你好,游客 登录
rss订阅 手机访问 
深度学习应用
他曾是人工智能领域的先驱 如今却自愿成为“叛徒”
网易科技讯 5月25日消息,据大西洋月刊报道,人工智能(AI)的智慧很大程度上应归功于朱迪亚·珀尔(Judea Pearl)。在20世纪80年代,他领导的努力使机器可依据概率进行推理。然而现在,珀尔却成为AI领域最尖锐的批评者之一。在最新著作《The Book of Why:The New Science of Cause and Effect》中,珀尔认为由于未能充分理解智能的真正含义,AI的发展已受到阻碍。
日期:05月25日 作者:
工业4.0:制造业的未来
今天,只有一些制造商的传感器和机器联网并利用嵌入式计算。它们通常组建在一个垂直自动化金字塔中,其中传感器和具有有限智能的自动化现场设备和自动化控制器供应到总体制造过程控制系统。
日期:05月25日 作者:
AI 硬件生死局:现实太缓慢,不如谈梦想?
图片来源:视觉中国
这几年AI发展很快,关于AI硬件、行业颠覆的概念也被炒得很火。
别人都说AI产品一片大好,大有可为。
哪里大好了?哪里有为了?看客拍手叫好,内行才知冷暖啊! 一、AI 硬件:热闹和冷暖
过去这几年,AI 硬件创业层出不穷:
有执着过机器人梦想的康力优蓝、优必选、猎户星空、物灵;
有扎堆音箱战局,黯然离场的Rokid.
日期:05月25日 作者:
一看就会!英伟达新研究教机器人仅通过观察人类行为完成任务
来源:news.developer.nvidia.com
翻译:肖琴
【新智元导读】NVIDIA的研究人员开发了第一个可以教机器人仅通过观察人类的行为来完成任务的深度学习系统。该方法利用合成数据来训练神经网络,是第一次在机器人上使用以图像为中心的域随机化方法。
论文地址:https://arxiv.org/abs/1805.07054
来自NVIDIA的研究人员开发了一个基于深度学习的系统,该系统.
日期:05月25日 作者:
陈天奇团队新研究:自动优化深度学习工作负载
来源:arxiv.org
翻译:肖琴
【新智元导读】华盛顿大学计算机系博士生陈天奇、以及上海交通大学和复旦大学的研究团队提出一个基于学习的框架,以优化用于深度学习工作负载的张量程序。该研究使用基于机器学习的方法来自动优化张量运算核心并编译AI工作负载,从而可以将最优的性能部署到所有硬件。实验结果表明,该框架能够为低功耗CPU,移动GPU和服务器级GPU提供.
日期:05月25日 作者:
【一文看懂】深度神经网络加速和压缩新进展年度报告

【新智元导读】在人工智能领域,深度神经网络的设计,如同绘制枝蔓繁复的兰竹,需在底层对其删繁就简;而将其拓展至不同场景的应用,则如同面向不同意境的引申,需要创新算法的支撑。中国科学院自动化研究所的程健研究员,向大家介绍过去一年,深度神经网络加速和压缩方面所取得的进展。
日期:05月24日 作者:
AI学会在实验室培养特定细胞 研究新药或更有效率
自动化机器人现在已经配备了能够借助干细胞培育简化版仿造人类器官的工具。幸运的是,这并非是来自“机器人统治地球并且圈养人类”的科幻情节,而且这项技术能够让制药学和其它生物学研究变得更简单、更迅速。如果给予这种机器人一些多能干细胞(能够发育成任何类型细胞的干细胞),21天后它们就能够在实验室培育出的仿造人类器官上,完成复杂的药效或者基因操控.
日期:05月23日 作者:
【一文看懂】深度神经网络加速和压缩新进展年度报告
来源:深度学习大讲堂
作者:中科院自动化所程健
转载编辑:克雷格
【新智元导读】在人工智能领域,深度神经网络的设计,如同绘制枝蔓繁复的兰竹,需在底层对其删繁就简;而将其拓展至不同场景的应用,则如同面向不同意境的引申,需要创新算法的支撑。中国科学院自动化研究所的程健研究员,向大家介绍过去一年,深度神经网络加速和压缩方面所取得的进展。
日期:05月22日 作者:
研究人员用 AI 评估小血管病变,可预测病人患中风和痴呆的概率
雷锋网消息 伦敦帝国理工学院和爱丁堡大学的科学家们发明了一款软件,它能够发现小血管病变,并判断病变的严重程度。小血管病变是导致中风和痴呆的最常见原因之一。这项研究是在查林十字医院进行的,结果发表在《放射学》杂志上。
日期:05月18日 作者:
除了人类,有些声音也在偷偷和语音助手说话!
研究人员现在可以将人耳听不见的秘密音频指令发送给 Apple 的 Siri,Amazon 的 Alexa 以及 谷歌的 Assistant。 编辑| 微胖 来源| 纽约时报
日期:05月17日 作者:
语音识别现在发展到什么阶段了?
在人工智能快速发展的今天,语音识别开始成为很多设备的标配,语音识别开始被越来越多的人关注,国外微软、谷歌、Facebook,国内的科大讯飞、思必驰等厂商都在研发语音识别新策略新算法,今天小编就将为你做语音识别技术的简单介绍,并谈谈它的发展历程和未来可能的发展方向。
日期:05月17日 作者:
语音识别中的CTC算法的基本原理解释
目前主流的语音识别都大致分为特征提取,声学模型,语音模型几个部分。目前结合神经网络的端到端的声学模型训练方法主要CTC和基于Attention两种。
日期:05月17日 作者:
靠数据,中国能否成就全球智能新战略?
从人脸识别、智能翻译,到远程医疗、智能投顾、无人驾驶、线上教育、智能物流,大数据和人工智能已经以一个我们想不到的速度蔓延、渗透到了人们生活的方方面面。我们的制造、交通、金融、通讯、医院、教育,乃至我们的政府服务,都正在经历一场前所未有的技术变革。
日期:05月17日 作者:
「人工智能」专业来了,CMU的人工智能专业本科生都学什么课?
雷锋网 AI 科技评论按:这是一个 AI 爆发的时代,从研究,到应用,再到教育。
日期:05月17日 作者:
不要小看日本的AI公司
这家日本的AI独角兽,目前估值已经超过20亿美元。
编者按:本文来自微信公众号“量子位”(ID:QbitAI),作者:唐旭 夏乙,36氪经授权发布。
“超越Google。”
有家日本AI创业公司,把这个当成奋斗目标挂在嘴边。而且还放言说,如果他们全速前进,肯定能干成世界第一。
别说,他们还真搞出一个公认的第一。
在漫画线稿上色AI.
日期:05月17日 作者:
内容分类