理解视频内容对于媒体公司来说是一个重大挑战。最大的障碍在于视频中的数据大部分是非结构化的,需要复杂的分析。在激烈的竞争环境中,媒体和娱乐公司必须对视频内容有更新更深入的理解,以满足消费者和广告商的需求。人工智能技术可以为流媒体服务提供竞争优势。本次我们关注IBM Watson Media如何为行业关键问题提供了有价值的解决方案。 IBM Watson Media提供了将人工智能融入到整个媒体工作流程或视频库中去的解决方案--挖掘提高收益,观众参与度,内容表现力和广告收入等的机会。其客户通过IBM Clo
机器学习 (ML) 应用程序已经无处不在。每天都有关于自动驾驶汽车人工智能、在线客户支持、虚拟个人助理等的新闻。然而,如何将现有的商业实践与所有这些惊人的创新联系起来可能并不明显。一个经常被忽视的领域是应用自然语言处理 (NLP) 和深度学习来帮助快速有效地处理大量业务文档,从而在大海捞针。
来源 | github 【磐创AI导读】:本系列文章为大家介绍了如何使用特定领域的文档构建知识图谱。想要获取更多的机器学习、深度学习资源,欢迎大家点击上方蓝字关注我们的公众号:磐创AI。
AiTechYun 编辑:xiaoshan.xiang 今天,IBM推出了沃森助手,这是一项针对公司的新服务,旨在为他们的产品构建语音激活的虚拟助理。想让酒店的房间记住客人对空调的偏好吗?或者通过语音
为了更好地引导和推动我国人工智能领域的发展,由中国人工智能学会发起主办,CSDN承办的2015中国人工智能大会(CCAI 2015)于7月26-27日在北京友谊宾馆召开。本次会议的主旨是创办国内人工智
本文首发于知乎专栏知识图谱和智能问答 作者简介 漆桂林:东南大学计算机系教授,发表高质量学术论文40多篇。特别是在国际人工智能顶级会议IJCAI, AAAI和KR, 国际语义网络顶级会议ISWC发表多篇会议文章, 在国际顶级杂志Information Sciences 和Fuzzy Sets and Systems等发表多篇杂志文章。其中一篇文章在亚洲语义Web会议获得最佳论文提名奖。请输入正文内容 前面一篇文章“知识图谱之语义网络篇”已经提到了知识图谱的发展历史,回顾一下有以下几点: 1. 知识图谱是
被称为“认知计算”革命性代表的IBM Watson从诞生那一刻起,就一直在被质疑中发展,在发展中被质疑。近日,坊间传言IBM Watson健康部门将裁员50%-70%,甚至也有传言说,整个健康部门将被
AiTechYun 编辑:nanan 周一晚些时候,苹果和IBM宣布扩大现有合作伙伴关系,允许客户通过苹果的Core ML和IBM的Watson(沃森)技术推出先进的应用内机器学习能力。 正如Tech
我们经常被问到我们如何区分我们与其他人的技术。这个任务由于没有公认的词汇而变得困难; 每个人都不同地使用上述术语(和其他相关术语)。此外,这些术语中的一些的一般理解的含义会随着时间的推移而演变。 1960年的AI的意思与今天的意思截然不同。我们认为,建立智能机器主要有三种主要方法。这些方法为经典AI,简单神经网络和生物神经网络。本博客的剩下部分将描述和区分这些方法。最后,我们将讲述三个例子,说明每种方法如何解决同样的问题。因为这个分析是针对业务而不是技术的受众,所以我们简化了一些细节。
【新智元导读】在本文中,作者先探讨了深度学习的特点和优势,然后介绍了12种类型的AI问题,即:在哪些场景下应该使用人工智能(AI)?作者强调企业AI问题,因为他认为AI会影响许多主流的应用。 深度学习能解决什么问题? 首先,让我们探讨深度学习是什么。 深度学习是指由许多层组成的人工神经网络。“深”是指层数多。相比深度学习,其他的许多机器学习算法是浅的,例如 SVM,因为它们没有多层的深架构。多层的架构允许后面的计算建立在前面的计算之上。目前的深度学习网络已经有10+甚至100+层。 多层的存在使得网络能够学
十年前,IBM 的 Watson 获得了答题节目《Jeopardy!》的冠军,当时 IBM 宣称:「Watson 能够理解自然语言的所有歧义和复杂性。」然而,正如我们所看到的,Watson 随后在试图「用人工智能彻底改变医学」的过程中失败了,智能体所具备的语言能力与实际理解人类语言并不能完全划等号。
【新智元导读】IBM Watson 总经理 David Kenny 近日接受科技新媒体 The Information 采访,谈及 IBM Watson 发展人工智能的方向及优势。Kenny 表示,与其他人工智能巨头不同,IBM 不认为人工智能将朝着人工智能操作系统的方向发展,这也是 IBM 不以面向消费者的方式塑造 Watson 品牌形象的原因。 6 年前的这个时候,Watson 在电视智力问答节目 Jeopardy! 上亮相,本月初它又登上了超级碗的广告时段。有趣的是,IBM Watson 虽然广为人知
自动问答(Question Answering, QA)是指利用计算机自动回答用户所提出的问题以满足用户知识需求的任务。不同于现有搜索引擎,问答系统是信息服务的一种高级形式,系统返回用户的不再是基于关键词匹配排序的文档列表,而是精准的自然语言答案。
翻译 | AI科技大本营(rgznai100) 参与 | 史天 很多思想领袖认为我们正在经历第四次工业革命。这次工业革命融合了物理世界、数字世界和生物世界,将影响所有学科、经济体和产业,甚至挑战“人类”的定义。 医疗行业是这场革命的主要领域,而导致医疗行业变革的主要催化剂就是AI(人工智能)。 大数据和人工智能将革新我们的生活 随着数字容量的扩展,越来越多的数据被产生并存储在数字空间中。可用数据量正在以每两年翻一番的惊人速度增长。2013年,可用数据量为4.4千兆字节,但到2020年,每年创建和复制的数据将
从2011年开始,蓝色巨人IBM在AI医疗上押上了重注,甚至为其AI部门建立了一个华丽的总部。这一切都是为了在AI浪潮中保持自己的领先定位。
在过去的一年中,人工智能受到了资本、企业、媒体等各界的热烈追捧。然而,对于逐渐成为新一代计算中不可或缺的重要组成部分的“认知计算”正在同步崛起。比起人工智能的热潮,大众对什么是“认知计算”显然相当模糊,也不清楚它与人工智能、机器学习等相关的内容有什么区别。
导语:2011 年,Jeopardy! 挑战赛的成功,让外界看到 IBM 的人工智能给医学带来的革命性改变。不过,医生们对此却持观望状态。
IBM 首席执行官罗睿兰正在云计算以及Watson沃森系统上下大赌注,希望这能引领公司走向新领域。但这些新服务技术的增速暂时还不足以补救IBM现有产业总利润的下降趋势。IBM 的未来是以沃森为核心的,
【新智元导读】 4月11日,IBM公司在北京举行2017 IBM中国论坛,提出主题“天工开物,人机同行”。下午新智元对IBM大中华区总裁陈黎明进行了访问,探讨Watson作为集IBM 60年在人工智能领域耕耘的成果拥有哪四大能力,以及Watson不止步于搞大新闻,而是如何真真切切地重塑行业,到2017年底Watson将惠及10亿人。 4月11日,IBM公司在北京举行了主题为“天工开物,人机同行”的2017IBM中国论坛。继去年正式在中国宣布向“认知商业”转型后,本次论坛上,IBM进一步明确了发展“商业人工智
如今,知识图谱对许多企业来说至关重要——它们提供了结构化数据和事实知识,以这些数据和知识驱动了许多产品,使它们更加智能化甚至“神奇”。
【新智元导读】Zdnet 网站推出机器学习平台横向比较系列文章,以下内容分析谷歌、百度和 IBM 三家大公司 AI 实力,以及是否适合作为你的机器学习平台。谷歌的机器学习平台的优势在于构建更广泛的研究社区,围绕机器学习和民主化机器学习工具和服务的业务。作为在中国对标谷歌的百度,其 AI 平台是百度大脑,并开源机器学习平台 PaddlePaddle,在语音识别和深度学习知识经验方面占有优势。IBM的机器学习平台则以Watson解决方案为核心,实力来自三个关键因素:IBM研究、收购实力及其咨询顾问能力。 选择
Zdnet 网站推出机器学习平台横向比较系列文章,以下内容分析谷歌、百度和 IBM 三家大公司 AI 实力,以及是否适合作为你的机器学习平台。谷歌的机器学习平台的优势在于构建更广泛的研究社区,围绕机器学习和民主化机器学习工具和服务的业务。作为在中国对标谷歌的百度,其 AI 平台是百度大脑,并开源机器学习平台 PaddlePaddle,在语音识别和深度学习知识经验方面占有优势。IBM的机器学习平台则以Watson解决方案为核心,实力来自三个关键因素:IBM研究、收购实力及其咨询顾问能力。
5岁学编程,7岁上YouTube发编码和网络开发教程,8岁开发iOS应用程序,9岁APP被苹果上架,11岁发现IBM公司的bug,12岁出了一部iOS编程书籍。今年,刚满14岁的他正准备出第二部有关AI的书……
量子位 | 若朴 发自 凹非寺 春天来了,又到了人机交战的季节。 七年前的二月,IBM人工智能计算机Watson在答题节目《Jeopardy!(危险边缘)》中称王,击败了这个节目历史上最强大的两位人类高手。这个二月,搜狗人工智能机器人汪仔在答题节目《一站到底》中登场,击败了站到最后的人类选手。 在《jeopardy!》里,最强的人类选手最后不得不写下名句,俯首称臣;而在《一站到底》的赛场上,汪仔也表现出碾压般的优势。同样是答题节目,同样是人工智能,七年时间过去,现在的汪仔和当年的Watson,到底有何不同?
5年前在智力竞赛节目Jeopardy中获胜之后,IBM的认知计算系统Watson正快速发展,并且在至少20个行业中的数千家企业中得到了应用。今天,财富(Fortune)杂志对Watson的负责人进行了专访。 David Kenny负责IBM Watson集团,2月在Big Blue收购了Weather Company之后,Kenny担任公司首席执行官。在此后的数月内,Watson的业务飞速发展,全世界有超过10万名开发者在watson 的36个API上进行开发。财富杂志副总编Clifton Leaf在10
Stable Diffusion 技术把 AI 图像生成提高到了一个全新高度,文生图 Text to image 生成质量很大程度上取决于你的提示词 Prompt 好不好。本文从“如何写好提示词”出发,从提示词构成、调整规则和 chatGPT 辅助工具等角度,对文生图的提示词输入进行归纳总结。
搜狗公司CEO王小川在2016年最后一期《一站到底》结束时为大家留下的悬念:“我会让搜狗的机器人来替我‘报仇’的!” 依约,王小川“派来”的搜狗问答机器人汪仔登陆了新年全新改版《一站到底》。在人类获胜
量子位 | 李林 若朴 发自 凹非寺 “I, For One, Welcome Our New Computer Overlords.” 2011年2月16日的夜晚,Ken Jennings在电子答题
本篇的背景源于最近部门领导提出的“数字化全景视角的运维模式”期望,这种基于海量运维数据的上帝视角对于常规数据统计方法有点吃力。AI对于解决复杂、海量、非结构化数据场景的视角可能是解决此问题的切入点。所以,打算学习一下大厂对智能的观点,先拔高一下视角,本篇是对IBM智能方案的学习。
当前企业环境面临的攻击越来越趋于隐蔽、长期性,为了更好的针对这些攻击进行有效的检测、溯源和响应,企业通常会部署大量的终端设备。安全运营人员需要通过分析这些日志来用来实现攻击检测、溯源等。利用安全知识图谱与攻击推理进行评估溯源,在相关专题文章[1,2,3]中都有介绍,其中[1]是通过挖掘日志之间的因果关系来提高威胁评估的结果,[2]利用图表示学习关联上下文提高检测与溯源的准确率,[3]主要是介绍了知识图谱在内网威胁评估中的应用。但这些工作把均是把异常日志当作攻击行为来处理。基于异常检测方法无论是在学术领域还是工业上都有了一些经典的应用如异常流量检测、UEBA(用户与实体行为分析)等。Sec2graph[4]主要是对网络流量进行建模,构建了安全对象图并利用图自编码器实现对安全对象图中的异常检测,并把异常作为可能的攻击行为进行进一步分析。Log2vec[5]通过分析终端日志的时序关系构建了异构图模型,利用图嵌入算法学习每个节点的向量表示,并利用异常检测算法检测异常行为。UNICORN[6]方法是基于终端溯源图[9]为基础提取图的概要信息,利用异常检测方法对图概要信息进行分析检测。之前的攻击推理专题中的文章[9]也是利用图异常检测算法进行攻击者威胁评估和攻击溯源。但是这些方法本质上都是基于这么一个假设:攻击行为与正常用户行为是有区别的。这些方法检测出来的结果只能是异常,异常行为与攻击行为本身有很大的语义鸿沟,同时这些异常缺少可解释性。
📷 ---- 新智元整理 来源:清华AI公开课 编辑:刘小芹 【新智元导读】上周,清华 AI 公开课迎来最后一讲,本讲主题是:落地的人工智能。讲者杨强是中国香港科技大学讲座教授,华人首个AAAI Fellow和IJCAI理事长,第四范式公司联合创始人。 杨强教授作为邀请讲者,与清华大学海峡研究院大数据 AI 中心专家委员雷鸣等共同探讨了 AI 在当前和未来将产生的影响和落地的场景。 课程回放地址: http://www.xuetangx.com/livecast/li
感谢各位读者的陪伴! 您的每一次阅读、分享、留言都是对我们的鼓励和支持。 虽然过年,我们也会为您持续分享,2015的大数据文摘内容将更加丰富、有料、有趣,值得期待!同时,我们也希望有能力、愿分享的你加
就像互联网一样,大数据是我们今天生活的一部分。从搜索,在线购物,视频点播,到网上约会,大数据总是幕后的重要角色。有些人声称,物联网(IoT)将会接管大数据作为最令人瞩目的技术@ Gartner2014。它也许会成真,但是物联网如果没有大数据,就不可能活着。在本书中,我们将深入探讨大数据技术。但我们需要先了解大数据是什么。
大数据行业近日又发生了哪些大事?D-News每天独家推送大数据行业新闻合集,每天早上五分钟,再也不会错过大新闻。 播音栏目同步在喜马拉雅频道“大数据文摘”中播出,点击阅读原文订阅收听! 本内容由大数据
2012年谷歌首次提出“知识图谱”这个词,由此知识图谱在工业界也出现得越来越多,对于知识图谱以及相关概念的理解确实也是比较绕。自己在研究大数据独角兽Palantir之后开始接触知识图谱,也算对其有了一定了解,这里从三个角度总结一下怎么去理解知识图谱。
IBM Watson Health正逐渐削减自家的AI“新药发现计划”,这个计划利用AI软件帮助企业开发新药。IBM表示,削减该计划的主要原因是市场表现不佳。
我们努力使Sketch成为梦想中的“设计师工具箱”。但是每个人都有不同的需求,也许你需要一个我们还没有实现的功能。不要担心:插件已经可以满足您的需求,或者您可以轻松创建一个插件。 如果您有兴趣扩展Sketch,那么您就位于正确的位置。在这里,我们展示Sketch可扩展性文档的概要以及如何快速构建您的第一个Sketch插件。 如果您只想使用现有的插件,请参阅插件目录。 你可以用插件做什么? Sketch中的插件可以做任何用户可以做的事情(甚至更多!)。例如: 根据复杂的规则选择文档中的图层 操作图层属性 创建
导读:对于人工智能来说,前60年的人工智能历程,可以用“无穷动”来形容;后60年的人工智能发展,可以用“无穷大”来期许。
AI 科技评论按:本文作者王海良,呤呤英语开发总监,北京 JavaScript/Node.js 开发者社区的运营者,曾就职 IBM 创新中心。本文为系列文章第二篇,由 AI 科技评论独家首发。 第一篇传送门:《聊天机器人的发展状况与分类》。在上一篇文章中,介绍了聊天机器人目前的发展。本篇主要介绍基于规则的,检索的聊天机器人引擎 - Bot Engine. 问题域 Speech to Text => Logic => Text to Speech STT和TTS,目前有很多厂商提供技术产品: Speech
人工智能,英文是Artificial Intelligence,简称为AI。根据定义,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。
为了培养 Watson 医生,IBM 已经花了几十亿美元。IBM 给 Watson 购买了大量病例,用循证问答的方式,类比大量相似的病例,给患者开出对应的医疗诊断。根据 IBM 的说法,目前在某些领域已经达到了顶级医生的水平。 可是即便花了那么多钱,你敢让 Watson 这个机器人医生看病吗? IBM近日宣布收购Truven Health Analytics,收购价高达26亿美元。这是自Watson Health成立以来的第四次大型收购。 2014年4月,在IBM收购了Phytel和Explorys之
参与IBM的“第八格”技术论坛,体验了一把基于Bluemix如何快速将一个IOT服务应用开发出来,用Node-red工具创建一个可视化应用。 NODE-RED 是由IBM开源的,基于Node构建的浏览器流程编辑器。 在体验的时候,Bluemix 集成的的NODE-RED服务,集成了IBM Watson的一些能力,使得开发可直接使用watson的一些独有的能力,这些能力可以方便开发者快速将端的使用范围扩大。 Bluemix将IT开发过程中的所有东西抽象成两样东西,Application与Service,程序开
聊天机器人本质上是一个范问答系统,既然是问答系统就离不开候选答案的选择,利用深度学习的方法可以帮助我们找到最佳的答案。
老牌IT企业IBM将公司整体向认知解决方案和云平台公司转型之后,在中国打出了“认知商业”的口号。这是继“智慧地球”之后,IBM发布的又一次重大转型战略。而业界好奇的是,认知商业何时能成为这家百年老店的业绩新增长点?
【新智元导读】周五,SpaceX发射了首个AI机器人CIMON,它能够通过语音和人类交互,目标是研究智能机器人是否可以与宇航员合作,简化太空工作。
自从1950年艾伦·图灵发表论文回应「机器可以思考吗?」这一问题以来,已经过去70年。
如果需要靠AI来扭转病人的处境,那我们需要了解当人类真正地使用AI时,它在现实情况下到底是怎么工作的。
某些癌症100% “攻克”已不再是遥不可及的梦想,人工智能将革新医药产业运作方式。 假设你点击“确定”,系统在 5 次中只有 1 次真正确定,剩下 4 次都弹出窗口“请再试一次”,你会是什么感受? 但就像你不能在路边拦一个人就让他百米跑进 7 秒,医生要跟上如今医学发展的速度,每周至少要花 160 小时阅读新发表的文献,而一周总共只有 168 小时。 有些事,只靠人力就是没法做到。 由此,MSKCC (凯特琳癌症中心)跟 IBM 合作,利用超级计算机IBM Watson 吸收知识的能力,扩展人类的极限:I
本系列从数据结构相关的计算机知识出发,从数据的角度提出一些数据驱动的设计思维模式。第01期总体介绍数据结构与设计的关系,用数据结构的方式来思考设计,并通过几个案例介绍一些大的思路。
领取专属 10元无门槛券
手把手带您无忧上云