👆点击“博文视点Broadview”，获取更多书讯 有位朋友说，程序员的工作就是消灭自己的职业。 这么说或许是有些危险耸听了，不过随着近期ChatGPT的爆火，可以预见未来的程序员可能的确需要有更强的研究开发能力才能有更强的竞争力！ 面对ChatGPT带来的冲击，了解其背后的核心技术，才能在AI浪潮中狂飙！ 简单说，ChatGPT是通过预训练大语言模型，配以RLHF（Reinforcement Learning from Human Feedback，RLHF，人类反馈强化学习）开发出来的AIGC产品，
信息化技术的飞速发展使得海量数据爆发式增长。一方面，越来越多的数据可以为我们的生活带来便利，但另一方面，也给软件开发带来巨大的挑战——图片、声音、视频等不同结构的数据越来越多地出现，为搜索分析带来巨大的挑战，传统的关键词搜索，搜索结果局限于输入的关键词，用户体验较差。向量检索的出现，给我们提供了一个新的思路，向量数据库将非结构化、半结构化甚至是结构化等数据以向量形式存储，实现相似度搜索、聚类、降维等操作，结合机器学习模型，为用户更加智能的搜索服务。
👆点击“博文视点Broadview”，获取更多书讯 一句话就可以“创作”一条视频 AI终于把魔抓伸向影视行业了 大家知道，制作一条视频需要很多步骤： 文案、录制、后期，等等 即便是简简单单的一条短视频，也要经过一通操作才能使之呈现。 但是，现在可要变天了！ 就在不久前，谷歌发布了名为“Dreamix”的视频生成产品。 好家伙啊 在官方演示中，你只需要一句话，就可以对现有视频进行“魔改“，直接替换生产新主角和新内容。 比如这里，输入了”一只白猫和一只橘猫在地板上“原视频里的狗子直接变成了两只猫。
👆点击“博文视点Broadview”，获取更多书讯 科技在不断进步，各式各样的业务场景也在不断催生各种AI技术的兴起！ 试看将来的世界，必定是充满了AI的世界！ 为了帮助大家紧跟时代的潮流，系统学习当前主流的AI技术，博文菌本周为大家整理了今年出版的AI领域爆品新书，每一本都称得上该技术方向上的里程碑式著作！ 还等什么？赶紧学习起来吧！ ---- 01 ▊《联邦学习实战（全彩）》 杨强 黄安埠 刘洋 陈天健 著 杨强教授领衔撰写 深度剖析前沿应用案例 丰富的配套视频资源、线上资源 部分案例配以
博文视点学院 本周福利课表（8月23日-29日） 1 本周限时秒杀 （扫描下方二维码·获取折扣） ▊《揭秘PPT真相》 100节“1分钟PPT技能”视频课+纸书1本。 本周限时6折秒杀，限时仅需48元！ 专栏包含 价值79元的《揭秘PPT真相》纸书1本 3套2020最新“总结计划通用模板” 100节“一分钟PPT技能”视频课程 800页高质量PPT设计案例 89套优质PPT培训课件 20套常用配色方案、20类精选动画效果 10套热销原创商务模板 80万字精心整理的知识管理类文档 讲师介绍 布衣公子 “布
NLP中的算法复杂，应用场景多变，涉及数学、语言学、计算科学多门学科，理解起来很抽象，单靠自学、看课程难以理解晦涩难懂的逻辑。即使你已经看过很多深度学习、人工智能、自然语言处理理论知识，依然难以着手开发项目。 为此，华为云上线了Python+NLP实战营，帮助学习者掌握自然语言处理理论和应用，提升NLP相关编程能力，低门槛入门开发AI项目。重要的是，由华为专家授课教学，全程免费报名学习。 适 合 人 群 01 在校学生 ① 计算机、人工智能专业 ② 0门槛入门NLP领域知识 ③ 希望从事企业AI工程师 0
👆点击“博文视点Broadview”，获取更多书讯 “研究范式”是由哲学家Thomas S. Kuhn 在1962 年《科学革命的结构》 一书中首先提出的。 Kuhn 认为，科学进步并不是累积式发展的，他提出一种新的发展模型，在该模型中，科学连续性的累积发展（Kuhn 将其定义为“正常科学”时期）会被“革命科学”打断，革命科学发现的“异常”（即显著不同于正常科学时期的思想、方法等）会直接导致新的范式。 Kuhn 因此将研究范式定义为学科内“科学家关于应该如何理解和解决问题的一套共同的信念与共识”。 Lin
👆点击“博文视点Broadview”，获取更多书讯 2022年7月，Meta（原Facebook）AI 发布了一个大规模机器翻译模型NLLB-200，该模型在神经网络架构上混合了稠密和稀疏神经网络，参数规模达545亿，在覆盖202种语言、2440个语向的180亿平行句对上进行训练，训练后的单一模型可支持所有覆盖语言之间的的自动翻译（即202X201=40602个语向的互译）。 该模型的名字是英文No Language Left Behind的缩写，体现了机器翻译实现世界上所有语言互译的美好愿景。 历经7
自然语言处理是人工智能领域研究的核心内容之一，近年来取得了快速进展和广泛应用，在学术界和企业界备受瞩目。
运动员在不断打破记录的同时，其实离不开新科技的助力。印象最深的是游泳运动员身穿的仿生鲨鱼皮泳衣，在游泳的过程中，可以让水流更加顺畅的从运动员身体的各个部位划过。 除此之外，今年东奥会上也出来现了很多新科技应用场景，有点像科技“秀场”。 这里选取语音技术来展开，例如科大讯飞在开放创新平台基础上，建成了一套具有奥运特征的多语种智能语音和语言关键技术服务平台，为中国奥运代表团提供了“语音转写”和“机器翻译”两项技术类别的支持，方便大家在会场上和不同国家的运动员交流，也便于识别不同语言文字的意思。 另外，像语音合
👆关注“博文视点Broadview”，获取更多书讯 近年来，在深度学习和大数据的支撑下，自然语言处理技术迅猛发展。 而预训练语言模型把自然语言处理带入了一个新的阶段，也得到了工业界的广泛关注。 通过大数据预训练加小数据微调，自然语言处理任务的解决，无须再依赖大量的人工调参。 借助预训练语言模型，自然语言处理模型进入了可以大规模复制的工业化时代。 那到底什么是预训练？为什么需要预训练呢？ 以下内容节选自《预训练语言模型》一书！ ---- --正文-- 01 预训练 预训练属于迁移学习的范畴。 现有的
作者 | 李忠良 自然语言处理（Natural Language Processing, NLP）是计算机科学领域与人工智能领域中的一个重要方向。 它常常有以下几步骤，接收自然语言，转译自然语言，分析自然语言并输出结果。 我们用的 Siri、天猫精灵等就是最常见的 NLP 技术实践应用，它可以根据我们的输入语言，自行地输出结果。 这些年 NLP 技术在搜索、推荐、信息流、互联网金融、社交网络等领域不断发展壮大。 但是 NLP 的挑战性也非常大，我们都了解计算机的基础语言是数百万个 1 和 0 的集合，即“是
谷歌作为全球最大搜索引擎公司，发布过很多有趣项目。近日，谷歌又上线了一个名为“Semantic Experiences”（语义体验）的网站，包含了Talk to Books和“Semantris“两个项目，前者是一款基于人工智能的书籍搜索引擎，用户不用像以往的搜索方式，键入书名，作者等关键词，而是可以用书中的某个句子搜索到目标书籍，而后者是一个基于机器学习驱动的单词联想游戏。这两项功能是基于自然语言文本的理解，而语义理解正是人工智能技术发展的重要方向，谷歌希望通过这两个项目让普通人也能感受最新语义理解和自然语言处理技术的强大能力。此外，谷歌还发布了论文《Universal Sentence Encoder》，详细地介绍了这些示例所使用的模型。并提供了一个预训练语义 TensorFlow 模块。
👆点击“博文视点Broadview”，获取更多书讯 作者：车万翔（哈工大） 整理：李rumor ---- 最近几天被OpenAI推出的ChatGPT[1]刷屏了，其影响已经不仅局限于自然语言处理（NLP）圈，就连投资圈也开始蠢蠢欲动了，短短几天ChatGPT的用户数就超过了一百万。 通过众多网友以及我个人对其测试的结果看，ChatGPT的效果可以用惊艳来形容，具体结果在此就不赘述了。 不同于GPT-3刚推出时人们的反应，对ChatGPT大家发出更多的是赞叹之词。 聊天、问答、写作、编程等等，样样精通。
为了推动 AI 技术的应用创新，促进人工智能领域的学术交流、人才培养，打造人工智能的人才交流平台与产业生态圈，中国人工智能学会联合杭州市余杭区人民政府联合发起了首届全球人工智能技术创新大赛，并得到了阿里云、OPPO 等头部科技企业的积极参与和支持。阿里云天池平台为本次大赛提供平台和算力支撑。 AI青年说是大赛主办方为提升青年开发者对 AI 的认识而主办的系列活动，该活动邀请知名青年学者，探讨理论研究与应用实践中的热点话题。4月26日，AI青年说将迎来第二期直播活动，主题为「如何摘取 AI 皇冠上的 NL
👆点击“博文视点Broadview”，获取更多书讯 如果你是一名自然语言处理从业者，那你一定听说过大名鼎鼎的 BERT 模型。 BERT（Bidirectional Encoder Representations From Transformers）模型的“荣耀时刻”是2018年：称霸机器理解测试SQuAD，横扫其他10项NLP测试，达成“全面超过人类”成就。 BERT模型使用预训练和微调的方式来完成自然语言处理（Natural Language Processing，NLP）任务。这些任务包括问答系统
News 新闻 4月18日，达观数据科学家团队再添专家，国内知名自然语言处理领军专家、复旦大学计算机教授黄萱菁博士正式受聘为达观数据高级顾问，达观数据在人工智能领域的研发实力又上新台阶，未来在深度学习
现在是机器学习 ( ML ) 和人工智能 ( AI ) 的黄金时代，人工智能模型的新方法和用例持续增加。而 PyTorch 作为最流行的深度学习框架，与 AI 密切相关。 PyTorch 框架发展迅猛，现在可以说几乎占据深度学习框架的半壁江山： 它被广泛用于构建和训练神经网络，包括图像分类、语音识别、自然语言处理等应用； 它提供了简单易用的 API，可以帮助研究人员和开发人员快速构建和测试新的深度学习模型，从而 推动 AI 技术的发展； PyTorch 还支持自动微分，可以大大简化训练过程，并使神经网络的调
连转2篇文章，先上链接，文章转自清华大学刘知远老师的github：https://github.com/zibuyu/research_tao/blob/master/01_community.md，致予我真诚的感谢！
CCF C³活动第十四期自然语言处理，将于本周五8月12日（18:00-21:30）在科大讯飞北京公司举行。名额有限，报名从速。 当前，图文识别、语音识别等感知智能技术已日渐成熟，新一代人工智能正逐步从感知智能向认知智能转化，自然语言处理作为认知智能的重要部分，当前取得了一些显著的进展，同时也面临了许多挑战。本场C³将从技术发展、落地应用等方面开展自然语言处理技术的分享与讨论。 CCF C³活动是CCF CTO Club发起的，面向企业技术专家的热门技术和战略分享会。C³活动旨在联结企业CTO及高级技术人
自然语言生成（NLG）作为自然语言处理的一个子方向，主要目的是降低人类和机器之间的沟通鸿沟，将非语言格式的数据转换成人类可以理解的语言格式。现在也受到广大研究学者的重视，今天ShuYini给大家整理了一下自然语言生成的相关资料供大家参考。
ChatGPT丨小智ai丨chatgpt丨人工智能丨OpenAI丨聊天机器人丨AI语音助手丨GPT-3.5丨开源AI平台
地址 https://github.com/zibuyu/research_tao
机器之心报道 机器之心编辑部 3 月 21 日，在机器之心举办的 ChatGPT 及大模型技术大会上，哈尔滨工业大学计算学部长聘教授、博士生导师车万翔发表主题演讲《ChatGPT 浅析》，在演讲中，他回答了 ChatGPT 究竟解决了什么科学问题，是如何解决该问题的，以及未来还有哪些亟待解决的问题。 另外我们也了解到，车万翔教授大模型相关的科研成果也正在进行产业转化，机器之心后续将为大家带来报道。 以下为车万翔在机器之心 AI 科技年会上的演讲内容，机器之心进行了不改变原意的编辑、整理： 大家好，我是
随着大语言模型的快速崛起，人们对自然语言处理技术的关注度也在不断提升。近年来，BERT、GPT等语言模型各显神通，其模型结构均可溯源至Transformer。自2017年提出以来，Transformer已经迅速占据了整个自然语言处理领域，甚至在图像处理领域也开始发挥作用。目前火热的ChatGPT也是基于Transformer decoder结构的模型之一，其出色的表现广受好评。掌握Transformer基础知识已成为学术界和从业者的必修课程。 2023年4月27日（周四晚）18:30，来自东北大学自然语言处
每天给你送来NLP技术干货！ ---- 作者：刘知远老师 链接：https://github.com/zibuyu/research_tao 与老牌学科如物理学、化学等相比，计算机学科还非常年轻，学科体系长期处于剧烈变革之中。作为计算机应用的重要方向，人工智能和自然语言处理自然更不例外，与现实应用紧密相关，技术发展日新月异，常给人今是昨非之感。在这种情况下，传统学术期刊的那种投稿1-2年才能见刊的模式已经赶不上技术革新的速度，年度学术会议显然更符合计算机学科发展和交流的需求，可以看作是一种“小步快跑”的模
2017年7月31日-8月4日，第55届国际计算语言学年会ACL 2017（Annual Meeting of the Association for Computational Linguistics）在加拿大温哥华召开。在这场计算语言学盛会期间，中国中文信息学会青年工作委员会（CIPSC青工委）和腾讯AI Lab联合举办了“犀牛鸟之夜”活动，邀请黄伟道、宗成庆、薛念文、夏飞、赵东岩、朱晓丹、陈博兴等30余位海内外学者交流学术研究心得，探讨产学合作模式。活动由中科院自动化所刘康老师主持。 首先，CIP
👆点击“博文视点Broadview”，获取更多书讯 上周和大家分享了10本今年出版的AI领域爆品新书，受到很多小伙伴们的追捧，强烈要求博文菌再来一期！ 既然小伙伴们如此求知若渴，那么博文菌就毫无保留地把今年已出版的另外8本AI领域畅销品分享给大家，希望可以帮助大家打好算法基础，深入AI实战！ ---- 01 ▊《漫画算法2：小灰的算法进阶（全彩）》 魏梦舒（@程序员小灰） 著 爆款漫画算法书进阶版 和不停请假、面试的仓鼠小灰一起搞定算法与数据结构，笑迎大厂面试 《漫画算法：小灰的算法之旅》续
众所周知，参加学术会议是进入学术圈、走进学术前沿的重要方式。在学术会议上，不仅可以集中听取最新的成果报告，还有讲习班、工作坊、社交活动等形式，了解那些不会写到论文中的八卦与动态，结识学术大佬和朋友，走向学术人生巅峰。
8月8日下午，应腾讯高校合作与IEEE的学术邀请，2017第13期犀牛鸟·学问邀约到犀牛鸟海外专家——华盛顿大学计算机科学与工程学院Noah Smith教授，带来了题为“Syncretizing Linguistic and Learned Representations in Natural Language Processing”的学术分享，并与AI Lab等技术团队进行深入地交流探讨，向大家展示了NLP领域的最新进展。 Noah Smith是NLP资深专家，他的研究兴趣包括统计自然语言处理，特别是
本课程是百度官方开设的零基础入门深度学习课程，主要面向没有深度学习技术基础或者基础薄弱的同学，帮助大家在深度学习领域实现从0到1+的跨越。从本课程大纲为：
在全球疫情背景下，国际间的线下学术交流变得十分困难。 这段时间以来，机器之心一直在围绕国际顶级学术会议在国内举办线下活动，促进国内 AI 领域的学术交流。 2020 年底，机器之心举办了 NeurIPS 2020 中国区 MeetUp，报名人数高达 1300 人，受到了国内 AI 社区的极大关注，众多高校、企业积极参与。 2021 年 6 月，机器之心又组织了 CVPR 2021 线下论文分享会，邀请到了虞晶怡（视频致辞）、陶大程、林达华、纪荣嵘、许春景这些业内顶级专家做主题演讲，同时也设置了 12 篇论文
前几年曾经马少平老师的引荐，为某科普图书写过一篇短文介绍自然语言处理。如果只是介绍NLP的概念、任务和挑战，应该可以参考这篇小文。原文如下，仅供参考。 自然语言处理 Natural Language Processing 一、什么是自然语言处理 简单地说，自然语言处理（Natural Language Processing，简称NLP）就是用计算机来处理、理解以及运用人类语言(如中文、英文等)，它属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。由于自然语言是人类区别于其他动
由于网络暴力往往处于灰色地带，大部分暴力行为都尚未构成诽谤和侮辱，因此很难对网络暴力实施者处以刑罚或者行政处罚。
自然语言处理是数据科学领域最热门的课题之一。公司在这一领域投入大量资金进行研究。每个人都在努力了解自然语言处理及其应用，并以此为生。
自然语言处理可以说是人工智能领域内落地实践最广的技术之一，NLP产品的应用场景颇为广泛，只要有大量文本数据的场景，都可以使用我们的接口做智能分析，以下列举几个经典的使用场景。
自 Google AI 提出 BERT (Bidirectional Encoder Representations from Transformers) 后，BERT 在自然语言处理领域（Natural Language Processing，NLP）中应用获得了非常好的效果，它成为了近期 NLP 领域中最重要的进展。BERT 是一种 Transformer 的双向编码器表示，它通过联合调解模型中所有层的上下文来完成双向编码器表示的预训练。此外，还可以通过一个额外的输出层对预训练的 BERT 表示进行微调，从而使其在基本保持原有架构的基础上，能够快速适用于不同的 NLP 任务，例如语言推理、问答系统等。
2015年，整个IT技术领域发生了许多深刻而又复杂的变化，InfoQ策划了“解读2015”年终技术盘点系列文章，希望能够给读者清晰地梳理出技术领域在这一年的发展变化，回顾过去，继续前行。 2015年，借助移动互联网技术、机器学习领域深度学习技术的发展，以及大数据语料的积累，自然语言处理（Natural Language Processing，简称NLP）技术发生了突飞猛进的变化。越来越多的科技巨头开始看到了这块潜在的“大蛋糕”中蕴藏的价值，通过招兵买马、合作、并购的方式、拓展自己在自然语言处理研究领域的业务
博文视点学院 本周福利课表（8月16日-22日） 1 本周限时秒杀 （扫描下方二维码·获取折扣） ▊《音频课丨这样才能找到好工作》 时间短，内容精，效果赞。找到好工作，这一堂课就够了！ 本周限时6折秒杀，限时仅需42元！ 专栏包含 工作选择篇：简答题变选择题，轻松解决职业选择的迷茫 求职渠道拓展篇：教你用各种姿势找工作，工作机会无限多 简历与面试篇：简历、面试没那么难，掌握要点就足够 求职准备篇：知道准备什么，才能准备的好 讲师介绍 十六老师 最年轻的浙大讲师，十五学社企业创始人，商学院院长，几十家企业
文章转自清华大学刘知远老师的github：https://github.com/zibuyu/research_tao/blob/master/00_nlp.md
在自然语言处理（NLP）领域，预训练模型刷榜已经成为行业惯例。目前，面向英文任务的评测基准有 GLUE、SuperGLUE，面向中文任务的有 ChineseGLUE（简称 CLUE）。
3月18日，由中国图象图形学学会（CSIG）主办，合合信息、CSIG文档图像分析与识别专业委员会联合承办的“CSIG企业行”系列活动成功举办。此次活动以“图文智能处理与多场景应用技术展望”为主题，特邀来自上海交大、厦门大学、复旦大学、中科大的知名学府的学者与合合信息技术团队一道，面向行内研究者分享图像文档处理中的结构建模、底层视觉技术、跨媒体数据协同应用、生成式人工智能及对话式大型语言模型等研究及实践成果。
8月26日，腾讯-哈工大联合实验室刘挺教授、秦兵教授、车万翔副教授和张伟男博士一行受邀访问腾讯，与腾讯公司副总裁姚星先生，腾讯公司副总裁王巨宏女士、腾讯公司高校合作总监刘婷婷女士等进行了深入的交流。双方确定未来除了在自然语言处理多个相关领域继续开展更密切的科研合作之外，刘挺等四位老师还将指导腾讯AI Lab的前沿研究及技术影响力建设。这标志着腾讯-哈工大联合实验室的发展进入了更加全面、深入、融合的新阶段。 上午，在腾讯高校合作高级经理杨敏的主持下，双方先召开了2015年度科研合作项目结题答辩讨论会。随后
2022年7月，Meta（原Facebook）AI 发布了一个大规模机器翻译模型NLLB-200，该模型在神经网络架构上混合了稠密和稀疏神经网络，参数规模达545亿，在覆盖202种语言、2440个语向的180亿平行句对上进行训练，训练后的单一模型可支持所有覆盖语言之间的的自动翻译（即202X201=40602个语向的互译）。 该模型的名字是英文No Language Left Behind的缩写，体现了机器翻译实现世界上所有语言互译的美好愿景。 1 历经70载，机器翻译进入 深度学习驱动时代 机器翻译诞生于
简介 不论是那些从事前沿研究开发，强化自然语言处理能力的人，还是那些在各自行业中越发认为自然语言处理能够为他们带来竞争力的机构和创新者，现在投身到自然语言处理（NLP）中都绝对是令人兴奋的。 到2021年，全球自然语言处理市场的价值预计会达到160亿美元，所以科技巨头们争相斥巨资投入到自然语言处理中以求分得一块蛋糕就不足为奇了。在过去5年中，超过30家从事人工智能前沿研究的私有企业被谷歌，雅虎，英特尔，苹果和Salesforce等巨头们争相并购。 涉足自然语言处理，文本分析和文本挖掘并不只是大公司的专利。
2019年EMNLP自然语言处理实证方法会议11月3日至7日在中国香港召开。作为自然语言处理领域的顶级会议之一，在本次大会中，中国被接收的论文数量在所有国家和地区中位居第二。本届大会举办了18场 Workshops 、多个Tutorials和主题丰富的会议活动，吸引了超过1922人参会。
据ACL 2021官网消息，宗成庆研究员将出任第59届国际计算语言学学会学术年会主席。同时，华盛顿大学的夏飞教授（Fei Xia），香港理工大学李文捷（Wenjie Li）教授为程序主席，这意味着2021年8月1日至6日在泰国曼谷召开的自然语言处理顶会ACL-IJCNLP有三位华人面孔在大会委员会的行列。
任意时间、任意地点、任意语言的自由通讯无时无刻不在改变着人们的思维方式和生活方式 1.语言是思维的载体，是人类交流思想、表达情感最自然、最直接、最方便的工具 2.人类历史上以语言文字形式记载和流传的知识占知识总量的80％以上 3.2008年1月中国互联网络信息中心(CNNIC)发布的《第21次中国互联网络发展状况统计报告》表明，中国互联网上有87.8%的网页内容是文本表示的 4.面对文本大数据，我们面临怎样的机遇和挑战？
领取专属 10元无门槛券
手把手带您无忧上云
