作者:仁基,元涵,仁重 本文选自:《尽在双11:阿里巴巴技术演进与超越》 近十年,人工智能在越来越多的领域走进和改变着我们的生活,而在互联网领域,人工智能则得到了更普遍和广泛的应用。作为淘宝平台的基石,搜索也一直在打造适合电商平台的人工智能体系,而每年双11大促都是验证智能化进程的试金石。伴随着一年又一年双11的考验,搜索智能化体系逐渐打造成型,已经成为平台稳定健康发展的核动力。 演进概述 阿里搜索技术体系目前基本形成了offline、nearline、online三层体系,分工协作,保证电商平台
作者|Qing Feng,Peter 译者|CarolGuo 编辑|Emily AI 前线导读:机器学习在 Uber 改善应用程序的用户体验方面发挥着核心作用。鉴于 Uber 业务的规模和范围,我们经常需要创造性地思考如何设计这些系统。譬如,在开发合作伙伴活动矩阵(Partner Activity Matrix,一种基于总体使用趋势的个性化司机体验的新工具)时,我们从基因组可视化的生物医学技术(基因组双聚类)中找到了灵感。 更多干货内容请关注微信公众号“AI 前线”,(ID:ai-front) 通过使用
机器之心原创 作者:杜雪 2013 年,DeepMind 在 NIPS 大会上发表的一篇深度强化学习的文章,一举惊艳了学术界。2016 年 1 月,AlphaGo 在一场围棋大赛中击败李世乭吸引全世界的目光,其背后的强大武器正是深度强化学习技术。同年年底,2016NIPS 最佳论文奖也颁给了解决深度强化学习泛化能力较弱问题的论文。 随着深度学习的突破性进展,也促使强化学习的研究前景,重新获得了产业各界的关注。2016 年 8 月,在 ACM(国际计算机学会)会刊一篇名为《强化学习的复兴》的文章中提到,「D
关于机器人研究,AI 科技评论此前有过诸多报导。在 CCF-GAIR2018 大会期间,雷锋网专设仿生机器人、机器人应用两大专场,诸多国内外知名教授莅临现场进行主题演讲,此外,AI 科技评论也与美国普度大学机械工程学院邓新燕副教授,南京航空航天大学仿生结构与材料防护研究所所长戴振东教授,香港科技大学刘明助理教授就扑翼仿生机器人、壁虎机器人、移动机器人等展开了学术上的深入讨论。
近期,“产教融合”又被Cue了 教育界的“当红炸子鸡”又有什么新动态? 鹅老师来帮大家划重点 近日,国家发改委、教育部等六部门联合印发了《国家产教融合建设试点实施方案》,明确指出: 探索建立体现产教融合发展导向的教育评价体系,支持高职院校、应用型本科高校、“双一流”建设高校等各类院校积极服务、深度融入区域和产业发展,推进产教融合创新。 同时,还公布了一个激动人心的消息 5年内将分两批试点布局50个产教融合城市 来找一下有没有你的家乡 ▼ 在这些地区中不乏“先进班集体”,如深圳、天津、北京、上海
在企业的数字化转型中,大数据已成为支撑经营和业绩增长的主要手段之一。通过升级云原生架构,可以为大数据在弹性、多租户、敏捷开发、降本增效、安全合规、容灾和资源调度等方向上带来优势。如何让云原生大数据在企业中发挥最大效用,也是许多技术伙伴关注的事情。 在 3 月 17 日和 18 日,ArchSummit 全球架构师峰会(北京站)即将落地北京,我们策划了【云原生大数据实践】,邀请了字节跳动火山引擎云原生计算技术负责人李亚坤,担任专题出品人。在筛选了十几个议题之后,我们确定了本专题的四场分享,分别如下: 首先,我
李根 假装发自 上海 量子位 出品 | 公众号 QbitAI 刚刚在上海,李飞飞正式宣布了一个激动人心的消息。 首先是Google AI中国中心正式成立。 其次,李飞飞这位享誉全球的AI学者、Google Cloud人工智能和机器学习首席科学家,将重返祖国工作,筹建并执掌Google AI中国团队。 这个中心由李飞飞和李佳共同领导。李飞飞将会负责中心的研究工作,也会统筹Google Cloud AI、Google Brain以及中国本土团队的工作。 在回答量子位提问时,李飞飞表示从1月入职Google时就开
微软加速器·北京系统展示了微软加速器创新生态体系的最新成果,并提出以科技创新构建同理心平台,以实现生态参与者的协同共享、横向学习、跨界创新和超级合作。
这一全民狂欢带动了诸多先进技术的落地发展,它成就了全球最大规模的云——阿里云计算的落地发展,也带动了人工智能在客服领域的大规模应用。
过去一周,国际、国内的大数据相关公司都有哪些值得关注的新闻?数据行业都有哪些新观点和新鲜事?DT君为你盘点解读。
麻省理工学院一位经济学家撰写的新研究表明,改进后的翻译软件可以显著促进在线国际贸易——这是机器学习对经济活动产生明显影响的一个显著案例。研究发现,eBay在2014年改进了自动翻译程序后,可以使用这一新系统的两个国家的贸易额猛增了10.9%。
【编者按】11月21日,为期三天的SDCC2015中国软件开发者大会成功闭幕,主办方总计邀请了95余位演讲嘉宾,为参会者奉献了10个主题演讲,9大技术专场论坛(80余场技术演讲),另外还有5场特色活动。另外,据官方统计参会人数高达1067名(不含工作人员)。其中21日的算法专场,现场听讲人数一度爆满,而没有机会亲临现场的童鞋们,我们特邀请了业内专家、与会者分享他们的听课感受及他们眼中的算法专场。以下是来自畅捷通公共服务部总监张俊林的参加算法专场的听课札记,以飨读者。 以下为张俊林的听课札记: 2015年11
论坛名称:云帆奖青年 AI 学者前沿技术趋势论坛 主办单位:上海人工智能实验室、机器之心、全球高校人工智能学术联盟、AI 青年科学家联盟 论坛时间:2023 年 2 月 24 日上午 09:30-11:30(北京时间) 论坛地点:线上 论坛领域:人机互动及可解释性、扩散模型、强化学习理论等 活动将通过机器之心视频号、GAIDC 大会官网直播,可通过下方链接预约观看。 扫码关注 GAIDC 大会官网论坛直播 关于云帆奖青年 AI 学者前沿技术趋势论坛 2023 全球人工智能开发者先锋大会(GAIDC)是由世
本文整理了2022年1月1日至3月31期间的21项AI药物研发领域的合作活动 (不完全统计,未公开的合作不包含在内)。
全球人民还没有在ChatGPT带来的惊艳表现中回过神来, GPT-4就发布了,而且展现出了比之前ChatGPT更惊艳的反馈! 就在昨天,百度也重磅发布了自己的知识增强大语言模型“文心一言”! 通用人工智能时代仿佛正在加速朝我们跑来~~ 面对未知的未来 学点AI知识,提前装备一下自己显得非常有必要 你可能说,“我也想要入行AI领域,可是门槛太高了呀!” 确实,一口气吃不成胖子 我们还是要从基础开始学起,慢慢来! 入行AI,还是要先从机器学习基础开始~~ 这里,诚心诚意地向大家推荐 《零基础入门机器学习》这
有没有人跟小编一样, 刚入门机器学习时被折磨的不要不要的! 线性代数、线性优化、统计与概率、微积分、信息论…… 线性回归、Logistic 回归、线性判别分析、朴素贝叶斯、随机森林…… 本以为时代扛把子领域, 学起来应如身临绿洲世界,科技感拉满MAX↑ (图片来源见水印) 可谁成想,面对密密麻麻的数学知识、算法、框架,直接给我干废 在学习机器学习的这条路上 埋头啃书肯定不是最好的方式 书里的内容不一定是最丰富的 牢固掌握还是要结合课堂经验+动手实践 今天我就要推荐一套,非常实用的机器学习入门课程,是
编译 | 刘畅、尚岩奇、林椿眄 审校 | reason_W 2017年末,Facebook应用机器学习组发布最新论文,对整个Facebook的机器学习软硬件架构进行了介绍。纵览全文,我们也可以从中对Facebook各产品的机器学习策略一窥究竟。论文中涉及到机器学习在全球规模(上亿级数据处理)上的全新挑战,并给出了Facebook的应对策略和解决思路,对相关行业和研究极其有意义。 摘要 机器学习在Facebook的众多产品和服务中都有着举足轻重的地位。 本文将详细介绍Facebook在机器学习方面的软硬件
在11月6日召开的Techo开发者大会上,腾讯云副总裁、腾讯数据平台部总经理蒋杰博士正式对外披露腾讯大数据平台10年技术演进历程。经过10年的积累,腾讯大数据平台的算力资源池目前已有超过20万台的规模,每天实时数据计算量超过30万亿条,腾讯已经成为中国实时数据计算量最大的公司。并且,随着资源管理平台核心TKE和分布式数据库TBase正式对外开源,腾讯正在成为大数据领域开源最全面的公司。
大数据文摘作品 编译:Shan LIU、笪洁琼、亭八 根据近1200份投票的统计结果显示,KDnuggets的读者认为对数据科学家/机器学习专家的需求将在未来4至10年内开始减少。最常见的一种回答是4-6年,中值是8-9年。 KDnuggets问卷:对数据科学家/机器学习专家的需求何时会开始衰减? 这是一张很重要也很有意思的图表,看完之后我的想法如下…… 注意:需求下降的起始点紧随着需求高峰,所以我们需要交换着使用这两个术语。 在2012年被誉为“21世纪最性感的工作”之后,市场对于数据科学家的需求开始迅速
为什么页面显示都是自己所心水的东西?为什么现在的快递速度那么快? 9小时的时间,今年双十一仅淘宝天猫的交易额就达到了1000亿。 作为买买买的主力军,先问大家一个问题:购物车里面的东西都清空了吗?是不是还在一边在内心哭着喊着要剁手,一边忍不住的动手一键下单购买呢? 虽然双十一发福利的花样越来越多,令许多人恨不得不参加双十一,但是,很多人还是会时不时地打开淘宝、天猫等购物类APP逛一逛,看到中意的就直接加入购物车……按照淘宝双十一期间逐年提高的交易额来看,相信在接下来的日子里,国内外朋友都会被快递包裹所包围。
字节跳动实现建设全球创作与交流平台的愿景,以及取得当前全球化进展,都离不开人工智能技术提供的关键支撑。字节跳动一向重视人工智能技术的发展,而其AI Lab,最开始是因NLP领域科学家李磊的加入而出名,随后马维英、李航等大佬也陆续入伙。
内容来源:2018 年 08 月 05 日,阿里巴巴算法专家唐呈光在“人工智能技术沙龙(杭州站)”进行《小蜜智能对话开发平台》演讲分享。IT 大咖说(微信id:itdakashuo)作为独家视频合作方,经主办方和讲者审阅授权发布。
当“数据大屏”成为一种可以标准化输出的可视化解决方案,非专业的小白也能轻易上手?7月15日数据侠实验室第15期活动中,阿里云开发专家、DataV核心开发者郑新林为我们介绍了阿里在大屏方面的产品布局,并通过多场景的大屏应用案例,从技术角度分享了如何通过DataV系统快速搭建一个数据大屏。
现在开大会,不说点儿 AI 就 out 了,曾有网友开玩笑说,今年 Google I/O 的发布会就是:Google 系列产品+ AI。
今天我给大家分享一下头部互联网电商大厂的面试流程,我的一些日常工作内容,另外再给大家介绍一些相关工作案例。
导读:2019 年 11 月 14 日凌晨,在微软服务 23 年的微软全球执行副总裁沈向洋博士宣布离开微软;2020 年 3 月 5 日,清华大学在线上举行了活动“沈向洋双聘教授聘任仪式暨春风讲堂第四讲”,沈向洋博士离开微软后的首个去向得以确认。
机器之心报道 机器之心编辑部 周末不能补课,平时也不能玩游戏。 8 月 30 日,国家新闻出版署发布了《关于进一步严格管理切实防止未成年人沉迷网络游戏的通知》,限制 18 岁以下未成年人每天玩网络游戏时间为一小时,且仅在周五、周六和周日,以及公共假期时间晚 8-9 点上线。 这些限制适用于包括手机在内的任何设备,「网络游戏」的定义,指所有在网络上提供服务的游戏,包括玩家语境中狭义的网游,也包括 PC 单机和主机游戏,覆盖国内过审上线的 WeGame 平台上的 PC 单机游戏、国行主机发行的主机游戏,但暂时
选自RARE Technologies 作者:Shiva Manne 机器之心编译 参与:Panda 做深度学习开发和实验既可以选择自己搭建硬件平台(参阅《深度 | 从硬件配置到软件安装,一台深度学习机器的配备指南》),也可以向 GPU 提供商购买使用服务。本文介绍了 RARE Technologies 的 Shiva Manne 对几个主要 GPU 平台的评测结果,希望能为想要选择最适合自己的平台的企业或开发者提供帮助。 我们最近发表了使用 word2vec 的大规模机器学习基准评测文章,参阅:https
导读:自动化是嵌入到整个智能供应链Y的基因里去的,我们服务的一个愿景是希望通过自动化技术实现供应链全链条的降本提效。本文将分享京东如何利用AI驱动端到端补货建设,包括以下几大方面内容:
阿里妹导读:今年的双11,实时计算处理的流量洪峰创纪录地达到了每秒40亿条的记录,数据体量也达到了惊人的每秒7TB,基于Flink的流批一体数据应用开始在阿里巴巴最核心的数据业务场景崭露头角,并在稳定性、性能和效率方面都经受住了严苛的生产考验。本文深度解析“流批一体”在阿里核心数据场景首次落地的实践经验,回顾“流批一体”大数据处理技术的发展历程。
无线个性化推荐起步于2013年10月。现在往回看,当时的阿里很好地把握住了移动端快速发展的浪潮,以集团All-in无线的形式吹响了移动端战斗的号角。个性化推荐团队也是从All-in无线这一事件中孵化的。我们从零开始搭建了个性化推荐算法体系及个性化算法平台TPP。TPP这一个性化算法平台对个性化推荐团队的成长起到了至关重要的作用。基于TPP,个性化算法团队成员们验证算法的速度得到了极大的提高,优化算法的速度从而也得到了极大的提高。仅仅花了不到两个月的时间,个性化推荐的第一版算法就在“有好货” 中初露锋芒:结合基于主动学习的选品算法平台TSP,个性化推荐团队一举打造了“有好货”针对高端人群的优质导购体验。
预料之内的是,Python 并没有完全「吞噬」R 语言的空间,但这项基于 954 个参与者的投票显示,Python 生态系统在今年已经超越了 R 语言,成为了数据分析、数据科学和机器学习的第一大语言。
AI 科技评论按,就在上个月,波士顿动力在 YouTube 上刷了一波 Atlas 2 的新技能。从视频中可以看到,相比今年五月在跨越障碍时还得停顿片刻,这次 Atlas 2 可以直接奔跑着跨越了。
人类社会已经经历了三次工业革命,即蒸汽技术革命、电力技术革命、计算机及信息技术革命。第四次工业革命的大幕正在徐徐拉开。
Flink Forward,给了我一个绝佳的机会,向全球 Apache Flink 社区介绍微博如何使用 Apache Flink 在我们的平台上运行实时数据处理和机器学习。在以下各节中,我将向您介绍微博,并将描述我们的机器学习平台的体系结构以及我们如何使用Apache Flink开发实时机器学习管道。最后,我将解释我们如何计划在微博上扩展 Flink 的用途,并简要了解我们在组织中使用开源技术的经验。
导读:如何通过免费方式学习数据科学?数据科学家 Rebecca Vickery 从技术能力、理论和实践经验三个方面入手介绍了自己的经验。
选自KDnuggets等 机器之心整理 参与:李泽南、李亚洲、路旭阳 根据 KDnuggets 2017 年最新调查,Python 生态系统已经超过了 R,成为了数据分析、数据科学与机器学习的第一大语言。本文对 KDnuggets 的此项调查结果做了介绍,并补充了一篇文章讲解为何 Python 能成为数据科学领域最受欢迎的语言。 Python vs R:2017 年调查结果 近日,KDnuggets 发起了一项调查,问题是: 你在 2016 年到现在是否使用过 R 语言、Python(以及它们的封装包),或
📷 在AI领域,相比创业公司,大公司具有天然的先发优势。在技术方面,决定技术的三个要素——数据、算法模型、计算力,背后的潜台词对应的是数据量、人才、资金,大公司更占优。在产品应用方面,大公司本身就有大量的用户基数、畅通的推广渠道,也是大公司的强项。 事实上,现在已经很难说哪家大公司完全与AI不相关,毕竟只要有数据,就很难不用到机器学习的算法。不过,出于本身的战略规划及实际业务情况,大公司对于AI行业的重视程度肯定各不相同。 国内方面 未上市公司方面 一 旷视(Megvii)
AI 无处不在的时代,每天都有新的技术与研究成果出现。无论学术界还是商界,技术还是产品,AI 的新发现都源源不断,在带给我们全新视角的同时,也引起我们更深的思考。
斯坦福大学近日重磅发布了 AI 指数 2017 年度报告,从学术、产业、技术等多个角度盘点了 AI 领域的动态和进度。 毋庸置疑 ,AI 是近年来的行业热点,吸引了越来越多的从业者、行业领袖、决策者
作为国内最大的社交巨头,腾讯如何运用AI 技术应对安全挑战?AI时代下,安全攻防又有哪些新变化?
金融科技&大数据产品推荐:蜂巢——数据科学驱动的互联网风控解决方案
机器学习是Facebook许多重要产品和服务的核心技术。这篇论文来自Facebook的17位科学家和工程师,向世界介绍了Facebook应用机器学习的软件及硬件架构。 本着“赋予人们建立社区的力量,使世界更紧密地联系在一起”的使命,到2017年12月,Facebook已经将全球超过二十亿人连接在一起。同时,在过去几年里,机器学习在实际问题上的应用正在发生一场革命,这场革命的基石便是机器学习算法创新、大量的模型训练数据和高性能计算机体系结构进展的良性循环。在Facebook,机器学习提供了驱动几乎全部用户服务
1.突破10余项关键技术 我国空间智能机器人跨入国际先进行列 在今天开幕的“2015世界机器人大会”上,由中国航天科技集团公司五院总体部抓总研制的空间机械臂与采样机械臂双双亮相。经过总体部组建的“国家
近期,AI领域不断涌现出重大的变革和创新,其中包括大规模模型的问世和AIGC技术的快速迭代发展。每天都有新技术、新算法不断涌现,更大型的模型也层出不穷。AI技术已经渗透到了各行各业,对开发者、设计师、文字工作者等职业都产生了深刻影响。AI正在改变着我们的工作生产方式,这已成为行业的共识。因此,了解和掌握AI的重要技术变革和趋势对于开发者来说至关重要。 为了让更多的开发者了解和真正参与到技术的开发与应用中,我们推出了一项名为【云上探索实验室】的活动,希望可以和开发者一起从实践中探索技术的边界。本期实验室主题围
机器学习有助于在可观察性数据中检测不需要的行为,这使您更容易发现应用程序中的性能下降的服务或实例
责编 | 王子彧 出品 | CSDN(ID:CSDNnews) 最近的 AI 圈,真是“热闹得一塌糊涂”: 输入一句话就能生成图像的 Stable Diffusion 火爆数月;这边大家不亦乐乎地和智能语音助手聊天…AI 正在开启新时代——从高深莫测的黑科技,变身为辅助工作、生活不可或缺的重要组成部分。 模型变大,算法繁杂 AI 技术开发平台是关键 如果说,简单的 AI 功能试用是新手,熟练掌握 AI 开发是出师,深入行业应用就是真正的大师了。然而,AI 开发过程中如果没有合适的平台,开发过程就会繁琐,
事实证明,在PR这件事上,谁都不是Google的对手 📷 这个前沿科技行业月报系列是36氪前沿科技组的一个尝试,主要是基于我们的一个还不太成熟的判断——这个行业的进展要远快于行业内外的预期。所以我们想要尝试将这些散落在互联网各处的信息搜集、整理出来,为关注这个行业的人提供一些决策的参考及依据,也方便更多的人了解这个行业真实的进展。 因为36氪前沿科技组关注的领域跨度有点大, 包括了人工智能、机器人、AR、 VR 、新能源、新材料、新技术、物联网、智慧工业、智慧城市、智能硬件、商业航天等,所以
12 月 11 日,擅长计算机视觉技术解决方案的依图科技在北京公开展示了语音识别领域的最新技术成果,并表示将在近期开放依图语音识别 API 接口以及部分测试数据集。同时,依图科技还宣布,将基于其语音识别技术与微软 Azure、华为推出联合方案平台。
机器学习是人工智能的核心,旨在创建一个解决类似问题的通用方法。机器学习已经被整合到我们经常在日常生活中使用应用中,比如iPhone的Siri。本文是一个包含了如何在移动应用中使用机器学习的指南。 机器学习的工作原理 机器学习是基于人工神经网络的实现,人工神经网络在我们日常生活中的APP(比方说语音助手)和系统软件中都被广泛使用。它们可以进行诊断测试、探索生物学与合成材料。而人工神经网络相当于人类的神经元和中枢神经系统。这可能有点难以理解,所以我们来看看人脑是如何进行记忆和识别的。 与计算机不同,人脑更加强大
领取专属 10元无门槛券
手把手带您无忧上云