AI大事件 | IBM和MIT成立联合人工智能研究实验室,谷歌大脑团队将在Reddit上举行AMA

大数据文摘作品,转载要求见文末

编译 | 宁云州

大家好呀,又到了本周的AI大事件时间了。过去的一周中AI圈都发生了什么?大佬们互撕了哪些问题?研究者们发布了哪些值得一读的论文?又有哪些开源的代码和数据库可以使用了?

了解过去一周AI爆点,一篇就够啦!

新闻

IBM和MIT成立联合人工智能研究实验室

来源:NEWS.MIT.EDU

IBM计划投资240万元,与MIT联合创建一个能工作十年的、叫作MIT-IBM沃森的人工智能实验室。实验室主要进行基本的人工智能研究。

prowler.io在AI决策领域抢到了1300万美元

来源:TECHCRUNCH.COM

Prowler是基于概率模型,强化学习和博弈论在一个平台上工作。他们的目标是能够用更少的数据来学习,而不是今天更为广泛的深入学习方法。

IBM的沃森为癌症治疗带来了革命吗?并没有

来源:WWW.STATNEWS.COM

IBM用沃森向全世界的医生销售癌症治疗方案已经有三年了,但一项统计调查发现,沃森超级计算机并没有达到IBM为它设置的崇高期望。

谷歌大脑团队将在Reddit上举行AMA

来源:WWW.REDDIT.COM

谷歌大脑团队将于2017年9月13日举行AMA(Ask Me Anything),从上午9点左右开始回答问题。对于想要了解谷歌深度学习团队要做什么的学习者来说,这是一个很好的机会。

文章&教程

EMNLP 2017会议视频放出

来源:KU.CLOUD.PANOPTO.EU

所有EMNLP 2017(Empirical Methods in Natural Language Processing )会议的视频已经被记录并可以在线查阅了,可以使用YouTube-dl下载这些视频。

米开朗基罗:Uber的机器学习平台

来源:ENG.UBER.COM

Uber工程部门日前公布了关于米开朗基罗,其机器学习即服务系统的更多细节,可以使Uber的团队建立、部署和操作机器学习。

我的神经网络不工作!我该怎么办?

来源:THEORANGEDUCK.COM

如果你的神经网络不工作,你可能犯了很多错误。这篇文章汇编了神经网络的错误经验,并能够帮助你实施神经网络,完成你的神经网络项目。

基于Pytorch的fast.ai

来源:WWW.FAST.AI

下一个fast.ai课程将几乎完全建立在pytorch这个新的框架之上。这篇文章讨论了离开TF / Keras的原因:实施动态模型,使用NLP(也是RL)更方便,更简单,更样板化。大部分的NLP社区赞成这些观点。

项目&数据

ONNX:一个可互换AI框架的生态系统

来源:RESEARCH.FB.COM

Facebook和微软推出ONNX(Open Neural Network Exchange)样板,一个使深度学习模型能在框架之间转移的标准。

TensorFlow代理:一个RL工具的TF library

来源:GITHUB.COM

该项目为强化学习提供了优化的基础设施。它扩展了OpenAI Gym的接口到多个并行环境并且允许代理在TensorFlow上进行批量计算。

AllenNLP:一个建立在pytorch上的开源NLP研究库

来源:ALLENNLP.ORG

设计和评估了几乎所有NLP问题的深度学习模型,以及易于在云中或笔记本上运行的硬件。它包括实现核心的NLP问题(如semantic role labeling)和NLP应用(例如textual entailment)。

一种在多个扬声器上生成语音的方法(Facebook)

来源:GITHUB.COM

描述了如何通过语音回路来完成自然状态下说话者的语音合成,使用了基于PyTorch的解决方案。

爆款论文

挤压&激发网络

来源:ARXIV.ORG

一个CNNs的新建筑单元,称为“挤压和激励”(SE:Squeeze-and-Excitation),能够通过准确建模通道块之间的相互依存关系来自适应地调整通道块。SE块以较低的计算成本为现有的深度架构提供了性能改进。SENets形成了ILSVRC 2017分类比赛的基础并使该团队获得了第一名,误差从原来的5%左右降低到了2.251%,相对于2016年的获奖作品改善了25%.

链接:https://arxiv.org/abs/1709.01507?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

深度学习技术对音乐生成的调查

来源:ARXIV.ORG

这个调查对使用深度学习产生音乐内容的不同方法进行了调查和分析。要产生什么音乐内容?(例如,旋律、伴奏);用于语料库和预期生成输出的信息格式是什么?(例如,MIDI、钢琴谱、文本);使用什么类型的深层神经网络?(例如,递归神经网络,自编码,GANs);如何建立和控制生成过程(例如,直接前馈,抽样,单元选择)?

一个深度增强学习聊天机器人

来源:ARXIV.ORG

MILABOT:一个由MILA(Montreal Institute for Learning Algorithms)为Amazon Alexa Prize竞赛开发的深度增强学习聊天机器人,MILABOT能够通过语音和打字的方式在大多数话题上与人类进行对话。

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2017-09-12

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ATYUN订阅号

MIT突破:自我监督系统DON,机器人可在检查随机物体后理解它们并拾取

几十年来,装配线等受控环境中的机器人能够一次又一次地拾取同一物体。最近,计算机视觉的突破使机器人能够在物体之间进行基本区分。尽管如此,系统并没有真正理解物体的形...

842
来自专栏AI科技大本营的专栏

AI技术讲座精选:数学不好,也可以学习人工智能

【AI100导读】越来越多工程师想学习大热的深度学习,但深度学习技术需要数学功底,数学不好怎么办?这篇文章可以提供成为深度学习工程师的数学路径。 如果你像我一样...

3156
来自专栏大数据文摘

DeepMind早就不再下围棋了,新论文训练AI进行逻辑推理

1333
来自专栏AI科技评论

开发 | Facebook 的“自然语言理解”如何让Messenger更懂人类?(6500字演讲全文)

AI科技评论按:Facebook的AML和FAIR团队合作进行自然语言处理对自然语言理解进行着合作研究。在2017年4月19日举办的F8开发者大会上,Faceb...

3639
来自专栏AI科技评论

深度 | 中国科学院孙哲南研究员:带你认识虹膜识别研究进展

2016人工智能湖南论坛暨自兴人工智能研究院揭牌仪式,来自国内外的许多顶级专家在会上给我们做了报告。中国科学院自动化研究所模式识别国家重点实验室研究员、天津中科...

4594
来自专栏PPV课数据科学社区

Intel研究院院长吴甘沙:大数据分析师的卓越之道(珍藏版)

亲爱的各位同仁,各位同学,早上好。大数据时代数据分析师应该做什么改变?我今天的标题是大数据分析师的卓越之道。这个演讲信息量比较大,我讲的不一定对,即使对的我也不...

3505
来自专栏AI科技评论

开发 | 入门深度学习,读对书很重要

AI科技评论按:本文作者为 Jeffries Consulting 创始人 Daniel Jeffries,他以自己的阅读体验,对当前含金量极高的几本深度学习书...

36211
来自专栏AI科技大本营的专栏

文因互联鲍捷:深度解析知识图谱发展关键阶段及技术脉络 | 公开课笔记

知识图谱是人工智能三大分支之一——符号主义——在新时期主要的落地技术方式。该技术虽然在 2012 年才得名,但它的历史渊源,却可以追溯到更早的语义网、描述逻辑、...

1425
来自专栏数据猿

2017年十本必读的大数据&人工智能领域书籍,你都读过吗?

【数据猿导读】年关将至,回顾2017,小编记得自己曾在年初的时候给自己定下一个小目标——就是读30本书。然而随着春节的临近,小目标却成了遥不可及的梦。不知道在过...

86613
来自专栏PPV课数据科学社区

如何看待和学习人工智能?这是五位哈佛博士生的AMA

最近,五位哈佛的在读博士生集体来到著名社区reddit,展开一场围绕人工智能和认知科学的AMA(Ask Me Anything)。 简单介绍一下这几位博士生:R...

3495

扫码关注云+社区

领取腾讯云代金券