-
停車還是減速?伯克利實例演示對抗樣本帶來的潛在隱患
近年來,深層神經網路(DNN)在影像處理、文本分析和語音辨識等各種應用領域取得了長足進步,它因此也被作為重要組成部分納入到許多資訊物理系統(cyber-physical system)中,如自動駕駛汽車的視覺系統可以利用DNN更好地辨別行
2018-01-03 0 -
2018年機器學習和資料科學重要會議概覽
2017年已經結束,就在幾天前,我們度過了元旦,迎來了2018。逝水如斯,在我們懷念過去的18歲的同時,不妨跟著論智展望一下機器學習在未來一年中的發展,那麼2018年,資料科學和機器學習又會迎來哪些重要會議呢?以下是明年一整年的會議預告,
2018-01-02 1 -
矽谷最偏愛這十所大學的學生,但無一是藤校
在美國,矽谷擁有人人垂涎的工作機會,而象徵一流名校的常春藤聯盟則有全國最頂尖的學生,以至於像蘋果、穀歌、亞馬遜和Facebook這樣的科技巨頭們都想從頂尖學校挑選最優秀的學生。不過,最近線上招聘公司HiringSolved公佈了一份令人瞠
2017-12-29 3 -
圍棋之幸?圍棋之悲?史上最年輕“五冠王”柯潔宣佈再戰AI
人們談論說,人還是那個人,狗不再是那只狗——但這次,狗不再是那只狗,人也不是那個人了。昨天下午,論智從中新網瞭解到,剛剛斬獲人生第五冠的棋手柯潔在中國棋院宣佈,將于明年四月再度對戰圍棋AI程式:作為一名棋手,我還是很享受去挑戰強大的對手。
2017-12-28 9 -
悄悄修改GeForce顯卡EULA針對深度學習:Nvidia在害怕什麼?
最近,Nvidia不聲不響地修改了GeForce系列顯卡驅動的EULA(使用者授權合約),加上了這麼一條:No Datacenter Deployment. The SOFTWARE is not licensed for datacen
2017-12-26 0 -
從零學習:從Python和R理解和編碼神經網路
編者按:當你面對一個新概念時,你會怎麼學習和實踐它?是耗費大量時間學習整個理論,掌握背後的演算法、數學、假設、局限再親身實踐,還是從最簡單的基礎開始,通過具體專案解決一個個難題來提高你對它的整體把握?在這系列文章中,論智將採用第二種方法和
2017-12-18 1 -
從零學習:生成敵對網路(GAN)入門指南
編者按:近年來,神經網路已經取得了很大進展,從能感知圖像、聲音,到轉錄人類自然語言,它的發展為我們開啟了一扇嶄新的大門。但即便如此,我們現在已實現的“智慧”距離真正的智慧還有不小的差距,機器人能通過感測器收集光譜、聲波資訊,但它們並不能做
2017-12-25 0 -
專家總結2017年機器學習重大行業成果,AlphaGo Zero是一大關鍵
過去的2017年對於機器學習來說,是充滿驚喜的一年,從GAN的發展到膠囊演算法的提出再到人工智慧的落地應用。許多人擔憂的十年一輪的AI“寒冬”似乎還沒有露頭的徵兆。面對即將到來的2018,我們又可以展望哪些值得期待的技術成果呢?近日,KD
2017-12-19 0 -
穀歌發佈NIMA,一個有品位的CNN模型
編者按:谷歌今日發文介紹新型深度CNN模型——NIMA(Neural Image Assessment),它能以接近人類的水準判斷出哪張圖片最好看。以下是論智對穀歌博客內容的編譯。圖像品質和美學的量化一直是影像處理和電腦視覺長期存在的問題
2017-12-20 0 -
電腦如何“讀懂”語言——機器翻譯簡明原理
Statsbot資料科學家Daniil Korbut簡明扼要地介紹了用於機器學習翻譯的基本原理:RNN、LSTM、BRNN、Seq2Seq、Zero-Shot、BLEU。我們都在使用的很多技術,我們其實並不知道它們到底是如何工作的。實際上
2017-12-22 0 -
穀歌大腦發佈DeepVariant,用深度學習實現精准基因測序
在許多科學領域,特別是基因組學領域裡,重大突破常常歸功於新技術的應用。例如誕生于1977年的桑格測序法(Sanger sequencing),是世界上第一個測定人類DNA序列的方法;後來的微陣列晶片技術(microarray techno
2017-12-09 0 -
入門資料科學,初學者需要掌握的10大機器學習演算法
編者按:2016年知名資料科學專業平臺KDnuggets在網站上列出了10大開發者必備的機器學習演算法排名,受到眾多讀者歡迎。近期,作者Reena Shaw又結合當前發展重寫原文,再一次吸引了大量資料科學家的目光。文章中包含演算法簡析和數
2017-12-11 0 -
貝葉斯網路之父無人問津?一文詳解Judea Pearl NIPS 2017報告
這兩天Facebook、twitter等社交網路上開始流傳Judea Pearl在NIPS 2017演講的照片:社交網路上很多人都被這張照片震驚了,紛紛表示,貝葉斯網路之父、因人工智慧概率方法和因果推理演算法獲得2011年圖靈獎的Jude
2017-12-13 0 -
如何用神經網路“尋找威利”(附代碼實現)
《威利在哪裡?》(Where’s Wally)是由英國插畫家馬丁·漢德福特(Martin Handford)創作的一套兒童繪本。這個書的目標就是在一張人山人海的圖片中找出一個特定的人物——威利(Wally)。“Where’s Wally”
2017-12-12 1 -
CapsNet入門系列之三:囊間動態路由演算法
【編者按】深度學習開創者之一、反向傳播等神經網路經典演算法的發明人Geoffrey Hinton思考了膠囊網路數十年之久,然而直到上一個月才發表論文正式提出膠囊網路。主要原因就是一直沒找到訓練膠囊網路的合適演算法。深度學習開發者,Medi
2017-12-04 0 -
AlphaZero一天攻陷3大棋牌遊戲,這是RL的成就還是TPU的勝利?
五天前在穀歌總部舉辦的一場國際象棋比賽,DeepMind聯合創始人德米斯·哈薩比斯(左三)笑開了花編者按:20年前的1997年,超級電腦“深藍”在比賽中擊敗Garry Kasparov,為電腦和棋手們開啟了一場新革命。從AlphaGo在圍
2017-12-08 0 -
ICLR 2018盲審:一篇披著RNN外衣的神經科學論文
編者按:ICLR是深度學習領域的國際頂級會議,由業內大師Yann LeCun和Yoshua Bengio於2013年牽頭舉辦。今年10月27日,ICLR 2018正式截稿並步入雙盲評審階段,由於這時的論文都是公開的,之前一篇關於Hinto
2017-12-07 4 -
斯坦福發佈2017人工智慧指數報告 洞悉行業發展趨勢
1956年,“人工智慧(AI)”一詞正式誕生。如今,它已應用于無人駕駛、語音辨識和電腦視覺等多種智慧場景。為洞察該領域的進展,近日,由斯坦福大學率領的人工智慧前沿專家們組成的AI 100發佈了一份報告,這份報告指明了當前人工智慧發展的現狀
2017-12-05 0 -
初窺神經網路內部機制,圖文詳解權重和隱藏層
【編者按】本文是機器學習開發者和講師、生成藝術家Gene Kogan為沒有很多背景知識的讀者撰寫的神經網路內部機制入門教程。和假定讀者已經有一定的數學能力,甚至擁有電腦科學的學位或背景的CS231n課程相比,本文對讀者的背景知識沒有很多要
2017-11-27 2 -
CapsNet入門系列之二:膠囊如何工作
作者 | Max Pechyonkin編譯 | weakish編者按:繼介紹膠囊網路背後的直覺之後,深度學習開發者,Medium知名博主Max Pechyonkin撰寫了系列文章的第二篇,討論膠囊是什麼,膠囊是如何工作的。本文為作者授權編
2017-11-23 2