-
说出你的需求，我们AI给你写代码
所属栏目：[经验] 日期：2019-02-27 热度：71
说你想干什么，AI就能自动写代码。 现在，我们离这个目标又近了一步。 近日，MIT的一个研究团队放出了新的研究成果。 他们提出了一种灵活组合模式识别和推理的方法，在无监督学习的情况下， 来解决AI自动编程遇到的问题。 先给你看几个例子： 任务要求：[详细]
-
人工智能翻译可以让你无障碍地和外国人谈恋爱
所属栏目：[经验] 日期：2019-02-25 热度：93
在人工智能语音翻译领域，噪音是必须要面对的主要挑战之一。设备或许能够识别出实验室或会议室里的语音，但在日本京都站与我(本文作者马利克科恩(Marek Kohn))交谈的怀贝尔教授(Professor Waibel)周围，我仍能听到那种背景噪音。我正努力用英语跟上他的思[详细]
-
人工智能项目的“防坑”指南
所属栏目：[经验] 日期：2019-02-25 热度：147
互联网和移动互联网时代的商业模式创新带来的投资红利，随着宏观经济环境、金融环境、市场和技术的发展，已经不再是未来十年的投资主流了。 人工智能技术已经成为了未来8-10年最大的投资机会，在这个领域的投资机会，即使用遍地是黄金来形容也不为过。 然[详细]
-
如何实现人工智能的智能化
所属栏目：[经验] 日期：2019-02-22 热度：182
众所周知，近年来人工智能(AI)在商业中的重要性得到快速增长，以至于它现在已成为关键技术的流行语之一。 云计算和开源计划的兴起有助于促进引人注目的新兴技术的快速发展，这些技术现在已成为很多企业进行重大投资的主题。 例如，咨询机构德勤公司的技术[详细]
-
图卷积网络到底怎么做，这是一份极简的Numpy实现
所属栏目：[经验] 日期：2019-02-22 热度：116
由于图结构非常复杂且信息量很大，因此对于图的机器学习是一项艰巨的任务。本文介绍了如何使用图卷积网络(GCN)对图进行深度学习，GCN 是一种可直接作用于图并利用其结构信息的强大神经网络。 本文将介绍 GCN，并使用代码示例说明信息是如何通过 GCN 的隐藏[详细]
-
人工智能为智慧警务助力赋能
所属栏目：[经验] 日期：2019-02-22 热度：191
随着城市化进程的加快及经济发展，我国社会治安构成要素日渐膨胀，给公安机关警务工作带来很大压力，而警力资源则几乎未增长，导致供需矛盾日益激化。在此背景下，警务机关亟待通过新技术和新模式寻求突破，以适应当下公安机关业务变革的需求。 业界皆知，[详细]
-
2019年，所有的伪人工智能都将被淘汰？
所属栏目：[经验] 日期：2019-02-22 热度：179
自2017年以来，深度学习概念被再次提起，AI成为全球最炙手可热的行业。不论是从创业项目数量、融资金额还是融资速度讲，AI都远远超出其它。 人工智能创业公司的数量，在2018年迎来新高。创业者们怀揣着一腔赤诚，一头扎进去。自以为目标是星辰大海，但眼前[详细]
-
跑了这么久，物流机器人怎么还没跑进千家万户？
所属栏目：[经验] 日期：2019-02-21 热度：153
在刚刚结束的CES上，德国大陆集团展示了他们最新的物流机器人包裹派送机器狗ANYMal。 对于这项成果，媒体圈和科技圈分成了两派。支持派很振奋：这是一个突破脑洞的方案，物流机器人终于可以把快递送到家了;反对派浇冷水：这依然只是一个概念性产品，能够落[详细]
-
2019年AI产业洗牌：伪人工智能企业将被淘汰出局
所属栏目：[经验] 日期：2019-02-21 热度：134
AI无疑是这几年的一个热门行业，不论是创业项目数量、融资金额，还是融资速度都很突出。但近日，多家媒体发文，认为2019年AI或迎来寒冬。由北京市经济和信息委员会去年7月发布的《北京人工智能产业发展白皮书(2018)》对国内AI创业公司数量和投资的统计显示[详细]
-
人工智能为智慧警务助力附能
所属栏目：[经验] 日期：2019-02-21 热度：85
随着城市化进程的加快及经济发展，我国社会治安构成要素日渐膨胀，给公安机关警务工作带来很大压力，而警力资源则几乎未增长，导致供需矛盾日益激化。在此背景下，警务机关亟待通过新技术和新模式寻求突破，以适应当下公安机关业务变革的需求。 业界皆知，[详细]
-
详解AI为何在取代工作岗位的同时还能创造高薪工作
所属栏目：[经验] 日期：2019-02-21 热度：175
自动化的进步，尤其是人工智能和机器人技术的进步，是否会给当今的工人带来麻烦。这种争论每天都在上演，争论双方的情绪都很高涨。然而，在过去，自动化创造了就业机会的同时也提高了实际工资。 人们普遍担心的是，目前最有可能被技术所取代的工人，缺乏从[详细]
-
2019年人工智能在7个方面的发展
所属栏目：[经验] 日期：2019-02-21 热度：183
毫无疑问，2018年是人工智能(AI)发展的重要一年，因为进一步推动了人工智能的主流应用，并成功地实现了提供更多功能的自动化。越来越多的企业探索人工智能的应用程序，并且公众已经习惯于每天与人工智能技术进行交互。 人工智能技术将继续改变世界。在2019[详细]
-
AI研究机构OpenAI开发出写作AI：编写假新闻足以乱真
所属栏目：[经验] 日期：2019-02-16 热度：135
北京时间2月15日早间消息，据彭博社报道，马斯克倡导成立的AI研究机构OpenAI周四展示一款软件，只需要给软件提供一些信息，它就能编写逼真的假新闻。 OpenAI公布了软件编写新闻的过程。研究人员给软件提供如下信息：一节装载受控核材料的火车车厢今天在Cin[详细]
-
法国科学家开发出能像蚂蚁一样导航的六足机器人
所属栏目：[经验] 日期：2019-02-16 热度：192
通常，当机器人或其他设备会使用GPS独立在户外导航。然而，法国科学家已开发出一种替代方案，其形式为六足机器人，其能像蚂蚁一样导航。这个机器人被称为AntBot，由CNRS研究所和艾克斯-马赛大学的研究人员开发。 AntBot的导航系统借鉴了Cataglyphis沙漠蚂[详细]
-
为人工智能和自动化革命做好准备的十种方法
所属栏目：[经验] 日期：2019-02-16 热度：53
人工智能和自动化不再是科幻小说的内容；它们在商业和消费者领域都是一种非常真实而且在不断增长的存在。对于许多公司而言，人工智能可以通过高级数据分析简化操作并改善决策制定。自动化日常任务还可以解放员工，让他们集中精力从事可以推动业务发展的大[详细]
-
逆天的语言AI模型来了！编故事以假乱真，问答翻译写摘要都行
所属栏目：[经验] 日期：2019-02-16 热度：198
本文经AI新媒体量子位（公众号 ID: QbitAI）授权转载，转载请联系出处 AI一本正经的胡编起来，已经逼真的让人不敢相信。 刚刚，OpenAI发布了一个逆天的语言AI，整个模型包含15亿个参数。 这个AI写起文章来文思泉涌毫无违和感，无需针对性训练就能横扫各种[详细]
-
透彻理解深度学习背后的各种思想和思维
所属栏目：[经验] 日期：2019-02-15 热度：78
深度神经网络在2012年兴起，当时深度学习模型能够在传统机器学习问题，例如图像分类和语音识别，击败最先进的传统方法。这要归功于支撑深度学习的各种哲学思想和各种思维。 抓住主要矛盾，忽略次要矛盾--池化 神经网络中经过池化后，得到的是突出化的概括[详细]
-
形象理解深度学习中八大类型卷积
所属栏目：[经验] 日期：2019-02-15 热度：91
本文总结了深度学习中常用的八大类型的卷积，以非常形象的方式帮助你建立直觉理解，为你的深度学习提供有益的参考。 分别是单通道卷积、多通道卷积、3D卷积、1 x 1卷积、转置卷积、扩张卷积、可分离卷积、分组卷积。 单通道卷积 单通道卷积 在深度学习中，[详细]
-
联通专家：5G拥抱AI当从五方面入手
所属栏目：[经验] 日期：2019-02-15 热度：150
5G采用了大规模天线系统和超密集组网技术，并将引入频谱共享、D2D等复杂的无线传输技术，与此前移动网络技术相比，整体网络架构也更加灵活，功能更加丰富，业务趋向多样化，这一切都使得网络的规划、部署、管理、维护成为极具挑战性的工作，并且5G网络天生[详细]
-
IBM：将向所有云平台开放自家Watson人工智能系统
所属栏目：[经验] 日期：2019-02-15 热度：58
美国科技媒体报道称，IBM今天宣布不再把沃森（Watson）品牌的人工智能服务局限于自家云计算服务，而是会允许其他企业在自己的数据中心里使用和运行这个平台。客户很难把人工智能融入他们的应用，因为数据分布在多个地方。IBM沃森CTO兼首席架构师卢切尔普瑞[详细]
-
Uber 宣布开源 AI 工具箱，免代码训练和测试学习模型
所属栏目：[经验] 日期：2019-02-14 热度：100
Uber 宣布开源 Ludwig，一个基于 TensorFlow 的工具箱，该工具箱特点是不用写代码就能够训练和测试深度学习模型。 Uber 官方表示，对于AI开发者来说，Ludwig 可以帮助他们更好地理解深度学习方面的能力，并能够推进模型快速迭代。另一方面，对于 AI 专家来[详细]
-
微软获新专利：一个动态的途中无人机交付系统
所属栏目：[经验] 日期：2019-02-14 热度：161
据外媒 Neowin 报道，在微软获得的最新专利系列中，出现了一个关于潜在的新交付系统的相当有趣的专利。这项专利被该科技巨头称为途中产品交付。从本质上讲，这是一种机制，可以使无人飞行器（UAV）将产品运送到前往目的地途中的接收车辆。 微软描述了促进[详细]
-
在未来和AI争夺工作的16个实用技巧
所属栏目：[经验] 日期：2019-02-14 热度：117
如今，许多公司都已经开始利用人工智能和机器学习，并且这些技术的影响只会越来越大。虽然这对于想要提高业绩的企业来说是件好事，但许多员工也担心机器人会在未来几年内取代他们的工作。 虽然人工智能可能会改变某些类型的工作，但它们永远不会完全取代人[详细]
-
人脸识别技术全面总结：从传统方法到深度学习
所属栏目：[经验] 日期：2019-02-14 热度：70
自七十年代以来，人脸识别已经成为了计算机视觉和生物识别领域被研究最多的主题之一。基于人工设计的特征和传统机器学习技术的传统方法近来已被使用非常大型的数据集训练的深度神经网络取代。在这篇论文中，我们对流行的人脸识别方法进行了全面且最新的文[详细]
-
人脸识别技术总结：从传统方法到深度学习
所属栏目：[经验] 日期：2019-02-14 热度：151
自七十年代以来，人脸识别已经成为了计算机视觉和生物识别领域被研究最多的主题之一。基于人工设计的特征和传统机器学习技术的传统方法近来已被使用非常大型的数据集训练的深度神经网络取代。在这篇论文中，我们对流行的人脸识别方法进行了全面且最新的文[详细]
