机器学习人工学weekly-12/24/2017

1. DeepMind发布2017年的回顾blog,总结今年在多个方面取得的进展,比如AlphaGo Zero,Parallel WaveNet(比最早的WaveNet快了100倍,用来产生Google Assistant的语音),基于进化算法的增强学习和神经网络架构搜索,基于概率分布的增强学习(那篇paper很值得一读),已经基于imagination的model-based增强学习(跟Yann LeCun说的predictive learning有点像)等等

blog链接:https://deepmind.com/blog/agents-imagine-and-plan/

2. Science上关于Libratus的论文发出来了,在non-perfect information game领域取得了重大进展。我尝试去读了一下,确实没读懂(?),不过他们用的Monte Carlo Counterfactual Regret Minimization也是增强学习的一种

链接:http://science.sciencemag.org/content/early/2017/12/15/science.aao1733.full

3. MIT的自驾车课程MIT 6.S094 (cars.mit.edu)又放出了2集guest speaker的视频,分别是MIT的Sertac Karaman讲motion planning和Stanford的Chris Gerdes讲政府监管。Karaman参加了DARPA Urban Challenge,MIT当年第四,他讲的跟Cornell撞车的分析很有意思,motion planning真的很男,Karaman现在也在做自驾的创业Optimus Ride。Gerdes他们做了奥迪自驾赛车Shelley,而且在美国交通部担任首席创新官,在监管方面很有见解

视频链接:https://www.youtube.com/watch?v=0fLSf3NO0-s&list=PLrAXtmErZgOfvrgXrKgzAFbqAW-lCG0Fv

4. Google的一个工程师做的机器学习101 ppt,非常华丽,可以看看

链接:https://docs.google.com/presentation/d/1kSuQyW5DTnkVaZEjGYCkfOxvzCqGEFzWBy4e9Uedd9k/preview?imm_mid=0f9b7e&cmp=em-data-na-na-newsltr_20171213#slide=id.g168a3288f7_0_58

5. Google和NASA合作,用深度学习通过行星的亮度规律找到了Kepler-90i这个新的行星,很有意思的发现

链接:https://www.nasa.gov/press-release/artificial-intelligence-nasa-data-used-to-discover-eighth-planet-circling-distant-star

6. Google发布Tacotron 2, 让TTS产生的语音更接近人声,有一篇小paper,大概的idea就是2步走,先用seq2seq从字母生成语音特征,然后在用wavenet类似的方法从语音特征生成最后的语音,效果很逼真

链接:https://arxiv.org/abs/1712.05884

7. statsbot发了一篇今年文章总结今年深度学习的各种进展,GAN部分和RL部分写的不错,虽然并未提及很重要的Alpha*系列和Liberatus,以及learning to learn这个重要的趋势

链接:https://blog.statsbot.co/deep-learning-achievements-4c563e034257

8. JP Morgan内部关于机器学习的280页文档,写的不错,里面有一些机器学习在金融领域的应用案例,可以看看

链接:http://www.valuesimplex.com/articles/JPM.pdf

9. 本周在上海纽约大学举办了一个Future Leaders of AI Retreat活动,邀请了很多顶级学校的博士生,陈天奇,顾士翔等等,还有今日头条的李航,FB的田渊栋等等大牛。虽然没能去现场,但是录制的视频值得一看

视频链接:http://www.itdks.com/eventlist/detail/1849

X. 本周都在学习Google Cloud的一系列跟大数据相关的一系列产品,其实除非是做纯研究,否则要让产品落地的话整个数据链的pipeline非常非常重要,不是打广告,Google这些产品还都挺有用的:

Cloud Dataprep - 洗数据用的

Cloud Dataproc - host在Google服务器上的hadoop/spark

Cloud Dataflow - host在Google服务器上的Apache Beam,跑数据pipeline,支持batch和streaming

BigQuery - 数据仓库

Cloud Datalab - host在Google服务器上的jupyter notebook

Cloud Data Studio - 类似tableau画图做visulizaition

Cloud ML Engine - 类似TFX+Vizier,或者Amazon SageMaker,也支持调超参

StackDriver - 做监控用的

其他还有BigTable, Spanner之类的数据库也都很有用

原文发布于微信公众号 - 机器学习人工学weekly(MLandHuman)

原文发表时间:2017-12-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI研习社

哈佛神经机器翻译系统 OpenNMT 更新等 | 开发者头条

哈佛大学神经机器翻译系统 OpenNMT 新版本发布 癌症检测突破!谷歌深度学习算法的乳腺癌检测准确率超病理科大夫 两大 AI 平台联手!IBM Watson...

2998
来自专栏人工智能头条

【AI每日播报】科大讯飞新品发布 MXNet携手亚马逊AWS

1526
来自专栏华章科技

送书 | 别泡枸杞,别晒步数!7招搞懂健康数据,有型有颜等TA来撩

导读:你的日常活动正在产生大量数据!但其中很多数据也正在被你浪费。你以为数据与健康的关系,就是在朋友圈里晒晒步数?其实,并不需要复杂的技术,这些数据就可以帮你完...

312
来自专栏新智元

【深度学习看手相】台湾学生获奖 AI 项目是科学还是伪科学?

【新智元导读】 本周日带来一个有趣的研究——台湾的研究者使用深度学习用于看手相的项目。他们结合了看手相、深度学习和聊天机器人,以2000张人手照片作为基础数据,...

3238
来自专栏人工智能头条

【CSDN AI 周刊】第11期 | 周志华提出深度森林 引发持续热议

1253
来自专栏奇点大数据

数据科学家节选(4)

人们热衷于进行各种数据观测、拟合,希望对数据进行可期望的预判,这种行为究竟本质上是在做什么呢?从带有一定功利色彩的眼光来看,这实际上是一种趋利避害的过程。 在...

2387
来自专栏大数据文摘

[译]贝叶斯生存分析之“权利的游戏”

2556
来自专栏量子位

大限将至?Google先知

在古代,总有高人夜观天象,预测某人行将就木。个中玄学,无法解释,准确与否更无从得知。

723
来自专栏奇点大数据

会打电话的AI背后:谷歌Duplex技术解析

谷歌5月8日在加州召开了 2018 年度的开发者大会(Google I/O 2018)。在大会介绍的 Android P、Gmail、Gboard、TPUv3 ...

1152
来自专栏AI研习社

英伟达内训的深度学习是什么样?AI 开发者有必要亲身体验

作为一名 AI 技术从业者,你是否经常遇到这样的问题: 好不容易搞懂了一种 AI 算法,代码也写好了,结果 CPU 算力吃紧,跑不起来; 好不容易入门了一种开源...

3235

扫描关注云+社区