日,李嘉诚一早就准备好“纸笔墨”,上述微博称,“因为DeepMind两创办人Demis和Mustafa到香港为他‘上课’,讲解人工智能研究方向与各种应用的阶段成果,李先生要摘录笔记。”会见中,Demis还对政府政策如何支持和平衡人工智能的发展发表了看法,他表示对人工智能用于国防和武器发展不无顾虑。“李先生听课很激动,数度站起来,害得两创办人也连忙礼貌地陪站。”...查看原文

05月30日

LSTM 与 GAN 之间的恩怨纠葛

LSTM 之父 Schmidhuber 与 GAN 之间的恩怨纠葛:大名鼎鼎的 Jürgen Schmidhuber,一位来自德国的 AI 科学家。虽然名声不如三巨头响亮,但 Schmidhuber 其实也是深度学习的先驱人物,在上个世纪就做出了许多重要贡献,其中最有名的就是他在 1997 年提出的 LSTM,而他本人也被尊称为”LSTM 之父”。本文八卦的正是这位大佬跟 Goodfellow 在 GAN 上的争论,但其实这早就不是 Schmidhuber 第...

05月27日

年增长25%的消费基因检测:站在生命大数据风口,如何起飞和落地?

公元2026年,一位美国遗传学家在渥太华会议上展示了一份学术报告。这份报告宣称,只要做一种特定的基因测试,就能精确判断哪些人拥有艺术家的天赋。 这几乎是一颗投向科学界和文化界的炸弹。从此以后,所有文艺从业者都被迫接受基因“天赋检测”——没有文学基因?那没有出版社会出你的书。没有绘画基因?那么你的画作难登大雅之堂。没有音乐基因?对不起,任何人都不会真正赏识你的作品...

04月22日

普华永道解析机器学习演化史

AI 如何能成为商业的主流?这需要不同研究方法的结合,以及大量人类的智慧。 我们正处在 AI 取得突破性进展的时代:更为复杂的神经网络伴着有效的语音识别训练数据将亚马逊的 Echo 和谷歌的 Home 带进了千家万户。深度学习在图像、语音和其他模式识别中取得的准确度提升使得微软和谷歌的机器翻译被更多人使用。图像识别的增强使 Facebook 的照片搜索和谷歌照片中的 AI 相关功能得以...

04月05日

当人工智能遇上医生

虎嗅注:本文是《纽约客》(the New Yorker)4月3日发表的深度长文,本文记录了七段小故事,勾勒出了未来医生与人工智能如何相处。作者是悉达多•穆克吉(Siddhartha Mukherjee)博士,他曾凭借《众病之王:癌症传》获得非小说类普利策奖,同时,他还是一名医生,本文即是他以一名医生的视角,审视最近几年为医学带来冲击的人工智能。本文由微信公众号“药明康德”编译。 2016年11月的...

03月14日

大数据与区块链

大数据和区块链两者之间有个共同的关键词:分布式,代表了一种从技术权威垄断到去中心化的转变。 分布式存储:HDFS vs. 区块 大数据,需要应对海量化和快增长的存储,这要求底层硬件架构和文件系统在性价比上要大大高于传统技术,能够弹性扩张存储容量。谷歌的GFS和Hadoop的HDFS奠定了大数据存储技术的基础。另外,大数据对存储技术提出的另一个挑战是多种数据格式的适应能...

03月14日

图解TensorFlow架构与设计

作者:刘光聪  中兴通讯高级系统架构师,专注机器学习算法,分布式系统架构与优化。 TensorFlow是什么? TensorFlow基于数据流图,用于大规模分布式数值计算的开源框架。节点表示某种抽象的计算,边表示节点之间相互联系的张量。 计算图实例 TensorFlow支持各种异构的平台,支持多CPU/GPU,服务器,移动设备,具有良好的跨平台的特性;TensorFlow架构灵活,能够支持各种...