首页
学习
活动
专区
工具
TVP
发布

新智元

专栏作者
8280
文章
5730671
阅读量
203
订阅数
「人造太阳」精准放电!DeepMind实现AI可控核聚变新突破
秘密研发3年,DeepMind去年宣称,首次成功用AI控制「托卡马克」内部等离子体。其重磅成果登上Nature。
新智元
2023-08-07
2320
ChatGPT要怎么微调?MIT韩松团队新作告诉你!
---- 新智元报道   来源:CVHub 作者:派派星 编辑:好困 【新智元导读】众所周知,迁移学习对于基础模型适应下游任务很重要。然而,对于许多的私有基础模型,数据所有者必须与模型所有者分享他们的数据以微调模型,这是非常昂贵的,并容易引起隐私问题(双向的,一个怕泄露模型,一个怕泄露数据)。此外,对大型基础模型进行微调是一项计算密集型的任务,这对于大多数下游用户来说是不现实的。 本文中,韩松团队提出了一个能够保护隐私且高效的迁移学习框架——Offsite-Tuning,可以将数十亿级参数的基础模型
新智元
2023-02-24
1.2K0
CV往哪卷?李飞飞指出三颗「北极星」:具身智能,视觉推理和场景理解
---- 新智元报道   编辑:LRS 【新智元导读】ImageNet见证了计算机视觉发展的辉煌历程,在部分任务性能已超越人类的情况下,计算机视觉的未来又该如何发展?李飞飞最近发文指了三个方向:具身智能,视觉推理和场景理解。 在深度学习革命进程中,计算机视觉依托大规模数据集ImageNet,在图像分类、目标检测、图像生成等多个任务都表现出惊人的性能,甚至比人类的准确率还要高! 但CV为何能取得如此巨大的成就?未来将向何处发展? 最近,「华人AI女神」李飞飞在美国文理科学院的会刊 Dædalus 上发表
新智元
2022-05-05
3800
万字长文!DeepMind科学家总结2021年的15个高能研究
2021年,借助更强大的算力、数据和模型,机器学习和自然语言处理的技术发展依然十分迅速。
新智元
2022-02-24
4230
横扫40+个SOTA!22位华人共同打造佛罗伦萨模型,一统图像视频文本,含9亿图像-文本对
人类对于多样化的、开放的世界,会产生自己的视觉理解,这种视觉理解并不会单单局限在某个特定的任务上(比如,图像分类),也不会仅仅依赖某一种特别的信息输入(比如,静态图像)。
新智元
2021-11-26
6660
自动写代码指日可待!Facebook迁移学习新突破,代码补全准确率超50%!
代码补全(code AutoCompletion)就是在写代码的时候,IDE能够预测出下一段要写的代码,也是写代码时候选择使用IDE的重要原因。
新智元
2021-05-28
9320
华人博士提出原型对比学习,非监督学习效果远超MoCo和SimCLR
本文提出的原型对比学习(PCL) ,统一了非监督式学习的两个学派: 聚类学习和对比学习。PCL 推动了机器学习和人工智能的圣杯--非监督式学习技术的进步,并向无需人类指导的机器智能迈出了重要的一步。
新智元
2020-05-26
1.6K0
ICLR 2020华人雄起!华人参与度近60%,谷歌80余篇入选实力霸榜,清华、南大均斩获满分论文
DeepMind 和哈佛大学的研究人员构建了一个AI驱动的虚拟大鼠,训练它完成复杂任务,然后用神经科学来解释它的人工“大脑”是如何控制身体运动的。
新智元
2020-05-06
5020
谷歌Jeff Dean又用AI设计芯片!6小时出活儿,强力碾压集成电路设计专家
AI长大了,可以自己设计芯片了。而且这技术水平越来越高,自动化布置芯片的晶体管小菜一碟。
新智元
2020-04-24
9490
美国高校开源迄今为止最大新冠肺炎CT数据集
胸部计算机断层扫描(CT)图像在对新冠肺炎(COVID-19)提供准确、快速、廉价的筛查和检测方面很有前景。
新智元
2020-04-07
1.3K0
【干货】NLP中的迁移学习教程来啦!(238页PPT下载)
经典的监督机器学习范式是基于对使用单个数据集的任务的单个预测模型的孤立学习。这种方法需要大量的训练示例,并且对于定义明确、范围狭窄的任务效果最好。迁移学习指的是一组方法,这些方法通过利用来自其他域或任务的数据来训练具有更好泛化特性的模型来扩展此方法。
新智元
2019-06-10
1.1K0
腾讯AI Lab正式开源业内最大规模多标签图像数据集(附Github开源地址)
10月17日,腾讯AI Lab在深圳宣布正式开源“Tencent ML-Images”项目,该项目由多标签图像数据集ML-Images,以及业内目前同类深度学习模型中精度最高的深度残差网络ResNet-101构成。
新智元
2018-11-05
8760
只有100个标记数据,如何精确分类400万用户评论?
在本文中,我们将介绍自然语言处理(NLP)在迁移学习上的最新应用趋势,并尝试执行一个分类任务:使用一个数据集,其内容是亚马逊网站上的购物评价,已按正面或负面评价分类。然后在你可以按照这里的说明,用你自己的数据重新进行实验。
新智元
2018-09-25
8900
IJCAI 2018国际广告算法大赛迁移学习夺冠,中国包揽冠亚季军
📷 ---- 新智元报道 来源:IJCAI-18阿里妈妈国际广告算法大赛 编辑:文强 【新智元导读】IJCAI-18阿里妈妈国际广告算法大赛上周结束,来自中国的团队包揽了冠亚季军。冠军方案采用了迁移学习的方法,核心代码只有一页。 IJCAI 2018阿里妈妈国际广告算法大赛上周圆满结束,有来自50多个国家和地区的6000多名选手组成的5300多支队伍参赛(有700多名来自国外)。 中国团队包揽了前三名。 实际上,进入决赛的8支队伍均来自中国。 这代表了中
新智元
2018-06-22
9140
【巨头升级寡头】AI产业数据称王,GAN和迁移学习能否突围BAT垄断?
【新智元导读】AI时代,数据为王让巨头越来越难以被打败。谷歌和 CMU 的10亿+数据集的设想,似乎又将这一假设往前推进了一步。数据为王还是算法为王,这是人工智能时代一直争论不休的话题。近年来,对抗生成网络、迁移学习等新技术不断涌现,让人看到小数据突围的曙光,这些技术会为初创公司带来一线生机吗?作为国内互联网数据的井喷之地,BAT 对算法和数据又持有哪些观点?他们的数据布局是怎样的? AI时代,数据为王让巨头越来越难以被打败 上周,谷歌和 CMU 的一项合作研究,为拥有大数据优势的技术巨头们带来了喜讯:在不
新智元
2018-03-27
9000
【一文读懂】机器学习最新主战场迁移学习,从原理、方法到应用
【新智元导读】吴恩达在他的 NIPS 2016 tutorial 中曾说,迁移学习将是监督学习之后的,在ML 的商业应用中得到成功的下一波动力。现实世界是混乱的,包含无数新的场景。迁移学习可以帮助我们处理这些新遇到的场景。本文从迁移学习的定义、意义、应用、方法、相关研究等方面为读者展示了迁移学习令人激动的全景。 近年来,深度神经网络的进展很快,训练神经网络从大量有标记数据中学习输入和输出的映射变得非常准确,无论这些映射是图像、句子、还是标签预测,等等。 这些模型仍然不足的是将其泛化到与训练时不同的条件的
新智元
2018-03-27
1K0
2017年最值得关注的人工智能概念之“迁移学习”
【新智元导读】 微软全球资深副总裁 Peter Lee 认为,迁移学习同样具有极高的应用潜力。过去,机器学习在搜索和信息检索等领域中的实用价值较为单一,大多聚焦于通过万维网上大量数据集和人物信息进行学
新智元
2018-03-27
6230
迁移学习进展:单次学习能力达人类水平(附论文)
【新智元导读】 本文的作者开发了一种使用贝叶斯程序学习(BPL)的算法,该算法将概念表示为简单随机程序,也就是结构化过程,在执行时生成概念的新示例。这些程序让模型表达关于如何形成原始数据的因果知识。概念之间的结构共享是通过随机组合重用来实现的,可用新方式组合以创建新概念。”BPL在具有挑战性的一次性分类任务中达到了人类水平。 人工智能(AI)的最新进展已经重新引起了人们对构建像人们一样学习和思考的系统的兴趣。许多进步来自于使用深入的神经网络训练端对端的任务,如对象识别,视频游戏和棋类游戏,实现等于甚至在某
新智元
2018-03-27
6880
【干货】杨强:从机器学习到迁移学习 | GAITC 演讲(附PPT)
【新智元导读】杨强教授认为,DeepMind把端到端的深度学习应用在强化学习上,使得强化学习能够应付大数据,因此能在围棋上把人类完全击倒,它做到这样是通过完全的自学习、自我修炼、自我改正,然后一个一个迭代。杨强还指出,搜索和学习的结合才是人工智能的发展方向。我们不能完全依靠机器去全部自动化自我学习,机器学习的弊端是自我偏差,目前仍需要人为干预。未来,迁移学习会是这个问题的解决途径。迁移学习还能让人工智能得以摆脱对大数据的严重依赖,从而让人工智能不再只是“富人的游戏”。 “2016全球人工智能技术大会(GA
新智元
2018-03-22
1.3K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档