机器之心报道 机器之心编辑部 3 月 23 日,在机器之心 AI 科技年会上,蚂蚁集团金融机器智能部总经理周俊发表了主题演讲《可信 AI 在数字经济中的实践与探索》。 周俊介绍,如果将数字经济比作一棵树,树干中的人工智能 (AI)、大数据、云计算等技术,构成了数字经济的核心,起着承上启下的作用;树根中的隐私、安全等因素,决定长势以及未来;树干跟树根必须紧密融合,才能枝繁叶茂,其中 AI + 隐私、AI + 安全等成为当下亟需突破的方向。而可信 AI 技术理念将是数字时代抵御风险、提升科技包容度的关键能力之
于恒:直播间的朋友大家好!欢迎大家来到本次AI科技大本营公开课,我是本次讲师于恒。
为期六天的 ACL 于上周在墨尔本会展中心落下帷幕,在这六天时间内,共计八场 tutorial,三百多篇论文展示,十五场 workshop,涉及机器翻译、机器学习、问答系统、信息提取、语义分析等多个方向的研究。毫无疑问,这是一场 NLP 领域的年度盛会。
本文主要内容还是围绕着场景分析与数据理解、方法论与算法设计、工具链与部署落地等方面进行展开,重点关注的是顶层设计。
导语 | 云计算的发展为互联产业带来了巨大的变革,云上技术的下一站,又会有哪些新契机呢?本文是腾讯工业互联网深圳研发负责人黄浩宇老师在云+社区技术沙龙深圳站的分享整理,为大家详细介绍腾讯基于边缘容器技术的工业互联网平台建设。
机器之心报道 作者:吴昕 基于单模态 GPT-3 的 ChatGPT 「地震」余波未平,多模态 GPT-4「海啸」又顷刻席卷朋友圈。 「这提醒我们,对人工智能的预测是非常困难的。」OpenAI CEO Sam Altman 曾在 DALL-E 2 发布后讲过这样一句话。事实证明他是对的。基于符号主义的专家系统的衰落,让人们一度认为人工智能已走到尽头,2012 年的深度学习又点燃了希望,如今它已统领 AI 领域。随着系统规模越来越大,训练时间和资金成本也在不断膨胀。就在大家担心向模型添加参数正达到边际效益递减
在刚刚结束 TiDB Hackathon 2021 赛事中,Matrix 赛队的作品 Tenseigan,是针对 TiDB 的一个分布式数据库的调优测试框架,该工具能够提供:自动调参、参数影响度评估等功能,集成了多种 workload。由于项目的创新性和可扩展性,摘得了“最佳校园奖”和“明势资本特别赞助最佳市场潜力奖”。
这一波深度学习的发展,以2006年Hinton发表Deep Belief Networks的论文为起点,到今年已经超过了10年。从过往学术界和产业界对新技术的追捧周期,超过10年的是极少数。从深度学习所属的机器学习领域来看,到底什么样的方向能够支撑这个领域继续蓬勃发展下去,让学术界和产业界都能持续投入和产出,就目前来看,半监督学习是一个很有潜力的方向。
机器之心报道 机器之心编辑部 在 WAIC 2021 AI 开发者论坛上,思谋科技联合创始人兼技术负责人刘枢带来题为《智能制造中的算法平台》的精彩分享。在演讲中,他主要介绍了在制造业中,什么样的算法平台能为客户与自己降本增效。 以下为刘枢在 WAIC 2021 AI 开发者论坛上的演讲内容,机器之心进行了不改变原意的编辑、整理。 今天非常高兴有机会在这个地方分享我们的思考,也让大家看一下我们怎么从深度学习前边走到后边,来到了这个后深度学习的 AI 时代。我相信,很多 ToB 公司初心为客户降本增效,其实作
疫情期间,大多数学子的毕业季都很苦涩,除了求职难,很多同学们甚至无法认真告别,有些同学这次见不到,也许一生都不再见。
杨净 整理自 MEET2023 量子位 | 公众号 QbitAI 算力的需求,远比以往来得更为猛烈。甚至有人直呼:得算力者得未来。 元宇宙、AIGC、AI for Science的涌现,又给高性能计算(HPC)平添了好几把火。 在诸多挑战与机遇共存交织的当下,这一领域泰斗中国工程院院士、清华大学计算机科学与技术系郑纬民,在MEET2023智能未来大会上,分享了自己的见解和思考。 估计未来两年到四年,HPC(高性能计算)+AI+BigData融合的服务器就会出现。 AI for Science的出现,让HPC
AI 科技评论按:今日在腾讯研究院年会中,腾讯副总裁姚星发表演讲《AI 真实的希望和隐忧》,他在大会中介绍了“低调”的腾讯 AI 部门所做的事,并深入讲解该如何提升机器学习的能力以及对 AI 的看法。文章由 AI 科技评论进行编辑。 腾讯在 AI 方面确实很低调,很多人问我腾讯有没有做 AI?怎么从来没有向外宣传呢? 解密腾讯 AI 部门 实际上从 2016 年 4 月份开始,腾讯成立了自己的 AI 部门。目前这个部门拥有 30 多个科学家,90% 以上的人都是博士学历,绝大多数人都是海外名校归来,包括
AI科技评论按:中国人工智能学会AIDL第二期【人工智能前沿讲习班】日前在北京中科院自动化所举行,本期讲习班的主题为【机器学习前沿】。北京大学教授王立威带来了题为《机器学习理论:回顾与展望》的主题报告,主要对机器学习中关于泛化能力的几个重要理论进行介绍。 北京大学教授王立威博士的主要研究领域集中于机器学习,在包括COLT, NIPS,JMLR, PAMI等权威会议期刊发表论文60余篇。2010年入选AI’s 10 to Watch,是首位获得该奖项的亚洲学者。2012年获得首届国家自然科学基金优秀青年基金,
12月15日,由腾讯云主办的首届“腾讯云+社区开发者大会”在北京举行。本届大会以“新趋势•新技术•新应用”为主题,汇聚了超40位技术专家,共同探索人工智能、大数据、物联网、小程序、运维开发等热门技术的最新发展成果,吸引超过1000名开发者的参与。以下是大数据AI分会场的演讲内容,稍作整理,分享给大家。
【新智元导读】云知声 CEO 黄伟在 世界人工智能大会 AI WORLD 2016 发表演讲《AI 已来,未来已来》,分享了云知声在技术、产品、商业上的思考。黄伟在演讲中提到,AI 正从感知迈入认知阶段,交互方式的改革让智能语音市场前景无限。黄伟以云知声在智能语音、智能家居、智能车载等领域的技术和应用落地为例,介绍了深度学习、大数据和云计算的结合如何促进 AI 产业发展。最后,黄伟呼吁 AI 从业者,要通过技术和商业上的努力,真正把人工智能技术带入生活。 【黄伟】:大家下午好!今天非常高兴能够参加这么一个
随着VALSE2019的精彩落幕,SIGAI迎来了建号一周年庆。回顾这365天的时间,我们用130篇优质原创技术文章,与人工智能领域数万的专业人士、学生以及爱好者建立了亲密的伙伴关系。在这里,SIGAI团队真诚的感谢每一位SIGAIer的热情关注和支持,我们将持续输出高品质的专业技术文章,始终遵循我们的承诺:“全方位覆盖AI经典算法与工业应用,紧跟业界新趋势,让你始终站在技术前沿”。SIGAI的第二年,我们在VALSE再次扬帆起航,与各位一起探索AI世界的无限可能。
在上期,我们提到,在DGX A100中,由于CPU的PCI-E IO通道数少于GPU、RoCE网卡和NVMe SSD盘所需要的通道数量,工程师们设计了PCI-E Switch来实现PCI通道的扩展:
机器之心报道 机器之心编辑部 在 WAIC 2021 AI 开发者论坛上,知乎合伙人兼 CTO 李大海发表主题演讲《基于 AI 的智能社区多模态数据融合研究与实践》。在演讲中,他主要介绍了知乎在智能社区时代多模态数据融合中的研究以及实践进展。 以下为李大海在 WAIC 2021 AI 开发者论坛上的演讲内容,机器之心进行了不改变原意的编辑、整理: 我今天的主题是基于 AI 的智能社区多模态数据融合应用实践。 多模态最近很火,刚刚「好未来」的吴总也讲了这个主题。虽然都是多模态,但大家业务场景不同,使用的侧重
李林 编译整理 量子位 报道 | 公众号 QbitAI 自然语言处理领域的学术会议EMNLP今天评出了四篇最佳论文:最佳长论文两篇、最佳短论文和最佳资源论文。 EMNLP的全称是Conference
自深度学习以分层逐步学习的奇思妙想崛起以来,深度学习框架就在不停地发展。在 AlexNet 还没有携带深度学习亮相 ImageNet 之前,由蒙特利尔大学 LISA 实验室所编写的 Theano 框架就已经开源,它可用来支持高效机器学习算法。Theano 是目前 DL 框架中的元老,它开启了深度神经网络高效编程的先河,后来开源的框架都受益于 Theano 的先行探索。
编辑/凯霞 3 月 23 日,在机器之心 AI 科技年会上,创材深造创始人兼 CEO 王轩泽在「AI x Science 论坛」分享了主题为《AI + 金属材料:更适合产业落地的方向》的相关内容。 分享就 AI 产业落地过程中可能遇到的问题进行了讨论,包括精度陷阱;行业壁垒并非技术,传统大厂转型自研;某些 toB 领域存在的一些问题;黑盒性质严重,客户不认可,短期内取代不了关键岗位人员;算法效果惊艳但落地艰难等精彩观点。 王轩泽介绍说,AI 赋能金属材料的产业化,可以有效地规避或解决上述 AI 落地中的难
导读: 地平线机器人资深算法研究员罗恒参加了钛坦白第33期,与百度资深工程师、Paddle API重构设计负责人于洋及第四范式联合创始人、首席研究科学家陈雨强一同讨论分享了自己关于AI时代机器学习的看法与见解。 我的博士是在上海交通大学念的,刚开始的时候其实并没有确定自己研究方向,只是对机器学习很感兴趣,看了很多机器学习方面的书和论文,最感兴趣的是“支持向量机”,感觉实际中有广泛应用,同时又有非常完善的理论,所以花了一定的精力在读相关的论文和书。看了一段时间之后,发现Vapnik似乎已经把所有他想要
随着机器学习,尤其是深度学习在复杂数据上的表现越来越优秀,很多开发者希望能将其应用到自己的服务或产品中。然而即使是使用预训练模型或开源框架,对于很多不太了解机器学习算法工程的开发者而言还是有非常大的挑战。此外,若机器学习不是产品的核心技术,额外维护机器学习算法团队的成本又非常高。因此,很多时候我们需要一种能快速使用高性能深度学习的方法。
机器之心原创 编辑:微胖 如果把智能化时代比作一辆高速前进的列车,数据、算法及其承载系统(服务器、硬件算力、软件框架、通讯协议等),是构成这辆列车的主要部件。其中,数据是燃料,算法是列车的引擎,工程师是列车的驾驶员,而列车运行的车身,则对应着各大软件运行系统,列车每一个组件潜藏的安全隐患都有可能酿成现实悲剧,智能化时代的风险发现与防御自然也需要着眼全局。 近日,由专业技术学会 IEEE 与前沿科技探索社区 ATEC 联合主办的技术沙龙 IEEE x ATEC 科技思享会上,五位高校研究人员从不同角度就智能
今年以来,有关人工智能产业化的争议成为热门话题,既有来自学术界批评AI“顶不了天,落不了地”、AI科学家从工业界离职回顾学术界等等负面现象,又有多家AI独角兽闯关上市成功的积极鼓舞。
2018年8月-12月,由美团点评、创新工场、搜狗、美图联合主办的“AI Challenger 2018全球AI挑战赛”历经三个多月的激烈角逐,冠军团队从来自全球81个国家、1000多所大学和公司的过万支参赛团队中脱颖而出。其中“后厂村静静”团队-由毕业于北京大学的程惠阁(现已入职美团点评)单人组队,勇夺“细粒度用户评论情感分类”赛道的冠军。本文系程惠阁对于本次参赛的思路总结和经验分享,希望对大家能够有所帮助和启发。
参与 | 鸽子,Donna 刘强东的猪脸大赛刚刚结束, 李开复联合王小川、张宏江的AI Challenger-全球AI挑战赛决赛也紧跟着来了。 早在大赛宣布举办之初,李开复就向CSDN的总裁蒋涛先生阐明了举办这个大赛的初衷。一方面,李开复发现,由于数据和机器的缺乏,目前的AI教育很难大规模展开。所以,他希望联合搜狗和今日头条,提供丰富的数据集。 另一方面,由于李飞飞教授的ImageNet已经在今年宣布成为“历史”,开复希望“AI Challenger”可以接棒ImageNet,甚至做的比ImageNet
作者 | Sepp Hochreiter 解读 | Antonio 编辑 | 陈彩娴 人类包含意识、认知、决策等等在内的智慧能力,似乎从人类有记录的那一刻起,就吸引着无数哲学家的思索。与之类似,从AI诞生的那一刻,科学家们则在憧憬:AI 如何能够达到像人类一样的智能? 近期,LSTM 提出者和奠基者,奥地利人工智能高级研究所(IARAI)创始人,曾获得IEEE CIS 2021 年神经网络先驱奖(Neural Networks Pioneer Award)的Sepp Hochreiter教授在《ACM通讯》
【AI创新者】是CSDN人工智能频道精心打造的专栏,本期主人公是最近很火的《TensorFlow实战》一书作者、PPmoney大数据算法总监黄文坚。 作者:白岩 CSDN AI 编辑 / 记者 投
谷歌tensorflow官方推出了免费的机器学习视频课,总计25个课时,支持中英文语言播放、大量练习、实例代码学习,是初学tensorflow不机器学习爱好者必看的良心精品,课程授课的老师都是来自谷歌AI团队不Tensorflow框架的开发团队,可以说是唯一的业界良心免费教程。从本文开始,【OpenCV学堂】将推出一系列的文章介绍课程各个章节内容不代码演示部分,前面相关文章阅读回顾:
目前在人工智能领域,不管是学术圈还是工业圈,大家都认同一个趋势,那就是在很多应用场景上计算需要落地到设备上,让设备拥有智能化——即嵌入式的AI,这个是人工智能领域新开辟出的一个分支。 中科创达技术总监王璠坚定的对AI科技评论说。 在近日(4月28日)的北京GMIC大会新技术演示Show上,王璠向外界展示了中科创达在嵌入式人工智能方面所做的工作。这位百度出身的90后的技术总监,目前带领着一支30人的 ThunderView 技术团队专注于嵌入式AI的算法研究。我们现在做的工作是将深度学习放在嵌入式设备上,王
AI 科技评论按,2019 年 4 月 18 日,「新消费新动力——2019 年乐信合作伙伴大会」在深圳举行,国际著名机器学习专家、香港科技大学教授张潼出席会议并发表主旨演讲,在演讲中他提到 AI 发展的关键要素,以及现在难以解决的问题,我们将来需要研究的方向,雷锋网 AI 科技评论将他的发言内容整理如下,有删减。
课程2:十行代码高效完成深度学习POC,主讲人为百度深度学习技术平台部:陈泽裕老师。
AI科技评论了解到,叶艳芳博士一直以来的主要研究领域有互联网安全、机器学习和数据挖掘,而且她先在业界公司工作了6年,然后离开业界来到学校开展安全研究。作为安全领域的专家,叶艳芳博士如何看待人工智能、机
机器之心原创 机器之心编辑部 5 月 27 日,机器之心主办的为期两天的全球机器智能峰会(GMIS 2017)在北京 898 创新空间顺利开幕。中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃为本次大会做了开幕式致辞,他表示:「我个人的看法是再过几年,我们 90% 的工作是人工智能提供的,就像我们今天大部分工作是机器提供的一样。我们知道人工智能会给我们提供一个更美好的未来。」大会第一天重要嘉宾「LSTM 之父」Jürgen Schmidhuber、Citadel 首席人工智能官邓力、腾讯 A
自然语言处理(简称NLP)被誉为“人工智能皇冠上的明珠”、“实现通用人工智能(AGI)的钥匙”。 当自然语言处理技术遇到司法系统,会擦出怎样的火花? 在这里先跟大家分享一个“常识”: 据我国的法律,给出的量刑大都是一个区间,而不是具体值,比如判刑3年到5年。 那么究竟是3年、4年还是5年,需要法官对具体问题进行具体分析。 其出发点是好的,但实际却让一些经验欠缺的法官左右为难:判久了对被告不利,判的时间不足对受害者又不够公平。 不过现在嘛,法官的这个烦恼可以先放放了,因为有一项AI前来“搭把手”。 这个AI背
上周在与TC同行关于AIGC实践的线上交流中,大家普遍比较关心的一个实践切入点是:语言模型的私有化部署——简单来说,就是在企业内部,部署一个属于自己的“ChatGPT”,对于本行业/专业知识,以及企业独有的产品和技术信息有充分的了解,并且提供用户接口,通过自然语言交流,解答内外部用户的问题。
每天给你送来NLP技术干货! ---- 哈工大讯飞联合实验室(HFL)发布2022年实习生招聘启事,欢迎有意申请的同学填写文章末尾的问卷应聘。对于优秀实习生将有机会直接签约2023年校招offer。 ••• 岗位:自然语言处理实习生 【工作地点】北京(海淀区软件园2期互联网创新中心) 【工作方向】前瞻技术研究、应用业务落地 【岗位职责】深入自然语言处理相关的核心技术研究及应用落地。研究方向包括但不限于篇章分析、阅读理解、问答系统、语法纠错、对话系统、预训练模型、多模态理解、多语言理解等。能够应用机器学习、
本文转载自「AI科技评论」,搜索「aitechtalk」即可关注。 编者按:并行计算是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来协同求解同一问题,即将被求解的问题分解成若干个部分,各部分均由一个独立的处理机来并行计算。在训练 AI 系统的时候,并行是提高计算效率的主要途径。 作为机器学习方面的专家,腾讯 AI Lab 专家研究员、美国罗彻斯特大学助理教授刘霁博士认为,目前并行计算的主要难点在于如何提高并行效率。 因「提出一系列异步并行算法,解决了传统同步并行算法瓶颈问题,设
AI 科技评论按:并行计算是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来协同求解同一问题,即将被求解的问题分解成若干个部分,各部分均由一个独立的处理机来并行计算。在训练 AI 系统的时候,并行是提高计算效率的主要途径。 作为机器学习方面的专家,腾讯 AI Lab 专家研究员、美国罗彻斯特大学助理教授刘霁博士认为,目前并行计算的主要难点在于如何提高并行效率。 因「提出一系列异步并行算法,解决了传统同步并行算法瓶颈问题,设计机器学习中去中心化的并行计算框架,可以极大地减少通讯代价
当一批类ChatGPT的通用大模型层出不穷时,另一批参与者着眼于“更容易落地”的行业垂直大模型,也走到了舞台中央。
近日,微众银行将联邦学习开源框架 FATE(Federated AI Technology Enabler)贡献给 Linux 基金会,并希望通过多方维护令该项目更加强大。同时,中国人工智能开源软件发展联盟(AIOSS)发布了我国第一个关于联邦学习规范标准,这些都表明联邦学习从理论到实践都在快速提升。
本次报告涉及虚拟人多模态合成技术的进展,主要对研发的DurIAN模型中的一些关键问题进行了解析,最后对虚拟人技术的应用前景进行了展望。
近期IT领域最火热的话题就是AIGC了,可以说是真正出圈了,这个词貌似是百度大力推广的;国际上用得更多的是Generative生成式AI。最近的热点是“真”智能聊天的产品chatGPT。我认为对上层产品而言最关键的是这2个里程碑:
继上次对机器学习在参数化方面的讨论之后 前沿讨论|机器学习云参数化所面临的关键挑战,Stephan Rasp又提出了机器学习在气象应用方面的几点思考,经 Stephan 授权后特翻译为中文与大家一起分享。
明敏 丰色 整理自 MEET2023 量子位 | 公众号 QbitAI “AI for Science在今年爆火,不是意外。” “当下面临的最大挑战,是如何管理预期。” “无论用AI还是传统手段探索科学,都要基于好的研究体系,工具上的变化不会扭转本质问题。” …… 今年,AI for Science的更多可能,正在被挖掘、热议甚至激辩。 爆火到底是不是意外?变革是否已经发生?还面临哪些挑战?在量子位MEET 2023智能未来大会AI for Science圆桌上,这些疑问拨云见日。 深势科技CTO胡成文、百
领取专属 10元无门槛券
手把手带您无忧上云