那些想转行AI的人:送你一份人工智能入门完全指南

人工智能产业观察 2017-11-22 17:43 次阅读

3.png

 

人工智能是什么?人工智能为何重要?我们应该畏惧人工智能吗?为什么突然之间所有人都在谈论人工智能?

 

你可能会从网上知道人工智能如何为亚马逊和Google的虚拟助理提供支持,或者人工智能如何一步步地取代所有的工作(有争议的),但是这些文章极少很好的解释人工智能是什么(或者机器人是否将要接班)。本文将对人工智能做出解释,这份简明指南将随着领域的发展和重要的概念出现进行更新和改进。

1.png

 

人工智能是什么?

 

人工智能是具有学习机制的软件或计算机程序。人工智能使用这种知识在新的情况下做出决定,就像人类一样。构建该软件的研究人员尝试编写可以读取图像,文本,视频或音频的代码,使得人工智能从中学习一些东西。 一旦机器学到了,知识就可以在别的地方使用。 如果一个算法学会识别某人的脸,那么可以在Facebook照片中找到它们。 在现代AI中,学习通常被称为“训练”(将在后文进行介绍)。

 

人类自然会学习复杂的想法:我们可以看到像苹果这样的对象,然后在以后识别一个不同的苹果。 机器是非常字面化的 - 电脑没有对“类似”的灵活概念。人工智能的目标是使机器减少仅基于文本而形成的概念。 机器很容易判断两张苹果的图像或两个句子是否完全相同,但人工智能旨在从不同的角度或不同的光线识别同一苹果的图片; 它捕捉视觉角度去识别苹果。这被称为“泛化”或基于数据的相似性形成想法,而不仅仅是基于AI所看到的图像或文本。 更普遍的想法可以应用于AI以前没有看到的事情。

 

卡内基梅隆大学计算机科学教授亚历克斯·鲁德尼奇(Alex Rudnicky)说:“人工智能的目标是将复杂的人类行为降低到可以计算的一种形式。 “这反过来又使得我们能够建立对人类有用的可以从事复杂活动的系统。”

 

 

今天距离人工智能还有多远?

 

人工智能研究人员仍在努力解决这个问题的基础。 我们如何教电脑来识别他们在图像和视频中看到的内容? 之后,识别如何进入理解 - 不仅产生“苹果”这个词,而且知道苹果是一种与桔子和梨相关的食物,人类可以吃苹果,可以用苹果做饭,并用它们来制作苹果馅饼,并且联系到约翰尼·苹果派的故事,诸如此类。 还有一个理解语言的问题——词根据语境有多重含义,定义总是在演变,每个人的说法都有一点点差别。 电脑如何理解这种不固定的,千变万化的语言构造?        

 

由于介质不同,人工智能的进展速度也不相同。现在,我们看到了在理解图像和视频能力的惊人增长,这是一个业界称之为计算机视觉的领域。但是,这一进步对其他人工智能的理解并没有多大帮助,这是一个被称为自然语言处理的领域。这些领域正在发展有限的智能,这意味着人工智能在处理图像、音频或文本方面具有强大的功能,但却无法从这三者中学习到同样的方法。一个不可知论的学习形式是一般智力,这是我们在人类身上看到的。许多研究人员希望,各个领域的进步将揭示更多关于我们如何让机器学习的共享真理,最终融合成统一的人工智能方法。

2.jpg

 

人工智能为什么重要?

 

一旦人工智能学会了如何从图像中识别出一个苹果,或者从音频片段中转录出一个语音片段,它就可以被应用于其他软件中,做本应该需要人类来做的决策。它可以用来识别和标记你的朋友在Facebook的照片,你(一个人) 本应该手工做的事情。它可以从自动驾驶汽车或者你的车的倒车影像里识别出另一辆车或者一个街头标志。它可以用来定位农业生产中应该移除的劣质农产品。这些任务,仅仅基于图像识别,通常是由用户或公司提供软件的人完成的。

 

如果一个任务节省了用户的时间,它是一个功能,如果它能节省了公司里工作的人的时间甚至完全消除了一份工作,那么它就是一个极大节约了成本。有一些应用程序,比如在销售分析的几分钟内处理数百万个数据点,如果没有机器,是不可能实现的,这意味着以前从未有过的新信息的潜力。这些任务现在可以通过机器在任何时间和任何地点快速、廉价地完成。它是人类曾经完成的任务的复制,对于无限可伸缩的低成本劳动力来说,这是不可否认的经济利益。

 

卡内基梅隆大学人类计算机交互实验室的教授Jason Hone说,虽然人工智能可以复制人类的任务,同时它也有能力开启新的劳动。“汽车是马的直接替代品,但在中长期内,它还带来了许多其他用途,比如用于大型运输的半卡车,家具搬运货车,小型货车,带折蓬的汽车。”Hong说“同样地,人工智能系统在短期内将直接取代常规任务,但在中长期内我们将看到它和汽车一样的戏剧性使用。

 

就像Gottlieb Daimler和Carl Benz没有考虑到汽车将如何重新定义城市的建造方式,或者污染或肥胖的影响,我们还没有看到这种新型劳动力的长期影响。

 

 

AI为什么现在这么火爆,而不是30(或者60)年前?

 

关于人工智能应该如何学习的许多想法实际上已经超过了60年。上世纪50年代,像Frank Rosenblatt、Bernard Widrow和Marcian Hoff这样的研究人员首先研究了生物学家认为大脑的神经元是如何工作的,以及他们在数学上做的事情。我们的想法是,一个主要的方程可能无法解决所有问题,但是如果我们像人脑那样,使用了很多连接起来的方程会如何呢?最初的例子很简单:通过数字电话线路分析1和0,然后预测接下来会发生什么。(这项由Widrow和Hoff在普林斯顿大学完成的研究,仍然被用来减少电话连接的回声)。

 

5.png

2006年,达特茅斯会议五十年后,当事人重聚达特茅斯。左起:摩尔,麦卡锡,明斯基,赛弗里奇,所罗门诺夫

 

数十年来,计算机科学界的许多人认为,这个想法永远不会解决更复杂的问题,而现如今它是主要科技公司的实现人工智能的基础,从谷歌、亚马逊到Facebook,再到微软。回顾过去,研究人员现在意识到,计算机还没有复杂到足以模拟我们大脑中的数十亿神经元,而且我们需要大量的数据来训练这些神经网络,正如我们了解的那样。

 

这两个因素,计算能力和数据,在过去的10年里才得以实现。在2000年代中期,图形处理器单元(GPU)公司NVIDIA表示,他们的芯片非常适合运行神经网络,并开始使得AI在其硬件上运行变得更加容易。研究人员发现,如果能够使用更快、更复杂的神经网络,就可以提高准确度。

 

然后在2009年,人工智能研究员Fei-Fei Li发布了一个名为ImageNet的数据库,它包含了超过300万个有组织的图片,在里面还添加了标签。她认为,如果这些算法有更多的例子来寻找到模式之间的关系,那么它就能帮助他们理解更复杂的想法。她在2010年开始了一场ImageNet的竞赛,到2012年,研究人员Geoff Hinton使用了数百万张图片来训练神经网络,以超过10%的准确率的巨大优势战胜了其它的应用。正如Li所预测的,数据是关键。Hinton还把神经网络堆在另一个上面,一个只是找到了形状,而另一个则看了纹理,等等。这些被称为深度神经网络,或深度学习,也就是今天你在新闻中听到的关于人工智能的消息。一旦科技行业看到了结果,人工智能的繁荣就开始了。数十年来,一直致力于深度学习的研究人员成为了科技行业新的摇滚明星。截止2015年,谷歌有超过1000个项目使用了某种机器学习技术。

 

 

我们应该恐惧人工智能吗?

 

看过终结者这样的电影后,人们很容易就会害怕像天网这样的全能的邪恶的AI。在人工智能研究领域,天网被称为一般的超级智能,或者人工通用智能,这类软件在各个方面都要比人脑更强大。

 

4.png

 

由于计算机能够扩展,这意味着我们能够制造出更强、更快的计算机,然后把他们连接起来。恐惧是来自于这些机器人大脑的计算能力可能会增长到一个深不可测的水平,如果他们真的聪明到那个地步,他们就会无法控制,并会绕过任何试图关闭他们的人。这就是埃隆马斯克和史蒂芬霍金这样极其聪明的人所担心的世界末日。正如马斯克所言,虽然它们在某些领域的确拥有智能,但大多数主流人工智能研究人员都对召唤恶魔的说法不以为然。尽管研究人员把学习的基本原理打破了,例如他们改变了如何去理解模式背后的意义,然后把这些新的理解组织成一个功能性的世界观,目前还没有证据表明电脑会有需求,欲望或着意志来存活,Facebook 人工智能研究中心的领导Yann Lecun说道。

 

“当我们受到威胁,我们嫉妒,我们想要获得资源,比起陌生人我们更喜欢我们的近亲,等等这些行为时,我们会变得更暴力,这些都是进化中为了我们的生存而建立起来的。除非我们很明确的把这些基本行为建立到智能机器里,否则它们不会有这些行为。”他在Quora上写道。

 

没有证据表明计算机会认为人类是一个威胁,因为没有给计算机定义这样的威胁。也许人类能够定义它,并告知机器在一些参数中运作,这些参数在功能上就像一个生存的意志,而这个意志并不存在。

 

谷歌公司的创始成员、百度前人工智能负责人吴恩达说,“我说过,我不担心人工智能变邪恶的原因跟我不担心火星上人口过多的原因是一样的。” 但是有一个原因让我们害怕人工智能:人类。

 

有证据表明,人工智能对从它学习的数据中获取人类偏见很敏感。这些偏见可能是无害的,比如识别图片中的猫比狗更常见,因为它是被更多的猫图片训练出来的。但是,它们也可能会把刻板印象延续下去,比如相比其他性别或种族,AI更多的把医生和白人男性联系起来。如果一个有这种偏见的人工智能负责招聘医生,那么它可能会对那些非白人男性的员工造成不公平。ProPublica的一项调查发现,用于判决那些被判有罪的人的算法存在种族偏见,因为其对有色人种的人提出了更严厉的判决。卫生保健数据通常不包括妇女,尤其是孕妇,这样在向这些人提出医疗建议时,会导致系统功能不完整。由于这些机制之前是由人类来做的,而现在我们拥有一台速度更快的超级强大的机器,我们就要确保它们能够在我们的道德规范中公平而一致地做出这些决定。

 

要判断一个算法是否有偏见并不容易,因为深度学习需要数以百万计的连接计算,通过所有这些小的决策来计算出它们对更大的决策的贡献是非常困难的。因此,即使我们知道人工智能做出了一个糟糕的决定,我们也不知道它是什么原因,也不知道它是怎么做的,所以在它实施之前很难建立起一个机制来捕捉到偏见。

 

在自动驾驶汽车这样的领域,这个问题尤其不稳定。在自动驾驶汽车上,每一项决定都可能事关生死。早期的研究表明,我们很有希望能够逆转我们所创造的机器的复杂性,但现在几乎不可能知道为什么Facebook、谷歌或微软的人工智能做出了任何决定。

 

功能性AI术语表:

 

算法:一套计算机要遵循的指令。一个算法可以是一个简单的单步程序也可以是一个复杂的神经网络,但是通常被用来指一个模型。

 

人工智能:这是一个统称。广义上说,软件意味着模仿或取代人类智能的各个方面。人工智能软件可以从图像或文本、经验、进化或其他研究人员的发明等数据中学习。

 

计算机视觉:人工智能研究探索图像和视频识别和理解的领域。这个领域从了解苹果的外观,到苹果的功能用途,以及与之相关的理念。它是被用作自动驾驶汽车、谷歌图像搜索以及Facebook上自动贴标签的主要技术。

 

深度学习:一个神经网络被分层来理解数据中的复杂模式和关系的领域。当一个神经网络的输出成为另一个神经网络的输入时,有效地将它们叠加起来,由此产生的神经网络就是“深度”了。

 

普通智力:有时被称为“强人工智能”,一般智能将能够在不同的任务中学习和应用不同的想法。

 

生成式对抗网络:这是一个包含两个神经网络的系统,一个是用来生成输出的,另一个是用来检验这个输出的质量是否是想要的输出的神经网络。例如,当试图生成一个苹果的图片时,生成器将生成一个图像,而另一个(称为鉴别器)如果不能识别图像中的一个苹果,会使生成器再次尝试生成。

 

机器学习:机器学习(ML)常常与术语人工智能结合在一起,是使用算法从数据中学习的惯例。

 

模型:模型是一种机器学习算法,它可以建立自己对某一主题的理解,或者它自己的世界模型。

 

自然语言处理:用于理解语言中思想的意图和关系的软件。

 

神经网络:通过连接起来的数学方程式的网络,模拟大脑处理信息的方式以建立起来的算法。提供给神经网络的数据被分解成更小的块并根据网络的复杂性分析其基础模式成千上万次。当一个神经网络的输出被输入到另一个神经网络的输入时,这两个神经网络就会链接到一起成为分层,成为一个深层的神经网络。通常,深度神经网络的层会分析越来越高的抽象层的数据,这意味着,在得到最简单和最准确的数据表示之前,它们会将有用数据从没有必要的数据中提取出来。

 

卷积神经网络:一个主要用来识别和理解图像、视频和音频数据的神经网络,因为它能够处理密集的数据,比如数百万像素的图像或数千个音频文件样本。

 

递归神经网络:一种用于自然语言处理的神经网络,它可以周期性地、连续地分析数据,这意味着它可以处理像单词或句子这样的数据,同时在句子中保持它们的顺序和上下文。

 

长短期记忆网络:一种周期性的神经网络的变体,它的是用来根据数据来保留结构化的信息。例如,RNN可以识别句子中的所有名词和形容词,检查它们是否被正确使用,但LSTM可以记住一本书的情节。

 

强化学习:一种能够从经验中学习的深度学习算法。是可以控制环境的某些方面的算法,比如视频游戏的角色,然后通过反复试验和错误来学习。由于它们是高度可重复的,作为三维世界的模型,并且已经在电脑上玩了,许多强化学习的突破都来自于玩视频游戏的算法。在DeepMind的AlphaGo中,RL是机器学习的主要类型之一,它在围棋中击败了世界冠军Lee Sedol。在现实世界中,在网络安全等领域已经证明了这一点,软件学会了欺骗反病毒软件,使其认为恶意文件是安全的。

 

超级智能:比人脑还要更强大的人工智能。很难定义它因为我们仍然无法客观地衡量人类的大脑能做什么。

 

监督式学习:在被训练的过程中,给其提供的数据是已经组织好的、已经被贴好标签的机器学习。如果你正在建立一种监督式的学习算法来识别猫,你就可以在1000张猫的图片上训练这个算法。

 

训练:通过提供数据来让算法学习的过程。

 

无监督学习:机器学习算法的一种,没有给出任何关于它应该如何对数据进行分类的信息,并且必须找到它们之间的关系的算法。像Facebook LeCun这样的人工智能研究人员将无人监督的学习视为人工智能研究的圣杯,因为它与人类自然学习的方式非常相似。“在无人监督的学习中,大脑比我们的模型好得多”,LeCun告诉IEEE光谱,“这就意味着我们的人工学习系统缺少了一些非常基本的生物学习原理”。


 


智创未来 发现智能新经济

aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9IbGlicTVBN1o2dE1xRElMMEJ1UFQzaDNReG84aFRxZWVMY2pPRDNmbE8yd1V2ZkFuaDFqcEl3WGljWHg1U0lVZDN2M0lFSGYzZUxpYUZQZ3lwU0tuZVpmdy8wP3d4X2ZtdD1qcGVn

第四4届中国IOT大会,高通、微软、华为MathWorks、和而泰等大BOSS都来了,赶快报名吧。

“人工智能论坛”会议亮点

● 150位业内人士与会,共同探讨业界热点与设计难点

● 知名专家介绍如何寻找AI应用新场景

● 知名大公司分享AI最前沿研究和应用成果

● 业内专家揭秘人工智能在中国新趋势

● 与业内大咖面对面 ,遇见你的“中国合伙人"

 

扫描下方二维码

立即报名中国IoT大会人工智能分论坛

人工智能.png

 

收藏 人收藏
分享:

评论

相关推荐

4个月过去了 交行区块链国内信用证项目成果怎样了?

 在人工智能应用上,交通银行积极探索人工智能与银行业务的应用触点,以客户体验为核心,利用智能感知、智....

发表于 08-19 09:55 62次 阅读
4个月过去了 交行区块链国内信用证项目成果怎样了?

陆奇“入驻” YC,开启新征程,TensorFlow 2.0 即将发布,所有 tf.contrib 将被弃用

据美国财经网站 CNBC 报道,中国电动汽车制造商蔚来汽车(Nio)向美国证券交易委员会(SEC)提....

的头像 电子发烧友网工程师 发表于 08-19 09:44 176次 阅读
陆奇“入驻” YC,开启新征程,TensorFlow 2.0 即将发布,所有 tf.contrib 将被弃用

英伟达发布Q2财报,实现营收31.2亿美元

英伟达的汽车业务收入为1.61亿美元,高于预期的1.48亿美元。原始设备制造商和知识产权(包括用于加....

的头像 新智元 发表于 08-19 09:17 68次 阅读
英伟达发布Q2财报,实现营收31.2亿美元

新时代下的人工智能+围棋会碰撞出什么样的火花?

围棋被誉为“人类智慧最后的堡垒”,曾任总参办公厅主任的林建超将军组织专门的力量进行核算,得出的结论是....

发表于 08-19 09:07 21次 阅读
新时代下的人工智能+围棋会碰撞出什么样的火花?

“小芯片,大加速” 2018世界人工智能大会即将召开

2018世界人工智能大会今年9月17到19日将在上海徐汇西岸举办。大会由国家发展改革委、科技部、工业....

发表于 08-19 09:04 222次 阅读
“小芯片,大加速” 2018世界人工智能大会即将召开

广东省新一代人工智能发展规划发布 人工智能产业形势愈发良好

人工智能是引领未来的战略性技术,预示着新一轮科技革命和产业变革的方向,是真正的大国重器。

发表于 08-19 09:00 26次 阅读
广东省新一代人工智能发展规划发布 人工智能产业形势愈发良好

全国十五强 厦门跻身全国人工智能城市第一梯队

 省政府今年出台实施意见明确,厦门将打造具有国际竞争力的人工智能产业集群。

发表于 08-19 08:56 17次 阅读
全国十五强 厦门跻身全国人工智能城市第一梯队

人工智能时代 教育领域将有何改变?

研究人员发现,单一层次可以做一些类似于计算、算法等较为基础的事情;当模型里的层次不断加深时,计算的效....

发表于 08-19 08:53 25次 阅读
人工智能时代 教育领域将有何改变?

又一位AI科学家进军华尔街!

Shaw 于1980 年在美国斯坦福大学获得了博士学位, 30 岁不到就成为哥伦比亚大学计算机科学系....

的头像 新智元 发表于 08-19 08:50 116次 阅读
又一位AI科学家进军华尔街!

2018-2019年十项最具特色的成长性技术的AI技术

胶囊网络。是指在深度神经网络中构建多层神经元模块,用以发现并存储物体详细空间位置和姿态等信息的技术。....

的头像 新智元 发表于 08-19 08:41 120次 阅读
2018-2019年十项最具特色的成长性技术的AI技术

一张“迷你地图”,教你如何进击机器学习!

由图可见,想要进击机器学习,成为机器学习方面的专家,那么你需要从入门、深度学习、数据科学、R语言、P....

的头像 新智元 发表于 08-19 08:34 80次 阅读
一张“迷你地图”,教你如何进击机器学习!

多元化战略推进,人工智能公司深兰科技与绿地金融达成战略合作

8月16日,人工智能独角兽深兰科技宣布与绿地金融达成战略合作,合作签约仪式在深兰科技总部——深兰人工....

的头像 AI机器人 发表于 08-18 16:47 482次 阅读
多元化战略推进,人工智能公司深兰科技与绿地金融达成战略合作

从数据、算力、算法、教学总结机器学习的民主化

Siraj Raval从数据、算力、算法、教学四个方面总结了近年来机器学习是如何民主化的

的头像 论智 发表于 08-18 11:35 195次 阅读
从数据、算力、算法、教学总结机器学习的民主化

软件巨头Salesforce带来AutoML杀手TransmogrifAI

如果说去年“机器换人”的舆论来自车间的机器人手,那今年在全球范围内挥舞起“自动化”大棒的,就成了机器....

的头像 论智 发表于 08-18 11:32 509次 阅读
软件巨头Salesforce带来AutoML杀手TransmogrifAI

医疗人工智能该如何发展?又该如何应对疫苗危机?

报告从医疗人工智能的发展角度出发,以商业落地为切入点,总结出中国医疗人工智能发展10大洞察。梳理了国....

发表于 08-18 11:22 322次 阅读
医疗人工智能该如何发展?又该如何应对疫苗危机?

谷歌研发新型AI系统,可为50多种眼疾推荐准确率高达94%的治疗方案

据VentureBeat报道,由谷歌旗下DeepMind Health、Moorfields眼科医院....

发表于 08-18 11:07 55次 阅读
谷歌研发新型AI系统,可为50多种眼疾推荐准确率高达94%的治疗方案

兵器工业集团实现智能无人平台激光雷达核心器件自主研发

兵器工业集团实现智能无人平台激光雷达核心器件自主研发;Comma.ai发布Openpilot二级自动....

的头像 智能制造发展联盟 发表于 08-18 10:49 647次 阅读
兵器工业集团实现智能无人平台激光雷达核心器件自主研发

机器学习数据驱动中如何对小裂纹扩展的方向和速度进行识别

小裂纹的扩展是导致结构部件进入疲劳期的主要因素。尽管人们对此有很大的兴趣,但就裂缝扩展的方向和速度而....

的头像 知社学术圈 发表于 08-18 10:31 155次 阅读
机器学习数据驱动中如何对小裂纹扩展的方向和速度进行识别

探讨深度学习在自动驾驶中的应用

深度强化学习的理论、自动驾驶技术的现状以及问题、深度强化学习在自动驾驶技术当中的应用及基于深度强化学....

的头像 智车科技 发表于 08-18 10:19 182次 阅读
探讨深度学习在自动驾驶中的应用

科技王凡:如何保证自主泊车的安全

纵目科技王凡提出了“自动驾驶安全的马斯洛三角形”,让人耳目一新。

的头像 佐思汽车研究 发表于 08-18 10:12 468次 阅读
科技王凡:如何保证自主泊车的安全

SKT部署赛灵思FPGA 让其人工智能工作性能大大提高

自适应和智能计算的全球领先企业赛灵思公司(Xilinx, Inc.,(NASDAQ:XLNX)) 与....

的头像 电子发烧友网工程师 发表于 08-18 10:04 381次 阅读
SKT部署赛灵思FPGA 让其人工智能工作性能大大提高

什么是城市大脑?城市大脑是怎么破案的?

我们所生活的这座城市,正在变得越来越智能,因为它有一个聪明的脑袋——城市大脑。  简单来说,城市大脑....

的头像 人工智能 发表于 08-18 09:51 146次 阅读
什么是城市大脑?城市大脑是怎么破案的?

机器学习中如何实现数据转换?数据转化的方法实践详细概述

通常情况下是为了消除量纲的影响。譬如一个百分制的变量与一个5分值的变量在一起怎么比较?只有通过数据标....

的头像 人工智能爱好者社区 发表于 08-18 09:36 153次 阅读
机器学习中如何实现数据转换?数据转化的方法实践详细概述

英特尔宣布收购深度学习创业公司Vertex.AI

英特尔公司想要把更多人工智能(AI)技术整合到各项业务中,该公司在周四宣布收购深度学习创业公司Ver....

的头像 ICChina 发表于 08-18 09:32 318次 阅读
英特尔宣布收购深度学习创业公司Vertex.AI

人工智能拯救小鸡 科技改变生活

你知道一年有多少小鸡因为生病死掉么?1.5亿只作为一个农场主,最关心的莫过于自己的牲畜能否健康的成长....

的头像 SAP天天事 发表于 08-18 09:30 320次 阅读
人工智能拯救小鸡 科技改变生活

机器会意识有吗?如何能让人工智能机器拥有意识?

意识,没有一个客观的科学定义,难以观测认定,但它是每个人都能主观感受到的真实。当你看到嫣红的桃花轻摇....

的头像 人工智能学家 发表于 08-18 09:24 301次 阅读
机器会意识有吗?如何能让人工智能机器拥有意识?

重庆汽车电子再增新生力量

恩智浦中国汽车电子应用开发中心开业典礼 重庆汽车电子产业再添新动能。8月15日,恩智浦中国汽车电子应....

的头像 电子发烧友网工程师 发表于 08-18 09:19 280次 阅读
重庆汽车电子再增新生力量

美国人工智能发展竞赛中要落后于他国?

专注于数据、技术与公共政策的美国科技智库数据创新中心的高级政策分析师Joshua New撰文表示,由....

的头像 人工智能快报 发表于 08-18 09:18 269次 阅读
美国人工智能发展竞赛中要落后于他国?

AI人工智能电话机器人的发展分析,中国人工智能发展情况

李开复先生在TED关于人工智能的演讲,这场15分钟的演讲让人对于人工智能有了新的认识。

的头像 人工智能领域 发表于 08-18 09:14 402次 阅读
AI人工智能电话机器人的发展分析,中国人工智能发展情况

为什么AI的翻译水平还远不能和人类相比?

AI 的翻译水平真的已经可以和人类媲美了吗?而本文的作者从 NMT 技术出发,分析了这项技术仍存在的....

的头像 电子发烧友网工程师 发表于 08-18 08:49 344次 阅读
为什么AI的翻译水平还远不能和人类相比?

ARM史上第一次公开发布了一份CPU规划路线图

ARM首次公布了一份5/7nm CPU规划路线图。ARM称计算性能每一代都可以提升超过15%,并表示....

的头像 电子发烧友网工程师 发表于 08-18 08:42 152次 阅读
ARM史上第一次公开发布了一份CPU规划路线图

生活被机器人包围,这是件好事还是坏事?

作为地球上发展最快的行业之一,通过部署利用改进的人工智能技术,机器人已成为生活无处不在的新时代产物。....

的头像 安全自动化 发表于 08-17 17:53 892次 阅读
生活被机器人包围,这是件好事还是坏事?

探究昆虫如何完成面孔识别任务

人识别面孔的能力在很大程度上以“整体处理”过程为基础——将不同的面部特征粘合在一起,以提供有效识别。....

的头像 高工智能未来 发表于 08-17 17:27 214次 阅读
探究昆虫如何完成面孔识别任务

中国2018 Google开发者大会今天起开放报名

报告显示,今年第一度,全球智能音箱出货量预估达到920万台。其中,亚马逊稳居第一,出货量预计400万....

的头像 科技美学 发表于 08-17 17:23 1212次 阅读
中国2018 Google开发者大会今天起开放报名

在当前深度学习比较火热的情景下需要避免的三个坑

深度学习在过去几年一直是人工智能领域最热门的话题。事实上,正是它激发了科学家、政府、大公司以及其他所....

的头像 人工智能学家 发表于 08-17 17:16 227次 阅读
在当前深度学习比较火热的情景下需要避免的三个坑

人工智能已可以用于三维医学影像,快速准确的做出医疗诊断

人工智能在医疗领域的应用以数见不鲜了。在医学影像方面更是具有其独特的价值。

发表于 08-17 16:40 145次 阅读
人工智能已可以用于三维医学影像,快速准确的做出医疗诊断

盘点人工智能在无人机中的应用

科技正在以一种近乎革命性的手段,解决生活中真实存在的难题!人工智能的出现,重新定义了人类所认知的无人....

的头像 机器人博览 发表于 08-17 16:36 641次 阅读
盘点人工智能在无人机中的应用

探讨人工智能技术在心理学研究中的应用前景

人工智能及相关技术的发展,为心理学研究提供了突破性的研究方法和工具;心理学对大脑机制的研究成果运用于....

的头像 人工智能学家 发表于 08-17 16:33 843次 阅读
探讨人工智能技术在心理学研究中的应用前景

浅析人工智能在心理学研究中的应用前景

人工智能及相关技术的发展,为心理学研究提供了突破性的研究方法和工具;心理学对大脑机制的研究成果运用于....

的头像 重庆人工智能 发表于 08-17 16:21 379次 阅读
浅析人工智能在心理学研究中的应用前景

人工智能技术将与传统的自动化、机器人技术融合,重塑制造业

劳动力套利时代已经结束,人力成本不再是竞争焦点,制造业的未来在更小、更靠近消费者、更加敏捷的工厂里。....

的头像 工业4俱乐部 发表于 08-17 16:02 508次 阅读
人工智能技术将与传统的自动化、机器人技术融合,重塑制造业

人工智能在教育领域有哪些实践?

AI+确实会对行业产颠覆影响,但是本身还是一个工具,那须得以内容为载体。AI+教育,技术和内容结合才....

的头像 高工智能未来 发表于 08-17 15:32 434次 阅读
人工智能在教育领域有哪些实践?

GDPR对AI的挑战和基于联邦迁移学习的对策

7月28-29日,由中国人工智能学会和深圳市罗湖区人民政府共同主办,马上科普承办的“2018 中国人....

的头像 中国人工智能学会 发表于 08-17 14:48 289次 阅读
GDPR对AI的挑战和基于联邦迁移学习的对策

科大讯飞加速布局少儿编程 战略投资编玩边学

8月16日,编玩边学宣布获得科大讯飞千万级人民币的战略投资,君联资本跟投。这是编玩边学今年完成的第2轮融资,也是pre-B轮融资...

发表于 08-16 15:09 68次 阅读
科大讯飞加速布局少儿编程 战略投资编玩边学

区块链手表:智能穿戴,智能家居的挖矿时代

来源:贝壳手表CCT 在万众垂涎三尺的热切期盼中,中国人工智能在近两三年中掀起了一阵阵高潮。根据投资界的统计,2017年中...

发表于 08-16 14:07 125次 阅读
区块链手表:智能穿戴,智能家居的挖矿时代

一只住在心里的猛兽 | 1024创意街

「1024创意街」第一期,我们邀请了科大讯飞研究院科学家李鑫来和大家分享他的创意,以下是他创意分享的文字整理稿件。 创意分...

发表于 08-16 10:12 105次 阅读
一只住在心里的猛兽 | 1024创意街

机器学习能通过类似「指纹辨识」的方式识别出代码的编写者

这方法可以用来辨识黑客和意图瓢窃资料的人,但也有可能对隐私造成威胁。 虽然每位程序员都拥有自己独特的风格,但光通过观察...

发表于 08-14 09:48 146次 阅读
机器学习能通过类似「指纹辨识」的方式识别出代码的编写者

Firefly支持AI引擎Tengine,性能提升,轻松搭建AI计算框架

Tengine 是OPEN AI LAB 为嵌入式设备开发的一个轻量级、高性能并且模块化的引擎。基于ARM平台高效的计算库实现,针...

发表于 08-13 15:58 899次 阅读
Firefly支持AI引擎Tengine,性能提升,轻松搭建AI计算框架

【详解】FPGA:深度学习的未来?

作者:Griffin Lacey Graham Taylor Shawaki Areibi 来源:arxiv 摘要 最近几年数据量和可访问性的迅速增长,使得人...

发表于 08-13 09:33 232次 阅读
【详解】FPGA:深度学习的未来?

麦克风 | AI+医疗,站上了新一轮的风口?

人工智能最近几年一直很火,特别是在谷歌的AlphaGo以4:1的成绩战胜了世界围棋冠军李世石后,人工智能在全世界范围内被引爆。...

发表于 08-13 09:28 82次 阅读
麦克风 | AI+医疗,站上了新一轮的风口?

【百度人脸识别开发套件】开放人脸识别APP及SDK,加速二次开发进程

百度人脸识别套件是集算法与软硬件为一体的一站式开发套件,目前人脸识别APP及SDK已开放,助力企业二次开发,加速产品落地...

发表于 08-10 15:31 1249次 阅读
【百度人脸识别开发套件】开放人脸识别APP及SDK,加速二次开发进程

晚自习回顾 | “药神”不在,AI已来

自从7月5日上映以来,《我不是药神》已经突破30亿票房,位列中国电影票房第五名。高票房的背后,是民众对医疗行业的深切关注。 ...

发表于 08-10 11:56 247次 阅读
晚自习回顾 | “药神”不在,AI已来

这6点帮你解决参数未知的重要问题 | AI知识科普

班主任发现,经常有许多对人工智能领域跃跃欲试的小伙伴在后台发私信问我“怎样快速入门人工智能呢?” 对于这样的问题,班主...

发表于 08-10 11:47 141次 阅读
这6点帮你解决参数未知的重要问题 | AI知识科普