展开

关键词

的碰撞

现在说的最多的话题就是“”,但是每个对于又有多少了解呢? 对于的出现,更多的考虑到的是今后替代的劳动的问题,有这份担忧是没有错的,因为会替代一部分作,比如重复性的作。那么对于思想家来说需要有这样的担忧么? 我一直希望在的讨论中避免使用“替代”这个词,隐含着对于类创造的威胁,也许更合适的表述方式可以用“脑机比”(机器的利用比例)来描述,对于一项作,可机器发挥作用的成分越来越大,脑发挥作用的成分越来越小 毫无疑问,师的作不追求确定性,反而会受益于不确定性,因此,并不一定要获得合适的答案,而是可以创造不确定性,进而对师形成启发。那么对于中的数据巨无霸是否会垄断呢? 可以按照指令进行程序化,但真正解读到需求方的想法,挖掘他们都没意识到的深层次需求,主动提供更好的方案。这种对内心的敏锐感受、不断创新的力才是师不可替代的核心价值。

44490

AI For Fragrance Design ,香水

最近MixLab在开展30天AI训练营,研究的是美食相关的AI应用,其中有一种应用方式是为特定的群生成新的菜谱。思路可以参考IBM的研究:AI For Fragrance Design? 案例:IBM的香水AI系统Philyra,学习配方、原料、历史数据和行业趋势等等,为调香师提供各方面技术的支持,从而大大节约调配香水的时间。 针对特定群的新的香水配方:Philyra(香水数据,客户数据)IBM没有分享他的香水数据集,数据量大致有170万条,大致可以推断出有这么一些维度:1 香水的配方2 配方中原料的替代品3 原料用量4 对香味的反应 5 香味的新奇度关于客户的数据,可以得到如下这些信息:1 哪些香水是最畅销的2 哪些会购买它3 哪个年龄口更喜欢哪种气味?

35120
  • 广告
    关闭

    90+款云产品免费体验

    提供包括云服务器,云数据库在内的90+款云计算产品。打造一站式的云产品试用服务,助力开发者和企业零门槛上云。

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【首发】的未来报告:100个案例,50位专家,1000份问卷告诉你领域机深层关系(下载)

    【新元导读】 2017年4月27日,由“同济×特赞实验室”撰写的《报告》在阿里巴巴UCAN 用户体验峰会上发布。 2017年4月27日,由“同济×特赞实验室”撰写的《报告》在阿里巴巴 UCAN 用户体验峰会上发布。 实验室联合同济大学创意学院、特赞信息科技有限公司、阿里巴巴实验室共同发布此报告。旨在探讨时代,师、作和相关行业的未来可发生的变化。 《报告》通过对学术文献、技术资料和产业案例的定性和定量分析,从专家采访、趋势预测、劳动力再分配观察和教育改革等方面,第一次对的交叉学科问题进行建构,希望帮助更多师为时代做准备 因此,的关系远远要比作取代关系深入和复杂。整个报告包括四个部分:业4.0和;为什么需要的产业实践;建构未来。

    50880

    ADI网页

    给大家案例一个名词: artificial design intelligenceADIdef ADI( ):何为? ADI是,它使用机器学习来预测趋势,及实现的生成。ADI根据用户的需求生成个性化的。 包括技术Artificial design technology 范围就不仅局限于机器学习了,包括所有的算机、硬件、通讯等相关技术。 :sacha.ai信息比较庞大,大家自行查阅原地址吧~目前ADI运用于网页,各家都在探索中,暂未达到令满意的结果;随着ADI越来越完善,它将够提供低水平的力,专业士和普通用户都可以使用。 return ADI是,它使用机器学习来预测趋势,及实现的生成。ADI根据用户的需求生成个性化的

    35920

    Pix2Pix

    是一个创造的过程,目前大部分的类产品大多是基于模版的,外加一些图像匹配的处理,做出来的,缺少创造的成分,更多的是预的结果。 基于深度学习算法,是否可满足创造性的要求? 而图像图像之间的转换(称为图像翻译),目前较好的通用方法是 pix2pix ,基于 GAN 的算法。GAN 带来了生成的可性。 我们是不是可以把一张图片变成 GIF 图;去除马赛克,随意放大 BMP 图片,再也不担心精度不够了; 通过手绘生成名画,比谷歌的 auto draw 先进了点,当然还有各种通过手绘生成的东西,比如猫、袋子、鞋子、物肖像画 例如,针对领域,有这么些图像翻译的应用场景:动态 Logo ,用户输入一张静态的 Logo 图片,自动生成动态的 GIF 。?= > ?服装,只需完成手绘,即可实时看到成品的效果。? 还有景观/建筑中,经常要描图,利用 pix2pix ,也是可以实现手绘图至 CAD 图的转化,然后师再在 CAD 图上精细地调整方案。其他的应用场景欢迎留言讨论或微信群里讨论。

    50540

    Pix2Pix

    是一个创造的过程,目前大部分的类产品大多是基于模版的,外加一些图像匹配的处理,做出来的,缺少创造的成分,更多的是预的结果。 基于深度学习算法,是否可满足创造性的要求? 而图像图像之间的转换(称为图像翻译),目前较好的通用方法是 pix2pix ,基于 GAN 的算法。GAN 带来了生成的可性。 例如,针对领域,有这么些图像翻译的应用场景:动态 Logo ,用户输入一张静态的 Logo 图片,自动生成动态的 GIF 。= > 服装,只需完成手绘,即可实时看到成品的效果。 *热门文章Logo师Brandmark 时代,师如何学习新技术我们利用周末尝试了一次CO-CODING活动*关于公众号: 本公众号定期更新&&科技内容。 谈点,敲点代码,偶尔创作点实验产品。

    75590

    师v0.0.2

    本文是DIY一个师_v0.0.1的升级版本。将结合推荐系统,梳理师的具体使用场景之一。 先看下近期+的热点事件:下面是新榜的数据,我对比了下“鲁班”跟“师”这2个关键词的情况:再看下,各大自媒体传播的核心:失业,每秒8000张海报,成为了这一轮传播的热议话题。 师如何跟上时代的潮流,应该多了解甚至掌握相关的技,所以我写了《写给师的指南》系列,师都应该了解的指南,往期文章,可点击查阅:指南:图像指南:虚拟私助理指南:Tensorflow ,颜色,风格等内容后,经过师的匹配,匹配到合适的图片素材、风格模版,系统将自动输出合成上千张Banner,并按照效果从高到低依次排列。 关于师,我在往期的文章中有介绍具体的实现步骤,感兴趣可以查阅:DIY一个师_v0.0.1 关于的各种应用,我们也该深入了解,为以后做准备:《时代》,推荐15天阅读完

    47760

    因为这三个东西现在非常非常的火,它们之间好像互相有关系,一般谈云算的时候也会提到大数据,谈的时候也会提大数据,谈的时候也会提云算。 云算需要大数据,大数据需要云算,两个就这样结合了。四、拥抱大数据4.1 机器什么时候才心虽说有了大数据,的欲望总是这个不够满足。 由于算法多是依赖于大量的数据的,这些数据往往需要面向某个特定的领域(例如电商,邮箱)进行长期的积累,如果没有数据,就算有算法也白搭,所以程序很少像前面的IaaS和PaaS一样,将程序给某个客户安装一套让客户去用 五、云算,大数据,过上了美好的生活终于云算的三兄弟凑齐了,分别是IaaS,PaaS和SaaS,所以一般在一个云算平台上,云,大数据,找得到。 对一个大数据公司,积累了大量的数据,也会使用一些的算法提供一些服务。对于一个公司,也不可没有大数据平台支撑。所以云算,大数据,就这样整合起来,完成了相遇,相识,相知。

    3.7K90

    Logo师Brandmark

    封面由ARKie赞助 早在去年 mixlab 的一篇案例报告里,就介绍过 Brandmark 了,当时 Brandmark 还是 v1 的版本,现在已经是 v2 版本了,也上线了一些子产品,例如 Brandmark 在官方博客里介绍了关于做 Logo 的思考,核心的内容,我梳理了下:使用类似于字体向量( https:github.comJack000fontjoy )来发现字体之间的关系 在 Brandmark 的博客里,提到了“ 民主 ”,以后任何都更容易接触到,同时快速具备力。 当然,除了很的几步生成之外, Brandmark 还提供了手动编辑/调整 Logo 的功。我们从参数的角度看 Brandmark Logo 的定。 Title_color”:String, “Tagline_color”:String, “Icon_color”:String, “Background_color”:String}Brandmark 在生成手动置之间找到了一个较好的平衡点

    59230

    Logo师Brandmark

    早在去年 mixlab 的一篇「 国内首个 」+深度案例分析报告​ 里,就介绍过 Brandmark 了,当时 Brandmark 还是 v1 的版本,现在已经是 v2 版本了,也上线了一些子产品 Brandmark 在官方博客里介绍了关于做 Logo 的思考,核心的内容,我梳理了下:使用类似于字体向量( https:github.comJack000fontjoy )来发现字体之间的关系 在 Brandmark 的博客里,提到了“ 民主 ”,以后任何都更容易接触到,同时快速具备力。 当然,除了很的几步生成之外, Brandmark 还提供了手动编辑/调整 Logo 的功。我们从参数的角度看 Brandmark Logo 的定。 *关于公众号: 本公众号定期更新&&科技内容。谈点,敲点代码,偶尔创作点实验产品。

    983110

    师之排版v0.0.3

    本文继续谈《师》,往期可查阅:师v0.0.2DIY一个师_v0.0.1「 国内首个 」+深度案例分析报告DIY一个师v1.0之风格迁移 「 服装师 」上「 服装师 」中 实现一个师的方案有2种,从元素出发,给各种元素定变量范围,通过自动排版来完成;另一种是通过生成对抗网络GANs,直接画出来。 回到我亲自动手diy的师产品,从第一个demo,到现在五个月了,断断续续思考,经历了不少推翻重来;从0.0.1版本:搜索引擎用biyinggoogle,采用前端css方案,编写特定模版;0.0.2 下面重点介绍下他山之石:微软这篇2016年发表的论文,分析排版的方式实现一个师。 论文最后还给出了使用论文的算法做的师做的之间的对比效果:?以上是对排版的一些思考及借鉴。

    1K70

    都是超级师@服装

    中国女星李宇春在出席《Vogue》十一周年庆典活动穿着的白色礼服是由中国师张卉山礼服,同样应用了IBM Watson。03国际上最新进展最近韩国诞生了首款用的服装。 这件连帽衫看似普通,实际上它是韩国首款由的服装。图案是由系统和服装师合作完成的。? 前几天,5月9日晚上,全球首个共同创作的服装胶囊系列,在意大利米兰正式发布。由杨子(Anna Yang)华为P30 Pro共同创作完成。? 张晟,公众号:无界社区mixlab服装,这是什么黑科技?? 07传统师VS超级师传统师依靠经验和突发的灵感;超级师装备应用技术,极大地增强自身的经,捕获更多灵感。

    40320

    「 服装师 」上

    今天补充1则案例:服装师。师 之「 服装师 」? 今天更新2个服装师案例,第一个案例是谷歌的Project Muze:网址可以点击小程序获取Project Muze是一款谷歌Zalando电商合作,利用了谷歌TensorFlow系统的机器学习系统打造的 ----第2个案例为IBM的案例,先看看背景介绍: 2016年由英国作室玛切萨(Marchesa)IBM Watson 合作的LED礼服。 从这个案例我们可以看到助力呈现的2个特性:数据实时交互数据的重要性,我在一篇文章里提到,但当时没有深入,今天这个案例,可以很好的阐释其对于的影响:在服装里,我们需要知道比如: 好了,这就是如何辅助服装的实现思路。 5 下期预告:自己动手实现个服装师? ? 特别说明:本文除案例的截图外,其余图片均由ACE Land 师(秒级、海量)友情赞助。

    65950

    「 服装师 」中

    「 服装师 」上 上文讲到谷歌的Project Muze跟IBM Watson师合作的LED礼服,今天再更新2个案例。 ----码隆的一款AI产品,StyleAI,利用根据灵感,实时匹配出的时尚作品。 聚焦的是这么一种场景:服装师从生活中发掘各种时装的灵感来源进行创作,将时装和生活、自然、艺术元素结合起来,从中发现时尚。原理是服装版的“以图搜图“。? 码隆还有一款产品,ProductAI。服装相关的有:时尚分析及搜索同款功。?时尚分析,运用了物体识别;?搜索同款,自然是以图搜图技术了。 最近比较忙,忙到上期提到的 DIY一个服装师还没空去具体实现。本期就暂时更新案例为主,DIY留作下期哈。

    69470

    「 服装师 」下

    接着往期的2篇继续谈「 服装师 」。 「 服装师 」上「 服装师 」中之前2篇文章主要选取了一些相关的产品:谷歌的 Project Muze玛切萨 IBM Watson 合作的 LED 礼服电商 Thread 码隆 StyleAI 等服装类 AI 产品Project Muze 太抽象,IBM Watson 是使用数据辅助,没有产品化,Thread 机器学习偏推荐系统,码隆 的搜索同款、时尚分析 通过整合所有的信息,帮助品牌商以在一个业务中进行大量的决策。?对师而言,SmartDesign 使够更快地创建单一服装或完整的系列。师可以尝试各种面料,颜色和装饰选项。 至此,关于「 服装师 」三篇文章更新完啦。

    62890

    珠宝师 1

    珠宝师是怎么一种存在?可以在珠宝里起到什么作用? 1975 Pulsar 算器手表1979 索尼推出的 walkman 卡带随身听...1994 多伦多大学研究员开发的腕式电脑2000 全球首款蓝牙耳机...2006 耐克一款记录行走距离速度的备 2013 谷歌眼镜可穿戴备有这么多年的历史,珠宝行业被化改造也不足为奇了,下面聊聊珠宝+的案例。 为爱发声,如其名所意,利用技术将表达爱的美妙话语或音乐,化地融合在珠宝的过程中,并可实现珠宝到原声的化转换。? 涉及的AI技术: 1 语音转文字 2 推荐系统 3 基于用户选择排列组合最优方案 4 图像识别宝石图像特征 5 图像搜索匹配声音之外,再介绍2款我觉得不错的珠宝具。

    1.2K50

    师之“模仿”

    今天更新一篇文章,往期《师系列》,可查阅:师之排版的另一种实现方式电影封面海报个性化推荐+师聊聊建筑师师之排版v0.0.3师v0.0.2 「 服装师 」中「 服装师 」上DIY一个师v1.0之风格迁移力DIY一个师_v0.0.1利用“以图搜图”我们可以赋予师“模仿”的力。 300x300训练耗时 435s 尺寸 400x400训练耗时 497s 尺寸 600x600训练耗时 485s从上面看,图片尺寸跟训练模型时间没多大关系,只跟识别的精度有关系,比如识别照片里很小的, 尺寸 1200x1200训练耗时 440s试试把照片里的截取出来,查找:找到的是有的照片。 2 应用试试看效果先,查找下冲浪的照片:再查找下向日葵的照片: 查找下钟表的照片: 改“别家”的:上图是原作,通过“以图搜图”,匹配到我的图像库里类似的照片,进行替换:再来一张:你们觉得哪个是原作呢

    53070

    DIY一个师_v0.0.1

    本文包含了两个系列的内容:《师会编程,程序员懂艺术》《写给师的指南》在这里给师介绍领域的应用,也亲手实现了一个融合、编程的小实验产品。?AI真的可以替代师? 下面进入正文,我们先总结下AI在行业的应用,我觉得都可以统称为助理。包含2个方向:提供建议自动生成方案。 2 自动生成方案师用户按照某种流程,输入需求,然后助理自动生成无限套方案给用户。比如鲁班、深绘、ARKie等,都是提供海量方案为目的。 图片需预先标注好关键词,通过图像识别标记结合标记。 为了让你们俩有未来…有自己的生。”分词结果,把词性标注了出来;?4.2 图片搜索合成? 我们可以把名词、形容词等,作为关键词,来搜索图片。

    61860

    时代,如何做

    本文中,来自 Google 的交互师 Josh Lovejoy 将以 Google Clips 作为研究案例,和大家一起回顾三年中备软件模型、及用户界面打磨的历程,以及 “以为中心” 一款驱动产品的核心思路 这也再次印证那句在用户体验作中备受推崇的至理名言——你不代表用户。一、在 “以为中心” 的中,提升的三种途径1. 四、带着目的来我们可以通过对的重新定位,来寻找让机器更的途径并探索增强力的方式,从而释放机器学习中更大的潜力。 作为 “以为中心” 项目的实践者,在的协助下,我们有巨大的机会来塑造一个更加性化和包容性的世界,但这需要我们时刻谨记最根本的目的——寻找和解决类真正的需求,力求维护类价值,利用来强化类的力而非简单地自动化执行类的作 是的,的作用不是直截了当的为我们锁定目标,而是为我们清除障碍,让我们得以更好地找到目标。欢迎大家积极留言我们互动,讲述你们对于 AI 时代下 UX 的心得或疑问。?

    1K80

    、强、超

    文章目录弱(Weak AI)弱也称限制领域(Narrow AI)或应用型(Applied AI),指的是专注于且只解决特定领域问题的。 例如:AlphaGo、Siri、FaceID 等扩展阅读:Weak AI ——WikipediaWeak AI——Investopedia强(Strong AI)又称通用(Artificial General Intelligence)或完全(Full AI),指的是可以胜任类所有作的。 强具备以下力:存在不确定性因素时进行推理,使用策略,解决问题,制定决策的力知识表示的力,包括常识性知识的表示力规划力学习力使用自然语言进行交流沟通的力将上述力整合起来实现既定目标的力扩展阅读 ——Stackexchange超(Super Intelligence,缩写 ASI)假算机程序通过不断发展,可以比世界上最聪明,最有天赋的类还聪明,那么,由此产生的系统就可以被称为超

    1.6K20

    相关产品

    • 人工智能

      人工智能

      提供全球领先的人脸识别、文字识别、图像识别、语音技术、NLP、人工智能服务平台等多项人工智能技术。

    相关资讯

    热门标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      扫码关注云+社区

      领取腾讯云代金券