谷歌悬赏1.7亿寻找“全球好AI”,Jeff Dean领衔评审,中国高校有机会!
本周一,谷歌宣布将在全球范围内对从事人工智能项目的非营利组织、大学和其他组织进行资助,前提是受资助者的项目能用AI造福社会。 这是谷歌“AI for Social Good”项目中的一部分。谷歌表示,该项目旨在帮助解决重大且紧迫的问题,如危机救济、环境保护或性交易等问题。 资助总金额为2500万美元(约合1.74亿人民币),所有参与申请的项目被谷歌列为进入到一场称为“AI影响力挑战”(AI Global Impact Challenge)的比赛中,并由Google.org慈善机构负责监督和管理。
AI创作了史上第一部小说,读完之后我懵了
小说家Ross Goodwin效仿大文豪Jack Kerouac进行了一次横穿美国的公路旅行,并创作了小说《The Road》,但主笔并不是他本人,而是AI。结果却并不是非常令人满意,Goodwin表示,AI要写出人类水准的小说,还有很长的路要走。 去年,一位小说家进行了一次横穿美国的公路旅行。这次旅行是为了效仿Jack Kerouac——在旅途中寻找一些重要的东西,并写下了自己的经历。 Jack Kerouac在1948-1950年横穿美国,最后到达墨西哥城,并创作了《在路上》。 然而,这位作家与寻常作家非常不同——它只是一个麦克风,一个GPS,一个摄像头和一台笔记本电脑。
当AI遇上量子计算:神经网络量子纠错系统或超越传统纠错策略
量子计算机可以解决传统计算机无法完成的复杂任务。然而,量子态(quantum states)对来自外界的持续干扰极其敏感。研究人员希望使用基于量子纠错(quantum error correction)的主动保护来解决这个问题。 近日,德国马克斯·普朗克光学研究所所长Florian Marquardt及其团队在物理期刊physical review X上发表论文Reinforcement Learning with Neural Networks for Quantum Feedback,提出一种基于人工智能算法的量子纠错系统。
哪种特征分析法适合你的任务?Ian Goodfellow提出显著性映射的可用性测试
显著性方法被广泛应用于突出输入中与学到的模型的预测结果相关的特征。现有的显著性方法通常是以图像数据的视觉吸引作为指导的。本文提出了一种可行的方法来评估一个给定的方法能够/不能提供什么样的解释。研究发现,仅仅依赖于视觉的评估可能会产生一些误导性的结果。通过大量实验,研究人员证明了一些现有的显著性方法独立于模型和数据生成过程。因此,在本文测试中表现较差的方法不能够胜任那些对数据或模型敏感的任务。
Facebook开源移动端深度学习加速框架,比TensorFlow Lite快一倍
Facebook发布了一个开源框架,叫QNNPACK,是手机端神经网络计算的加速包。 官方表示,它可以成倍提升神经网络的推理效率,几乎比TensorFlow Lite快一倍。 这个框架,能够为很多运算加速,比如DW卷积(Depthwise Convolution) ,许多先进的架构里面都用得到。 目前,QNNPACK已经是PyTorch 1.0的一部分,在Caffe2里就能直接使用。
来源:新智元、机器之心、量子位等。
领取专属 10元无门槛券
私享最新 技术干货