-
都说人工智能企业盈利难 具体都难在哪儿？
所属栏目：[经验] 日期：2019-07-30 热度：109
自2016年阿法狗赢得人机大战以来，关于人工智能的投资、发展和应用便火热不止。在全球各国的一致重视与推动下，2018年全球AI市场规模已经来到了1万亿美元以上，年均增速超过50%;人工智能企业数量接近3000多家;同时人工智能应用也已经在教育、医疗、金融、[详细]
-
模拟人脑项目彻底宣告失败：耗资10亿欧，10年前轰动全球，如今死得悄无声息
所属栏目：[经验] 日期：2019-07-30 热度：54
副标题#e# 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。 10年砸入10亿欧元，为了用计算机模拟人脑。这个十年前曾轰动全球的项目，如今彻底死了，死得悄无声息。要不是有位西方记者提起，人们几乎已经完全遗忘。 模拟人脑？呵，实际[详细]
-
聊天机器人 vs 移动应用：未来属于谁？
所属栏目：[经验] 日期：2019-07-30 热度：144
聊天机器人和移动应用之争一直是业内争论不休的话题之一。在这方面，大多数人都倾向于聊天机器人，而不是移动应用。问题是，为什么聊天机器人会比移动应用更受青睐？那么，让我们来分析一下这个方面。 移动应用已经成为全球企业的首选策略。世界上任何一个[详细]
-
人工智能时代之后的生活
所属栏目：[经验] 日期：2019-07-30 热度：168
人工智能将成为人类有史以来最具革命性的变革技术之一。随着人工智能技术的发展，那么哪些预测和假设即将来临? 在人们发明了所有可以发明的东西后，还将会出现什么?人工智能专家花费很多时间思考和探索这项技术的未来：人工智能可能将人类带向哪里?以及人[详细]
-
PyTorch的4分钟教程，手把手教你完成线性回归
所属栏目：[经验] 日期：2019-07-29 热度：55
副标题#e# 大数据文摘出品 编译：洪颖菲、宁静 PyTorch深度学习框架库之一，是来自Facebook的开源深度学习平台，提供研究原型到生产部署的无缝衔接。 本文旨在介绍PyTorch基础部分，帮助新手在4分钟内实现python PyTorch代码的初步编写。 下文出现的所有功[详细]
-
新手必看的Top10个机器学习算法 学会了你就是老手
所属栏目：[经验] 日期：2019-07-29 热度：138
总共有多少机器学习的模型？不知道，没人统计过，如果加上各种变体的话，那就更加多了去了。想到这个，你头大不大？那是不是所有都要去学，都要去了解呢？当然不是，不过，下面的这10个算法，如果你是新手的话，一定要去好好学学，搞懂了这些，其他的就是[详细]
-
5G医疗的7种未来
所属栏目：[经验] 日期：2019-07-29 热度：102
随着医院部署的医疗设备和移动设备越来越密集，卫生系统IT基础设施的带宽也随之愈发紧张。 许多通信企业的管理者认为，5G技术的实时高带宽和低延迟访问特性，具有扩展医疗应用程序功能、医疗设备、机器人和移动设备功能所需的性能。有人说5G将是革命性的。[详细]
-
无人驾驶汽车现状如何？
所属栏目：[经验] 日期：2019-07-29 热度：96
几年来，我们一直在谈论和讨论自动驾驶汽车。 但我们在路上却看不到它们。这并不意味着这个领域没有任何可能性，这个行业的发展日新月异。从特斯拉(Tesla)到谷歌，再到优步(Uber)，再到所有主要的汽车制造商，自动驾驶仍然是他们的首要任务，并且在将自动[详细]
-
面向企业的10个最佳商业智能工具
所属栏目：[经验] 日期：2019-07-26 热度：160
副标题#e# 无论规模如何，企业都可以使用最适合其需求的商业智能工具帮助其业务发展。 商业智能工具可以帮助企业从其数据中获取洞察力，并更好地了解要遵循的方向和趋势。无论企业的业务规模如何，实施正确的商业智能工具都可以帮助其比以往更多地使用数据[详细]
-
17 岁成为 iOS 越狱之父，25 岁造出无人车
所属栏目：[经验] 日期：2019-07-26 热度：152
副标题#e# 5 岁写出第一套电脑程序；14 岁凭借自制的测绘机器人入围英特尔国际科学与工程大奖赛决赛；高中时期发明一套初级的脑电波控制系统，再度入围英特尔大赛；17 岁破解第一代苹果手机；27 岁研发出汽车自动驾驶系统，秒杀谷歌与特斯拉 这样开挂的人生[详细]
-
通过去中心化人工智能赋予制造业能量
所属栏目：[经验] 日期：2019-07-25 热度：92
从居家新型虚拟助手到将我们邮箱内的垃圾邮件一扫而光的垃圾邮件过滤器，人工智能(AI)已深入我们生活的方方面面。随着人工智能算法及驱动它们的计算能力日臻完善，它们在积极改变人类家园方面的能力不容置疑。事实上，预测，到2030年，人工智能可为全球经[详细]
-
60行代码徒手实现深度神经网络
所属栏目：[经验] 日期：2019-07-25 热度：143
副标题#e# 01 准备数据集 采用的数据集是sklearn中的breast cancer数据集，30维特征，569个样本。训练前进行MinMax标准化缩放至[0,1]区间。按照75/25比例划分成训练集和验证集。 #获取数据集 importnumpyasnp importpandasaspd fromsklearnimportdatasets f[详细]
-
心理测量？预知犯罪？AI可以减少京都之殇吗？
所属栏目：[经验] 日期：2019-07-25 热度：121
副标题#e# 图源：齐鲁网 一场火，两行泪。当地时间7月18日上午约10点30分，日本知名动画制作公司京都动画遭人纵火。事发时，工作室内共有74人在工作。截止目前，大火已造成34人死亡、36人受伤（含嫌犯在内），仅有6人成功脱险。 日本共同社称，这是日本自平[详细]
-
如何消除人工智能邪恶化的危险
所属栏目：[经验] 日期：2019-07-25 热度：62
随着越来越多的个人、政府、企业将人工智能技术视为一种邪恶，很明显人们需要指标来确保人工智能是一个良好公民。 那么如何衡量人工智能应用程序中的邪恶? 这可能听起来像一个滑稽的问题，但人们应该问一下自己，将邪恶这个词应用于任何一个应用程序意味着[详细]
-
机器人“厨师长”现身纽约，一小时能做300个寿司卷！
所属栏目：[经验] 日期：2019-07-25 热度：97
曼哈顿休闲快餐连锁店Dalup Modern Indian的一台可自动制作多莎饼的机器。 机器人正在进入纽约市大大小小的餐馆，接管它们的厨房。 市镇中越来越多的餐厅正在使用机器来准备各种各样的食物和饮料，在很多情况下替换掉了通常负责这些工作的人类员工。不妨想[详细]
-
女性劳动更容易被 AI 替代？
所属栏目：[经验] 日期：2019-07-25 热度：190
副标题#e# 最近有很多研究提到，人工智能和自动化为主的技术进步，可能让女性就业受到比男性更大的冲击。 不过更进一步查看的话，所有这些文章会将深层原因归结于，女性更少的从事科学、技术、工程和数学 (STEM) 方向的学习;说大白话，就是女性没有学会编程[详细]
-
使用下意识时的你，与AI无异
所属栏目：[经验] 日期：2019-07-25 热度：159
在今天这个人人都有可能被愚弄的日子，不如我们来换换戏耍的对象，看看机器有没有可能被愚弄欺骗呢? 在人工智能五十年的研发过程中，我们一直在不断尝试着让机器理解人对于世界的认知方式。不管是一直没有实现较大突破的类脑计算，还是模仿人类感知外界机[详细]
-
AI和数据为未来智慧城市赋能的5大途径
所属栏目：[经验] 日期：2019-07-25 热度：131
我们生活的世界越来越趋于城市化。根据联合国2009年的一项研究，每周有130万人迁入城市，到2040年，世界人口的65%将居住在城市。从犯罪率上升到交通流量增加等一系列指标中，我们都可以看到这些城市中心正在经受的不断增长的阵痛。而面对人口密度提高和维[详细]
-
Github12000+star的机器学习教程，理论、代码、demo全有了
所属栏目：[经验] 日期：2019-07-25 热度：97
副标题#e# 导读：本文介绍的仓库包含用Python实现的流行的机器学习算法的示例，后面将解释它们的数学原理。每个算法都有交互式Jupyter笔记本演示，允许你使用训练数据、算法配置和立即查看浏览器中的图表并预测结果。 ▲图片来源：https://vas3k.ru/blog/ma[详细]
-
为什么这些照片连最强大的视觉AI也无法准确识别？
所属栏目：[经验] 日期：2019-07-25 热度：200
▲ 桌子上面的到底是井盖还是蜻蜓?(图片提供：Dan Hendrycks) ▲ 照片中的是一只绿鬣蜥，还是一只松鼠?(图片提供：Dan Hendrycks) ▲这是独轮车，还是一只穿越马路的鳄鱼?(图片提供：Dan Hendrycks) 对人类而言，这些答案显而易见。然而，世界上最强大的图[详细]
-
比尔·盖茨 ：人工智能的最大影响力仍需数十年
所属栏目：[经验] 日期：2019-07-25 热度：139
比尔盖茨 透过预见和利用世界变化的趋势，而成为有史以来最成功的科技巨头之一。但他最近承认很难预测即将到来的自动化和人工智能潮流，何时将对人类经济与劳动力市场产生最大的影响? 即使如此，他仍预测最大的影响可能还需要几十年的时间。换个角度来看，[详细]
-
10张图表改变你对人工智能用于市场营销的看法
所属栏目：[经验] 日期：2019-07-25 热度：195
副标题#e# 根据Adobe最新的Digital Intelligence Briefing显示，那些业绩最好的企业在市场营销中采用人工智能技术的比例是其他公司的两倍(28%对12%)。 据IDC称，今年零售商将在基于人工智能的市场营销和客户服务解决方案上投资59亿美元，以改善购物者的购买[详细]
-
从经典结构到改进方法，神经网络语言模型综述
所属栏目：[经验] 日期：2019-07-24 热度：172
副标题#e# 作为自然语言处理(NLP)系统的核心组成部分，语言模型可以提供词表征和单词序列的概率化表示。神经网络语言模型(NNLM)克服了维数的限制，提升了传统语言模型的性能。本文对 NNLM 进行了综述，首先描述了经典的 NNLM 的结构，然后介绍并分析了一些[详细]
-
技惊四座的BERT全靠数据集？大模型霸榜或许是学界的灾难
所属栏目：[经验] 日期：2019-07-23 热度：120
作为 2018 年自然语言处理领域的新秀，BERT 是过去几年自然语言处理（NLP）领域的集大成者，一经出场就技惊四座，碾压所有算法，刷新了 11 项 NLP 测试的最高纪录，甚至有「超越人类」的表现，它被认为是未来 NLP 研究和工业应用最为主流的语言模型之一。[详细]
-
让神经网络训练速度加快4倍！谷歌大脑团队提出“数据回送”算法
所属栏目：[经验] 日期：2019-07-23 热度：127
副标题#e# 在摩尔定律的暮色中，GPU 和其他硬件加速器极大地加速了神经网络的训练。但是，训练过程的前期阶段（如磁盘读写和数据预处理）并不在加速器上运行。随着加速器的不断改进，这些前期阶段所花费的时间将逐渐成为训练速度的瓶颈。谷歌大脑团队提出了[详细]
浙公网安备 33038102330476号