注意下面很多链接需要访问外国网站,无奈国情如此
1. 大炮Gary Marcus(NYU教授,前Uber AI lab的director)发长文讨论深度学习的各种问题,比如需要大量数据,容易被攻击等等
链接:https://arxiv.org/ftp/arxiv/papers/1801/1801.00631.pdf
2. Justin Timberlake新出的MV Filthy,背景是2028年吉隆坡的AI大会(当然是虚构的),如果机器人真的有这种dexterity就好了
视频:https://www.youtube.com/watch?v=gA-NDZb29I4
3. TF 1.5快出来了,现在有了rc0,大的feature看来就是eager和Lite,以及CUDA/cuDNN升级
Release note链接:https://github.com/tensorflow/tensorflow/releases/tag/v1.5.0-rc0?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI
4. 上周说到adversarial attack,这周就看到Google的这篇NIPS论文,他们做的这个patch可以直接3D打印出来放到物体旁边,然后classifier就悲剧了
链接:https://arxiv.org/pdf/1712.09665.pdf
5. MIT自驾车的课2018又要开始了(2017年的guest speaker视频还没传完,哎),这个课虽然比较短,应该只是半个学期,但是内容还不错,而且作业也蛮有意思,请的speaker都是大牛,就是我觉得课的内容太浅,自驾是及其复杂的系统,这个课只讨论了很小的一块儿。今年看邀请的speaker也很赞,都是各大自驾厂Waymo/nuTonomy/Aurora/Voyage的领军人物
链接:https://selfdrivingcars.mit.edu/
另外这个课的主讲Lex Fridman这个学期还要上一门AGI的课,请的speaker也都是大神: Josh Tenenbaum(MIT教授), Ray Kurzweil(Google eng director),Mark Reibert(Boston Dynamics CEO),还有Ilya Sutskever和Andrej Karpathy就不用介绍了,非常期待
链接:https://agi.mit.edu/
6. 这个工作也蛮有趣,根据bug报告来判断那个工程师应该去triage。记得以前我在的那个组每周有一个专门的人就干这个事儿,大概要占一半的时间,有了这个工具就可以省很多时间了。虽然现在几个开源项目上的效果并不是那么准(rank-10也只有50%左右的准确率),但是感觉如果效果好的话应用空间很大。另外我觉得他们没有考虑工程师的commit,不然应该会有提高
链接:https://arxiv.org/pdf/1801.01275.pdf
http://bugtriage.mybluemix.net/
7. Toronto一帮人写的RNN survey,原来还有那么多不知道的东西,LSTM/GRU就一堆变种,还有各种优化方法,gradient descent变种训练方法等等,博大精深
链接:https://arxiv.org/pdf/1801.01078.pdf
8. 艾瑞最近出的两个研究报告还不错,一个关于计算机视觉,一个关于人工智能城市,我觉得行业里的公司和应用方向的整理比较清晰
CV: http://report.iresearch.cn/wx/report.aspx?id=3097
智能城市:http://report.iresearch.cn/wx/report.aspx?id=3121
9. Reddit 评选2017年机器学习各项最佳
链接:https://www.reddit.com/r/MachineLearning/comments/7nrzhn/d_results_from_best_of_machine_learning_2017/
10. BAIR发blog介绍Ray,之前也介绍过Ray,是个不错的framework,大大简化了并行化带来的复杂度,很多算法几十行就能搞定
链接:http://bair.berkeley.edu/blog/2018/01/09/ray/
本文分享自 机器学习人工学weekly 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!