OpenAI Five完胜Dota 2半职业战队

OpenAI Five完胜Dota 2半职业战队

今日凌晨，OpenAI Five与Dota 2人类职业玩家的对战以AI的胜利告终，Dota 2再一次被攻陷。 OpenAI Five的进步可以说是神速。今年6月OpenAI才宣布，由五个神经网络组成的团战AI团队OpenAI Five ，在电子竞技游戏Dota2 5 v 5模式中击败了人类业余玩家。 这只强大的AI团战队在与半职业玩家的对决中，也获得了胜利。人工智能在这场比赛的表现直接证明其具有了与顶级玩家角逐的能力。

LeCun：别再犹豫，AI学者赶快加入产业界，也别忘了教书

Facebook的首席人工智能科学家Yann LeCun今天在Business Insider发文表示，硅谷需要与学术界密切合作，以建立人工智能的未来。产学结合的双联模式，必将成为推动AI发展的关键。 要在人工智能领域取得真正的进展，我们需要最优秀、最聪明、最多元化的思想来交换想法，并在彼此的工作基础上建立联系。孤立或者秘密的研究，将会与前沿研究脱轨。

谷歌发布手机端自动设计神经网络MnasNet

神经结构自动搜索是最近的研究热点。谷歌大脑团队最新提出在一种在移动端自动设计CNN模型的新方法，用更少的算力，更快、更好地实现了神经网络结构的自动搜索。在这篇论文中，谷歌大脑AutoML组的研究人员提出一种自动神经结构搜索方法，用于设计资源有限的移动端CNN模型（mobile CNN）。论文下载：https://arxiv.org/pdf/1807.11626.pdf

Kaggle放大招：简单几步实现海量数据分析及可视化

近期，Kaggle发布了新的数据分析及可视化工具——Kaggle Kerneler bot，用户只需上传数据集，便可用Python为用户自动获取相关的深度数据分析结果。本文将带领读者体验一下这款便捷而又高效的工具。Kaggle Kerneler bot是一个自动生成的kernel，其中包含了演示如何读取数据以及分析工作的starter代码。用户可以进入任意一个已经发布的项目，点击顶部的“Fork Notebook”来编辑自己的副本。

FAIR提出用聚类方法结合卷积网络，实现无监督端到端图像分类

聚类是一种在计算机视觉被广泛应用和研究的无监督学习方法，但几乎未在大规模数据集上的视觉特征端到端训练中被采用过。在本文中，Facebook AI 研究院提出了深度聚类（DeepCluster），一种联合学习神经网络参数和获取特征的聚类分配的聚类方法。在 ImageNet 和 YFCC100M 等典型规模数据集上的卷积神经网络的无监督训练的实验结果表明，该方法在所有基准性能中都远远优于目前的技术。

来源：机器之心、大数据文摘、新智元等。