腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

UAI人工智能

专栏作者

40

文章

35350

阅读量

29

订阅数

纪念 Alan Turing 诞辰 105 周年

6 月 23 日是Alan Turing诞辰 105 周年纪念日，我们发布一条关于他的人生轨迹的时间线，希望以此来缅怀这位为人类世界作出巨大贡献的天才。早在上世界 40 年代 Alan Turing 就已经对人类智能进行深刻的思考，以及给出了一种衡量方式——图灵测试。为了构建出一种注入生命的永生机器。他采取了一种更为可行的方式来看待这个问题。什么是机器智能，机器到底能不能够思维？这些问题事关技术，更可外延至哲学。 1950年，Mind杂志发表了Alan Turing的一篇《计算机器与智能》“Computi

2018-06-21

3150

OpenAI/Universe-万物

这真是一个 idea 喷薄的时代！ 2016 年的最后一个月，OpenAI 在 NIPS 2016 来临之际发布 Universe，一个在世界范围内的游戏、网站及其他应用上衡量和训练 AI 通用智能的

2018-06-21

1.2K0

[译] TensorFlow 白皮书

TensorFlow 从名称上看就是两个部分——张量 tensor 和流 flow。非常形象的组合。众所周知，矩阵已经成为机器学习中的基础单元，若干的针对矩阵的计算优化使得现如今的机器学习成为可能。而一些矩阵的方法也是一些重要的机器学习算法的基础。张量就是矩阵概念的推广，其表示更多维度的矩阵。而计算流是一种抽象过程，在如今的深度学习领域，这种一层层地计算可以很形象地看做是张量在计算模型上的流动。而这里的流可以看做是更加一般的计算过程，可以在不同的层级间跨越式流动。本文作者均来自 Google Resea

2018-06-21

1.8K0

UAI AlphaGo 系列—— AlphaGo 的确是一个大事件

为了庆祝 5 月 23 日 AlphaGo 中国赛，UAI 推荐一篇有趣且有深度的思考文章。本文译自 Michael Nielsen《why alphago is really such a big deal？》。围棋程序刻画了人类直觉的元素，这是能够产生深远影响的进步。 1997 年，IBM 的 Deep Blue 系统击败了国际象棋世界冠军，Garry Kasparov。当时，这场胜利被广泛当做是人工智能发展中的里程碑。但是 Deep Blue 的技术仅仅对棋类有用，不可推广。计算机科学并没因此产生革

2018-06-21

4300

[译] 理解 LSTM 网络

本文译自 Colah 的博文 Recurrent Neural Networks 人类并不是每时每刻都从一片空白的大脑开始他们的思考。在你阅读这篇文章时候，你都是基于自己已经拥有的对先前所见词的理解来推断当前词的真实含义。我们不会将所有的东西都全部丢弃，然后用空白的大脑进行思考。我们的思想拥有持久性。传统的神经网络并不能做到这点，看起来也像是一种巨大的弊端。例如，假设你希望对电影中的每个时间点的时间类型进行分类。传统的神经网络应该很难来处理这个问题——使用电影中先前的事件推断后续的事件。 RNN 解决了这

2018-06-21

4000

轻松读论文——层规范化技术 Layer Normalisation

作者 Jimmy Lei Ba, Jamie Ryan Kiros, University of Toronto Geoffrey E. Hinton, University of Toronto & Google ---- 摘要训练目前性能最好的深度神经网络计算代价高昂. 一种减少训练时间的方法是规范化神经元的激活值. 近期引入的批规范化（batch normalisation）技术对一个训练样本批量集使用了求和的输入分布来计算均值和方差，然后用这两个来规范化那个神经元在每个训练样本的求和输入. 这个

2018-06-21

8000

OpenAI 首个研究成果生成式模型系列

OpenAI 现在第一个研究成果已经公开：这四个项目有着同样的主题——那就是加强或者使用了生成式模型. 生成式模型是无监督学习的一个分支. 除了介绍我们的工作，本文将会教你关于生成式模型更多的内容：这种模型是什么，为何重要，往哪里发展. 我们 OpenAI 的核心志向是开发出算法和技术可以赋予计算机理解世界的能力. 其实我们常会忽视自己对世界的认知和理解：世界是一个 3D 的环境，对象可以移动，碰撞和交互；行走，对话和思考的人类；放牧、飞翔、奔跑或者咆哮；播放天气，篮球赛或者 1970 年发生的事情的

2018-06-21

4230

蒙特卡洛树搜索 Monte Carlo Tree Search

什么是 MCTS？全称 Monte Carlo Tree Search，是一种人工智能问题中做出最优决策的方法，一般是在组合博弈中的行动（move）规划形式。它结合了随机模拟的一般性和树搜索的准确性。 MCTS 受到快速关注主要是由计算机围棋程序的成功以及其潜在的在众多难题上的应用所致。超越博弈游戏本身，MCTS 理论上可以被用在以 {状态 state，行动 action} 对定义和用模拟进行预测输出结果的任何领域。 ---- 基本算法基本的 MCTS 算法非常简单：根据模拟的输出结果，按照节点构造搜

2018-06-21

3.7K0

基于RLLAB的强化学习 REINFORCE 算法解析

原文地址：https://rllab.readthedocs.io/en/latest/user/implement_algo_basic.html 本节，我们将学习一下经典 REINFORCE 算法

2018-06-21

8730

译-机器学习的十大误解

Pedro Domingos Professor of computer science at U. Washington and author of “The Master Algorithm”. pedrodomingos.org 机器学习过去一直是幕后：亚马逊挖掘你的点击和购买数据来进行推荐，谷歌对搜索查询进行挖掘从而去做广告投放，而脸书会挖掘社交网络来选择展示给你的内容。但是现在机器学习已经成为了新闻头条，处在激烈讨论的浪口风尖。学习算法可以驾驶汽车、翻译演讲，甚至赢得知识比赛（Jeopardy）!

2018-06-21

3240

没有更多了

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战，赢鹅厂证书、公仔好礼！

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