同样在去年,该团队在 NIPS 2017 AI 对抗性攻防竞赛的三项比赛任务中(有/无特定目标攻击;攻击检测),全部获得冠军,战胜了包括斯坦福、约翰霍普金斯大学等世界著名高校在内的 100 多支代表队,在人工智能模型的鲁棒性和安全性应用方面迈出了重要一步。
来源:知乎专栏 作者:Lukas Biewald 本文长度为2500字,建议阅读5分钟 本文为你介绍清华大学的龙明盛老师在ICML-15上提出的深度适配网络。 这周五下午约见了机器学习和迁移学习大牛、清华大学的龙明盛老师。老师为人非常nice,思维敏捷,非常健谈!一不留神就谈了1个多小时,意犹未尽,学到了很多东西!龙明盛老师在博士期间(去年博士毕业)发表的文章几乎全部是A类顶会,他在学期间与世界知名学者杨强、Philip S. Yu及Michael I. Jordan多次合作,让我非常膜拜!这次介绍他在
种族偏见是生物特征识别中的一个重要问题,但在人脸识别领域还没有得到深入的研究。在这篇论文中,我们首先提供了一个名为“自然环境下的多种族人脸”(RFW)的数据库。利用该数据库,我们验证了四个商业API和四个当前最先进算法都存在种族偏见。然后,我们进一步提出利用深度无监督域自适应算法来解决种族偏差,并提出了一个深度信息最大化自适应网络(IMAN)。在算法中,我们以白种人作为源域,其他种族作为目标域来缓解这种偏差。这种无监督的方法一方面在域层面减小源域和目标域的全局分布,另一方面在类别层面学习有区分性的目标域特征。此外,我们还提出了一种新的互信息损失,在没有标签的情况下,进一步提高了网络输出的鉴别性。通过在RFW、GBU和IJB-A数据库上进行的大量实验表明,IMAN学习到的特征在不同种族和不同数据库上有很好的泛化性。
通常情况下,我们通过观看来知道别人的动作。从视觉数据中自动进行动作识别的过程已成为计算机视觉界众多研究的主题。但是如果太暗,或者人被遮挡或在墙壁后面怎么办?
作者 | 王晋东不在家 《小王爱迁移》之一:迁移成分分析(TCA)方法简介 之前整理总结迁移学习资料的时候有网友评论,大意就是现在的类似资料大全的东西已经太多了,想更深入地了解特定的细节。从这篇文章开始我将以《小王爱迁移》为名写一系列的介绍分析性的文章,与大家共享迁移学习中的代表性方法、理论与自己的感想。由于我的水平有限,请各位多多提意见,我们一起进步。今天第一篇必须以我最喜爱的杨强老师的代表性方法TCA为主题!(我的第一篇文章也是基于TCA做的) 问题背景 机器学习中有一类非常有效的方法叫做
百度前首席科学家、斯坦福大学副教授吴恩达(Andrew Ng)曾经说过:迁移学习将是继监督学习之后的下一个促使机器学习成功商业化的驱动力。 本文选自《深度学习500问:AI工程师面试宝典》,将重点介绍目前最热门的深度迁移学习方法的基本思路。 ▼限时5折,扫码了解详情▼ ▼ 随着迁移学习方法的大行其道,越来越多的研究人员开始使用深度神经网络进行迁移学习。与传统的非深度迁移学习方法相比,深度迁移学习直接提升了在不同任务上的学习效果,并且由于深度迁移学习直接对原始数据进行学习,所以它与非深度迁移学习方法相比
选自arXiv 作者:Yongcheng Jing 等 机器之心编译 风格迁移是近来人工智能领域内的一个热门研究主题,机器之心也报道了很多相关的研究。近日,来自浙江大学和亚利桑那州立大学的几位研究者在 arXiv 上发布了一篇「神经风格迁移(Neural Style Transfer)」的概述论文,对当前神经网络风格迁移技术的研究、应用和难题进行了全面的总结。机器之心对该论文的部分内容进行了编译介绍,论文原文请访问:https://arxiv.org/abs/1705.04058。此外,为方便进一步的扩展
AI科技评论按:作为机器学习和计算神经科学的国际顶级学术会议NIPS,随着近些年人工智能的发展,也变得越来越火爆。从大会官方公布的一些数据就可以看出:NIPS 2017共收到3240篇论文投稿,有678篇论文被选中作为大会论文,比例20.9%,其中有40篇被选中进行口头报告(oral),112篇选为spotlight进行展示。毫不意外这些数字又创了大会历史新高。就在论文收录结果公布仅仅10天之后,官方数据显示注册名额已满!那么对于广大还没来得及注册或者没有机会去到前方会场的同学们来说,如何才能更进一步的了解
近年来,伴随着深度学习技术的成熟以及计算机算力的增长,人工智能技术在各行业的业务场景中实现了快速的普及和落地。在人工智能技术进一步落地实践的背景下,将会为行业带来什么样的变革与技术创新,成为了大家共同关心的问题。
之前整理总结迁移学习资料的时候有网友评论,大意就是现在的类似资料大全的东西已经太多了,想更深入地了解特定的细节。从这篇文章开始我将以《小王爱迁移》为名写一系列的介绍分析性的文章,与大家共享迁移学习中的代表性方法、理论与自己的感想。由于我的水平有限,请各位多多提意见,我们一起进步。今天第一篇必须以我最喜爱的杨强老师的代表性方法 TCA 为主题!(我的第一篇文章也是基于 TCA 做的) 【我刚整理重写好的加速版 TCA 代码(matlab):http://t.cn/RazheBv】 问题背景 机器学习中有
2020 IEEE国际计算机视觉与模式识别会议(IEEE Conference on Computer Vision and Pattern Recognition,简称CVPR)公布接收论文结果。清华大学计算机系“类脑计算与认知”团队提交的论文《Reusing Discriminators for Encoding Towards UnsupervisedImage-to-Image Translation》被成功接收。论文第一作者为陈润发,是清华大学计算机系硕士二年级研究生;指导老师为孙富春教授(中国人工智能学会副理事长,清华大学教授,IEEE/CAAI Fellow)等。
机器之心专栏 作者:李铠灿、白皓月、叶南阳 上海交通大学联合华为诺亚方舟实验室 AI 基础理论团队以及香港科技大学,提出了一种新的面向非独立同分布域泛化问题的评价指标 OoD-Bench,同时对 OoD 领域构建了一个统一的框架。 上海交通大学联合华为诺亚方舟实验室 AI 基础理论团队和香港科技大学近期发现:多维度 OoD 现象在多个数据集广泛存在。和之前论文 Domainbed 的研究结论 OoD 算法无法打败 ERM 不同,现有的 OoD 算法大部分只能在一个维度的 OoD 问题上打败 ERM 算法,在
计算机视觉三大会议之一的ECCV 2020刚刚落下帷幕,本文主要介绍阿联酋起源人工智能研究院(IIAI)的科学家们在该会议上发表的一篇论文:《Invertible Zero-Shot Recognition Flows》。
本期给大家介绍上海交通大学APEX数据和知识管理实验室俞勇教授课题组发表在NAACL的文章“Label-aware Double Transfer Learning for Cross-Specialty Medical Named Entity Recognition”。该文章提出了一种跨领域的实体识别方法——标签感知双迁移学习框架(La-DTL),使得为某一领域设计的医疗命名实体识别(NER)系统能够以最小的标注量迁移应用到另一领域。同时,该方法在非生物医学领域的实体识别任务上也取得了很好的效果。
遥感(Remote Sensing,缩写为RS)是指非接触式、远距离的探测技术。遥感技术通常使用航空航天平台、按照特定的波段对地球或其他天体进行成像观测,通过分析观测数据,探测地球或其他天体资源与环境。遥感技术在现代化社会中十分重要,它能够在一定程度上体现一个国家的经济实力和科技水平,故一直受到世界大国的高度重视。自从美国的陆地卫星Landat-1和法国的SPOT-1卫星相继升空,世界进入了高分辨率遥感技术发展和应用的新时代。2001年,美国发射的QuickBird卫星可采集分辨率为0.61m/像素的全彩色图像和2.44m/像素的多光谱图像,标志着世界进入“亚米级”高空间分辨率[2]遥感时代。在20世纪80年代后,我国遥感技术也进入飞速发展时期。风云气象卫星和资源系列卫星的成功发射为我国卫星遥感事业的发展奠定了坚实的基础。2006年到2016年间,我国陆续将遥感卫星一号到遥感卫星三十号共30个卫星送入太空,这些卫星在我国国土资源普及、防灾减灾等领域发挥了重要的作用。2013年到2018年间,我国相继将高分一号到高分六号等高分辨率卫星送入太空,其在国土统计、城市规划、路网设计、农作物估计和抗灾救援等领域取得了突出的成就。
作者 | 贾维娣 7月23日,由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办,CSDN、中国科学院自动化研究所承办的第三届中国人工智能大会(CCAI 2017)在杭州国际会议中心盛大开幕。大会第一天上午,香港科技大学计算机与工程系主任、AAAI Fellow杨强教授发表了《深度学习的迁移模型》主题报告。 杨强从深度学习模型的共性问题谈起,深度剖析如何使深度学习模型变得更加可靠,在数据变化的情况下,模型持续可用。 报告谈到,迁移学习有小数据、可靠性、个性化等优点,虽然深度学习模型已在语音、图像、
作者:Qiantong Xu、Gao Huang、Yang Yuan、Chuan Guo、Yu Sun、Felix Wu、Kilian Weinberger
📷 作者 | 贾维娣 7月23日,由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办,CSDN、中国科学院自动化研究所承办的第三届中国人工智能大会(CCAI 2017)在杭州国际会议中心盛大开幕。大会第一天上午,中国香港科技大学计算机与工程系主任、AAAI Fellow杨强教授发表了《深度学习的迁移模型》主题报告。 杨强从深度学习模型的共性问题谈起,深度剖析如何使深度学习模型变得更加可靠,在数据变化的情况下,模型持续可用。 报告谈到,迁移学习有小数据、可靠性、个性化等优点,虽然深度学习模
我们的目标是在一个标签可用的数据集(源)上训练神经网络,并在另一个标签不可用的数据集(目标)上保证良好的性能。
域适应是计算机视觉的一个领域,我们的目标是在源数据集上训练一个神经网络,并确保在显著不同于源数据集的目标数据集上也有良好的准确性。为了更好地理解域适应和它的应用,让我们先看看它的一些用例。
脑机接口 (BCI) 通过识别大脑活动并将其转化为外部命令,提供了大脑与外部设备之间的另一种通信方式。功能性近红外光谱 (fNIRS) 作为一种非侵入性的大脑活动检测方式正变得越来越流行。
本文由加拿大魁北克人工智能研究所唐建、Minkai Xu、Yoshua Bengio 以及 MIT 的 Wujie Wang、北京大学的Shitong Luo 等人合作完成,发表在2021年 ICLR(人工智能领域顶级会议)。
不以人类可以理解的方式给出的解释都叫耍流氓,因此,我们要让模型「说人话」。只要记住这三个字,你就差不多把握了可解释性的精髓所在。
AI 研习社按:本文为 BIGSCity 的知乎专栏内容,作者王小贱。北航智慧城市兴趣组 BIGSCITY是隶属于北京航空航天大学计算机学院的一个学术研究小组,小组致力于研究机器学习与数据挖掘在城市科学、社会科学等领域的交叉应用技术。AI 科技评论获得 BIGSCity 授权转载,敬请期待更多后续内容。
【导读】最近,日本一位酷爱 Vtubers的粉丝结合了此前发表的多项 GAN 工作制作了两个动漫人物生成器的工具,这两个工具一个可以帮助广大动漫迷们快速、轻松的生成带有不同姿态的动漫人物形象,另一个可以帮助大家把真人脸表情移植到动漫人物上,以后你也可以定制你的“动漫Twins姐妹 / 兄弟”了。
今天带来的是Department of Biosystems Science and Engineering (D-BSSE) of ETH Zurich 研究小组在bioRxiv上发表的Conditional Generative Modeling for De Novo Protein Design with Hierarchical Functions。本论文主要针对于使用有条件的生成的对抗网络蛋白质来解决蛋白质设计问题。由于缺少了在该域中评估了生成模型的规范方式,生成模型难以评估,因为没有可以将每个生成的样本与之进行比较的基本事实。论文的主要亮点就是设计了几种生物学和统计上灵感的指标的评估方案。
慢性缺血引起的脑微结构损伤在成人烟雾病(MMD,烟雾病是一种病因不明的、以双侧颈内动脉末端及大脑前动脉、大脑中动脉起始部慢性进行性狭窄或闭塞为特征,并继发颅底异常血管网形成的一种脑血管疾病。由于这种颅底异常血管网在脑血管造影图像上形似“烟雾”,故称为“烟雾病”)的神经认知功能障碍中起关键作用。本文使用神经突起方向离散度与密度成像(NODDI)方法研究了MMD患者大脑微结构的变化及其与神经认知功能障碍的相关性。研究发表在STROKE杂志。
文章目录 二次元软体概要与基础 二次元 软体制作资源 制作工具 软体 3D软体 MMD MikuMikuDance(MMD) 安装工具 二次元软体概要与基础 二次元 二次元是在中国和日本、韩国比较受年轻人的喜欢,特别是90后、00后、10后每年在啊二次元的花销是很大的。毕竟现在的年轻人喜欢独一无二的东西。二次元是一个虚拟的二次元形象为主衍生出来的一门技术。那么当下比较火的二次元形象有:洛天依、初音未来等。 软体制作资源 免费资源:Interactive: Subdivision in 3D 免费资源2
清华大学大数据研究中心机器学习研究部长期致力于迁移学习研究。近日,该课题部开源了一个基于 PyTorch 实现的高效简洁迁移学习算法库:Transfer-Learn。使用该库,可以轻松开发新算法,或使用现有算法。
在 ICLR2024 上,由南洋理工大学-商汤联合研究中心 S-Lab,香港中文大学,及上海人工智能实验室等合作提出了一种基于扩散模型的大量类别 3D 物体生成框架(Large-Vocabulary 3D Diffusion Model with Transformer),克服了三个主要挑战:
如果说今天的人工智能是互联网,乃至整个信息技术领域的皇冠,那么安全无疑是皇冠的基座。就像任何新技术一样,人工智能的安全与否很大程度上影响着其未来的发展和应用。符合什么标准的人工智能才算是安全的?或者人工智能的安全主要包括哪些方面?本文拟通过对美国和英国人工智能发展战略的简要分析,介绍当下人工智能安全问题的几个主要维度。 美、英两国人工智能发展战略简介 美 国 2016年10月,美国相继发布了两份与人工智能发展相关的战略文件,《美国国家人工智能研究和发展战略计划》(The National Artifi
1956年,人工智能概念首次被提出,之后经历了60年的浮沉起落,人工智能产业一直在曲折中前进,如今,人工智能已成为最炙手可热的产业之一。麦肯锡全球研究院就认为人工智能正在促进人类社会发生转变。这种转变将比工业革命“发生的速度快10倍,规模大300倍,影响几乎大3000倍。 如果说2016年是人工智能的新纪元,人们对于人工智能的探讨还是基于概念的探讨和前景的展望上,那么2017年则是人工智能如何落地的关键一年。 从广义上讲,人工智能的应用已经非常广泛,各大新闻客户端会根据你的阅读兴趣推送相关新闻、各大电
据AI 科技评论了解,武汉大学于今日(11月22日)正式成立人工智能研究院,其中由李建成院士担任人工智能研究院院长职位,杜博教授担任常务副院长,杨志坚教授,刘娟教授担任副院长。
【AI100 导读】我们的未来将不可避免的与人工智能绑在一起,那么人工智能将朝向哪个方向发展呢?对于人工智能未来的发展,我们最好的猜想有哪些(近期和远期)?如果真的创造出一个有意识的人工智能,又会有哪
哲学在人工智能领域发挥着重要的作用,它可以为人工智能的发展和应用提供深刻的思考和指导。以下是哲学在人工智能领域的几个方面:
日立制作所计划将2016年度之后的研发费用较2015年度预期增加约30%,增至每年5000亿日元左右。规模将与在世界市场上竞争的美国通用(GM)和德国西门子相匹敌,资金将集中投向传感器、人工智能和机器
很显然这是一条旧新闻,但是,可能好多人都没有注意到,里面有一句提到了要在中小学设置人工智能课程。 看来,我们国家对于人工智能这事,还真是不含糊。 来看看这动静: “为了让广大群众对人工智能有更深的认知,该《规划》还支持广泛开展人工智能科普活动,全面提高全社会对人工智能的整体认知和应用水平。而这包括实施全民智能教育项目,在中小学阶段设置人工智能相关课程,逐步推广编程教育,鼓励社会力量参与寓教于乐的编程教学软件、游戏的开发和推广。” 今天咱们把人才培养相关的内容提出来,再给各位深刻深刻印象。 正文来啦...
作者: Matthew U. Scherer 译者: 曹建峰 腾讯研究院法律研究中心研究员 李金磊 腾讯研究院法律研究中心助理研究员 来源: Harvard journal of law and technology 引言 智能机器时代,人工智能正在全方位侵入我们的生活。人工智能(artificial intelligence,简称AI)正在替代那些以前只能由具有专业知识或者获得政府颁发的许可证的人员才能完成的任务。美国一些州以
机器做到人类可以做到的事,这种模拟人的智能的能力,被称为人工智能。 上节课我们说了,它包含理解语言、自主运动、聊天社交等,还能进行各种学习,能够进行推理演绎归纳。今天的课程里,我们将继续为大家讲讲人工智能,今天要和大家聊聊两个重要概念:一个是强人工智能,另一个是弱人工智能。 1 强人工智能 在人工智能的早期,人们当时特别推崇强人工智能。 什么是强人工智能? 如果我们设计出的机器人,能和人类具有同等智慧,甚至超越人类,这样的智能就是强人工智能。你可以把强人工智能看做一个机器人,而他具有人的一切技能。 📷 可以
现如今,人工智能有两大优势:首先,人工智能是通过程序运作的,所以它很精准;其次,它在难度较高的领域起到很大作用,比如在医院里人工挂号被它替代等,故人工智能在国内外的研究以突飞猛进的速度发展,但是这也使得人们开始担心人工智能会抢走他们的“饭碗”。 今年5月,中国和日本都发生了与人工智能相关的事件。在中国,围棋职业九段选手柯洁败给人工智能阿尔法狗(AlphaGo)。柯洁与阿尔法狗的对战注定会失败,所以很多人说人类已非人工智能的对手。在日本的象棋比赛中,同样有人落败于人工智能,而且比赛的胜负非常明显。 追溯到20
Vol1 [08-1203/08-0103/08-0300]A-Cats插件篇、MMD Bridge篇
有关人工智能的话题吵吵嚷嚷了很长一段时间。虽然在资本的加持、巨头的拥趸之下,人工智能俨然已经成为后互联网时代的全新热门领域,但是,在一片热闹之后,人们似乎并未特别明显地感受到所谓的人工智能给人们的生活带来的些许改变。
目前,中国的人工智能研究处于爆发期,行业巨头公司正逐渐完善自身在人工智能的产业链布局,而不断涌现出的创业公司将持续在垂直领域深耕深挖。从目前来看,计算机视觉技术是人工智能的核心技术之一,广泛的商业化渠道和技术基础使其最为热门。未来,“人工智能+”有望成为新业态,人工智能产业将成为独角兽集中地,而人才储备则将成为制约中国人工智能发展的重要因素。
导读:随着物联网、大数据、云计算等新一代信息技术的发展,人工智能技术呈现爆发式增长,成为国际竞争的战略制高点,深刻影响着人类社会的政治、经济、文化、法律等。同时人工智能技术也将深刻改变制造业的核心竞争力,成为新一轮产业变革的核心驱动力,并将催生出新的研发模式、新产品、新业态、新的生产方式、新的服务模式。
按要求转自思迪姆学院 ID:school-steam 7月20日,国务院印发《新一代人工智能发展规划》,其中明确指出人工智能成为国际竞争的新焦点,应逐步开展全民智能教育项目,在中小学阶段设置人工智能相关课程、逐步推广编程教育、建设人工智能学科,培养复合型人才,形成我国人工智能人才高地。 重点一:中小学阶段设置人工智能课程 实施全民智能教育项目,在中小学阶段设置人工智能相关课程,逐步推广编程教育,鼓励社会力量参与寓教于乐的编程教学软件、游戏的开发和推广。 支持开展人工智能竞赛,鼓励进行形式多样的人工智能科
为深入贯彻落实国家关于发展新一代人工智能的决策部署,进一步提升本市新一代人工智能科技创新能力,促进人工智能深度应用,培育人工智能产业,推动构建高精尖经济结构,制定本指导意见。 一、总体要求 (一)指导思想 深入学习贯彻党的十九大精神,以习近平新时代中国特色社会主义思想为指导,深入贯彻落实习近平总书记两次视察北京重要讲话和对北京工作的一系列重要指示精神,坚定不移贯彻新发展理念,牢牢把握首都城市战略定位,充分发挥在人工智能领域的资源优势,积极构建以企业为主体、市场为导向、产学研深度融合的人工智能技术创新体
人工智能逐渐开始消失于无形中,可以是由外到内,反过来由内到外也正经历这一过程。人工智能技术的影响和作用对于人类来说越来越难以理解,难以感知。即便是专家们也不能完全理解一套人工智能系统是如何运作的。 实
领取专属 10元无门槛券
手把手带您无忧上云