下面这张在网上流传的图片展示了吉娃娃和松饼之间惊人的相似之处。这些图像通常在人工智能(AI)行业(包括我自己)的演示中共享。 但有一个问题没有人回答过：在消除像吉娃娃或松饼这样的图像的不确定性时，到
选自free Code Camp 作者：Mariya Yao 机器之心编译 参与：蒋思源、刘晓坤 本文通过吉娃娃与松饼的图像对比了流行的六大计算机视觉API，作者希望能借助这些识别情况帮助读者了解各
你是否遇到过这种情况？——外出与小孩散步，TA发现一朵很漂亮的花，跑过来问你是什么，但是你突然愣住了—因为你并不知道它是什么花。 目前世界上至少存在250000种花，即便是经验丰富的植物学者也很难全部认识它们。如果现在告诉你以后不用尴尬对小孩承认你并不知道它是什么花，不久之后你就能在无论什么时候都能马上认出任何一种花卉或者任何植物的品种，会不会很期待？ 鉴于目前图像识别的强大能力以及使用智能手机随手拍照的便利，普通人通过使用工具也能轻松的识别各种花卉。这个工具叫做智能花卉识别系统（Smart Flower
【新智元导读】李飞飞加入谷歌是最近 AI 界的一件大事，反映了谷歌、微软、亚马逊、Facebook 等科技巨头正在积极重塑自己在人工智能领域的策略。这些公司不仅在内部推广 AI 技术，把 AI 应用于它们现有的产品，同时也致力于将这些技术推广到其他技术领域。本文梳理了这些大公司的最新动向和策略，无可置疑的是，他们都是认真的，AI 将在我们的未来发挥越来越大的作用。 李飞飞加入谷歌是最近 AI 界的一件大事。作为斯坦福大学人工智能和视觉实验室主任，李飞飞创建了全球最大的图像识别数据库 ImageNet，加速了
---- 新智元报道 来源：aiweirdness、gizmodo 编译：肖琴 【新智元导读】神经网络的专长之一是图像识别。谷歌、微软、IBM、Facebook等科技巨头都有自己的照片标签算法。但即使是顶尖的图像识别算法，也会犯非常奇怪的错误，它只看到它希望看到的东西。同样，即使是非常聪明的人类，也会被算法“愚弄”。 今天，只要你生活在互联网的世界，你就可能与神经网络交互。神经网络是一种机器学习算法，从语言翻译到金融建模等各种应用，神经网络都可以发挥作用。它的专长之一是图像识别。谷歌、微软、I
人工智能图像识别技术已经取得了一些令人惊叹的进步，但正如一项新的研究表明的那样，这些系统仍然可以被那些愚弄的例子所绊倒。 一群麻省理工学院的学生最近愚弄了谷歌开发的一种图像分类器，这群学生周三发布的一篇论文详细描述了一种可以更快地欺骗系统的技术。这种欺骗谷歌系统的方法提供了一个真实的例子，说明基于人工智能的图像识别系统是如何被黑客入侵的。 论文地址：https://arxiv.org/pdf/1712.07113.pdf 视频地址：http://imgcdn.atyun.com/2017/12/jqyqrd
TencentYoutuyun（腾讯优图云）是腾讯云推出的一款图像识别和处理服务。它提供了各种功能强大的API，可以用于人脸检测、人脸对比、人脸验证、人脸比对、图片标签、身份证OCR等图像相关任务。该服务基于腾讯在人脸识别、图像识别等领域的技术积累，为开发者提供了快速、准确和可靠的图像处理解决方案。 在本篇文章中，我们将介绍如何使用TencentYoutuyun进行简单的图像处理任务。
来源：《中国计算机学会通讯》2017年第12期《CNCC2017特邀报告》 微软全球执行副总裁沈向洋博士在2017年10月25日在福州举行的中国计算机大会（CNCC2017）的特邀报告指出：人工智能在感知方向已取得重大突破，下一个突破将出现在自然语言的理解，“对话即智能”，并谈了未来人工智能的核心的三种可能。 📷 人工智能在感知方向已取得重大突破 下一个十年最重要的研究方向是什么？毋庸置疑是人工智能。人工智能近年来的发展近乎神速，特别是在深度学习方面有了极大进展，这主要得益于“两大一精”（大计算、大数据和精
一个月之前，微软发布了基于深度神经网络的文本到语音（text-to-speech，TTS）系统，并且做为 Azure 认知服务中的一项，提供面向客户的预览版本。
日前，微软发布了第三代微软小冰产品，宣布进一步解锁了包括视觉、听觉在内的人工智能感官系统，结合情感计算技术，让小冰能够用更加逼近人类的方式，通过自然语言和用户进行交流。 微软集团全球执行副总裁陆奇和微软（亚洲）互联网工程院院长王永东出场，表明了微软对小冰的重视程度。陆奇强调说，人工智能已迎来拐点，而小冰是微软人工智能战略的重要组成部分。 小冰动向 陆奇宣布了微软小冰的如下进展： 微软小冰的全球人工智能战略计划正式启动。其中，在日本，与LINE共同宣布战略合作，日本版小冰 Rinna 在短短两周内已覆盖日本全
1 新智元推荐1 来源：微软研究院AI头条 【新智元导读】继 9月13日微软将对话语音识别错误率降至6.3%的记录后，前天再次宣布进一步将错误率降至 5.9%，首次达成与专业速记员持平且优于绝大多数人的表现。该成功归功于他们采用了一种神经语言模型，该模型在空间中被表现为连续的向量，计算机能通过该模型得知比如“fast”和“quick”是具有紧密联系的近义词。 一个月前，2016年9月14日，微软的对话语音识别技术在产业标准Switchboard语音识别基准测试中实现了词错率（word error rate
日前，微软宣布推出一款图片美化应用——微软自拍（Microsoft Selfie），它能够针对照片中出现的所有人脸的年龄和性别进行差异化一键自动美颜和降噪、补光，微软亚洲研究院视觉计算组主管研究员袁路
图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。简单分析了图像识别技术的引入、其技术原理以及模式识别等，之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用。从中可以总结出图像处理技术的应用广泛，人类的生活将无法离开图像识别技术，研究图像识别技术具有重大意义。 1、图像识别技术的引入 图像识别是人
摘自：腾讯科技 6月4日，百度公司最近宣称在ImageNet（图像识别最大数据库）的图像识别人工智能基准测试中击败了谷歌(微博)和微软。但是周二，ImageNet宣称百度在测试中存在违规行为，百度已经为自己“误导公众”而道歉。 百度的行为凸显了人工智能领域竞争中存在的高度风险。目前，全球顶级科技公司都在争相研发人工智能技术，包括允许计算机识别图像、控制机器人、理解口语以及执行其他任务等。而积累起巨大计算资源的互联网巨头承受着巨大压力，它们需要竭力维持自己的领先地位，无论是声望还是潜在商业利益方面。 除了百度
T客汇官网：tikehui.com 撰文 张珅健 IBM、Salesforce宣布要强强联合，推出Salesforce的Einstein平台，将微软赶出IBM，占领AI市场。 据悉，随着合作的进行，
选自Microsoft 作者：John Roach 机器之心编译 参与：黄小天、蒋思源 近日，微软在其官方博客上撰文宣布全面开源 Microsoft Cognitive Toolkit 2.0，该版
图像处理领域中，最基本的技术是图像识别技术，现在应用最广泛也最成熟的就是人脸识别技术。无论在中国还是在美国，都有很多相关创业公司，其中不乏这种垂直领域的独角兽。
机器如何懂时尚？这是码隆科技上一款产品希望解决的问题，那一次他们推出了StyleAI，希望用图像识别结合深度学习来破解时尚密码。 10月24日，该公司更进一步，推出ProductAI，将AI做成一项云
一场技术人员的狂欢又拉开帷幕。APP原理很简单，用户只需要上传一张照片，就能把自己或其他人替换为“吴彦祖”、“彭于晏”、“玛丽莲梦露”以及你想要看到的任何人。你懂的！当然，也由此诞生了一场舆论的漩涡！
计算机视觉已经是日常生活的一部分。借助这种技术，Facebook可以识别你上传到社交网络的照片上的人物；Google Photo能够自动在收藏行列中找出特定的图片，以及识别出各种各样的东西……这样的
翻译 | AI 科技大本营（rgznai100） 参与 | 刘畅、林椿眄 编辑 | 周翔、Donna 本周三，Google 发布了最新的 Cloud AutoML 技术，该技术能使企业开发者们通过 Google Cloud 平台自动创建机器学习模型。谷歌首先将发布 AutoML Vision，即用于建立机器视觉模型的工具，随后将陆续推出用于机器翻译和自然语言处理等的工具。 Cloud AutoML 将是开发者的利器，即便你不懂机器学习，也能训练出一个定制化的机器学习模型。具体来说，开发者只需要上传一组
本周三，Google 发布了最新的 Cloud AutoML 技术，该技术能使企业开发者们通过 Google Cloud 平台自动创建机器学习模型。谷歌首先将发布 AutoML Vision，即用于建立机器视觉模型的工具，随后将陆续推出用于机器翻译和自然语言处理等的工具。 Cloud AutoML 将是开发者的利器，即便你不懂机器学习，也能训练出一个定制化的机器学习模型。具体来说，开发者只需要上传一组图片，然后导入标签或者通过 App 创建，随后 Cloud AutoML 就会自动生成一个定制化的机器学
译者 | reason_W 编辑 | Just 对大多数企业来说，机器学习听起来就像航天技术一样，属于花费不菲又“高大上”的技术。如果你是想构建一个 Netflix 这种规模的推荐系统，机器学习确实是这样的。（注：Netflix是美国流媒体巨头、世界最大的收费视频网站，曾于 2017 年买下《白夜追凶》全球播放权。）但受万物皆服务（everything-as-a-service）这一趋势的影响，机器学习这一复杂的领域也正在变得越来越接地气。所以现在哪怕你只是一个数据科学领域的新手，并且只想实现一些很容易
1 图像识别是什么？ 2 图像识别的应用场景有哪些？ 什么是图像识别 图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。根据观测到的图像，对其中的物体分辨其类别
在人工智能产业中，应用层是一个极大的部分，是人工智能技术最终的目的地。除了机器人、无人机和无人驾驶等硬件产品之外，人工智能的软件应用在单独商业化的同时，也在为这些硬件产品提供服务，像智能家居的语音控制
随着人工智能成为新一轮科技革命和产业变革的重要驱动力量，AI 成为科技企业研发重点，专利申请量也在逐年提升。
大数据文摘作品，转载要求见文末 作者 | Thimira Amaratunga 编译 | 宁云州、吴双、张伯楠 【深度学习】这个几年前还鲜为人知的术语，近期迅速蹿红，成为人尽皆知的大IP。不过在火起来之前，这个技术已经发展了十几年。人尽皆知前，深度学习是如何一步一步自我演化并走进公众视野的？ 1998年，Yann LeCun 发表Gradient-Based Learning Applied to Document Recognition，至今，深度学习已经发展了十几年了。以大家熟知的CNNs为代表的技术在
在计算机视觉领域，图像识别这几年的发展突飞猛进，但在进一步广泛应用之前，仍然有很多挑战需要我们去解决。本文中，微软亚洲研究院视觉计算组的研究员们为我们梳理目前深度学习在图像识别方面所面临的挑战以及具有未来价值的研究方向。
看懂一个东西对人类来说很容易，但是对机器来说却是很难的，这个时候图像识别技术就应运而生。今天我们就为大家揭秘图像识别技术原理，告诉你机器如何利用卷积神经网络进行图像识别，从而“看见”这个世界。
AI 科技评论按：本文根据刘铁岩博士在中国人工智能学会 AIDL 第二期人工智能前沿讲习班＊机器学习前沿所作报告《迎接深度学习的「大」挑战》编辑整理而来，发文前已得到刘铁岩博士的亲自删减校正。 刘铁岩
AI科技评论按：本文根据刘铁岩博士在中国人工智能学会AIDL第二期人工智能前沿讲习班＊机器学习前沿所作报告《迎接深度学习的“大”挑战》编辑整理而来，发文前已得到刘铁岩博士的亲自删减校正。 刘铁岩 刘铁
大数据文摘作品 编译：钱天培、龙牧雪 连发三条推特！今天凌晨时分，李飞飞通过一篇博客文章发布了谷歌最新AI产品——AutoML Vision，可以自动设计机器学习模型。 我很荣幸地宣布AutoML Vision面世。无需精通机器学习，每个人都能用这款AI产品定制机器学习模型。这是“AI民主化”的重要进展！ ——李飞飞 这个名为Cloud AutoML的宏大项目浮出水面，或标志谷歌发展的战略转型。一直以来面向机器学习人工智能开发者的Google Cloud，这次将服务对象转向了普罗大众。 今天面世的AutoM
11月12日，中国专利保护协会发布《人工智能技术专利深度分析报告》，对人工智能技术在世界范围内和在我国的专利申请数据进行了科学统计和深入分析。
【新智元导读】图像识别领域的权威标杆 MS COCO 2017 竞赛结果公布。COCO 竞赛代表了继 ImageNet 后图像识别的最高水平。今年，来自旷视、商汤、北大、北航、中科院自动化所的众多中国团队，几乎占据了各项任务的第一，超越了谷歌、Facebook。 MS COCO（Microsoft Common Objects in Context，常见物体图像识别）竞赛是继 ImageNet 竞赛（已停办）后，计算机视觉领域最受关注和最权威的比赛之一，是图像（物体）识别方向最重要的标杆（没有之一），也是目
公有云领域从来不缺乏大型玩家，随着亚马逊、微软、谷歌、阿里等巨头在云计算市场的快速扩张，基础云服务的同质化也愈发明显。
8月31日，华为发布了新一代顶级人工智能手机芯片——麒麟980，成为全球首款采用7nm制程工艺的手机芯片。麒麟980能做到人脸识别、物体识别、物体检测、图像分割、智能翻译等，实现AI识别质的飞跃。
导语 | GAME AI SDK 是腾讯 TuringLab 研发的首个开源项目，着重解决自动化测试工具中的通用性问题，最初主要用于游戏 AI 自动化测试服务，现在可用于手机 APP、PC 端游戏、软件等专项自动化测试。通过 AI 算法进行大数据训练的网络模型具有良好的通用性，可以直接在同一类游戏（软件）中适用。文章作者：周大军，腾讯 AI 工程组专家工程师。
【新智元导读】 微软（亚洲）互联网工程院副院长李笛近日接受新智元独家专访，对当下国内外的对话AI 发展方向和途径提出了许多直接的观点，他认为，国内现在两个主要的竞争对手所做的对话式AI 产品，一个只是管道，没有其他价值，另一个则没有用户量。另外，他还透露了关于“小冰”的一些最新数据。对话的交互被认为是人工智能的下一个重大方向和突破点，现在行业处于什么水平？在技术和产品上需要注意哪些“坑”，李笛有话要说。 微软“人工智能少女”小冰自2014年首次在中国发布以来，经过三年的发展，现在已经成为微信和微博上的著名网
2018年CES在美国拉斯维加斯召开，站在风口浪尖上的科技企业纷纷出动，在会场各显神通地展示自己的科技产品和各种智能算法。近年来，人工智能的浪潮不断拍打着 IT 领域的海岸，各家科技巨头们都喜欢向外骄
MS COCO 的全称是常见物体图像识别（Microsoft Common Objects in Context），起源于是微软于2014年出资标注的Microsoft COCO数据集，同名竞赛与此前著名的 ImageNet 竞赛一样，被视为是计算机视觉领域最受关注和最权威的比赛之一。
今天下午，在北京举行的GTC CHINA 2016(GPU技术大会)中，英伟达深度学习研究院对CNTK中图像识别功能进行了简单介绍。 首先，我们来了解下CNTK。 CNTK（Computational
李林 编译自 ZDNet 量子位 报道 | 公众号 QbitAI 微软昨天发布了一个嵌入式学习库(Embedded Learning Library, ELL)，包括一个用在树莓派上等开发板上的预训练
人工智能从幕后走向实用离不开人工智能技术取得的突破和发展。在互联网时代背景下，大数据、新型高性能计算架构以及深度学习帮助人工智能技术实现了从量变到质变的转变。其中，计算机视觉、语音识别技术均已能够规模
随着IT专业人士尝试应用人工智能，许多人将在公有云执行此操作。但是，组织从不断增长的人工智能服务列表中选择，从AWS、Azure和其他厂商中挑选，并不是一件容易的事。 虽然人工智能不再只是在科幻电影中看到，但是该技术对许多企业IT团队来说仍然是陌生的。然而，一个采纳趋势是明确的：公有云将是大多数企业人工智能工作负载的目的地。 调研机构Forrester Research公司首席分析师Rob Koplowitz说：“这并不是说人工智能不会发生在人们的数据中心的企业中，但这是一个主要在云端发生的工作量。
选自Microsoft Blog 作者：Allison Linn 机器之心编译 参与：李亚洲、黄小天 Rangan Majumder、Yi‐Min Wang 和高剑锋（自左至右）在微软雷德蒙德研究院。
摘要 “人工智能”一词最初是在1956年Dartmouth学会上提出的。从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。人工智能（Artificial Intelligence）英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技
【新智元导读】 现在的AI发展到什么水平了？我们总说“超越人类水平”，有没有一个量化的标准，来让我们理性的认识AI发展水平，刺破火热AI的迷雾？电子前沿基金会 EFF正在致力于这一方向研究。从近期微软宣布语音识别错误率降至5.1%，与人类水平相当谈起，这篇文章将介绍目前AI领域最为知名的发展水平衡量标准，涉及计算机视觉、文本理解、语音识别、翻译、游戏等多个方向。包括ImageNet、CIFAR-10、COCO等多个近年来受到广泛关注的数据集以及取得最好成绩的模型的介绍。 微软上周宣布，在语音转文字上，他们的
AI 科技评论按：上周我们报道了谷歌的一项研究 “数据为王”是真的吗？谷歌轻抚着100倍的数据量点了点头 - AI科技评论，它直观地体现了更多训练数据可以带来更好的结果，但连线（WIRED）的这篇文章
在这一新研究中，科学家们只需用普通打印机打出一张带有图案的纸条贴在脑门上，就能让目前业内性能领先的公开 Face ID 系统识别出错，这是首次有 AI 算法可以在现实世界中实现攻击：
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
