暂无个人介绍
在抖音,平均每五个视频投稿中就有一个使用特效,它已成为深受人们喜爱的表达方式。
来自小红书的研究者在多样化推荐中,从用户体验和系统应用的视角出发,提出了一种滑动频谱分解(SSD)的方法,该方法可以捕捉用户在浏览长项目序列时对多样性的感知。通过理论分析、离线实验和在线 A/B 测试,验证了该方法的有效性。
1 Å = 10^–10 米 = 0.1 纳米。
浙江大学计算机辅助设计与图形学国家重点实验室和浙江大学-腾讯游戏智能图形创新技术联合实验室的研究者们提出了训练 StyleGAN 隐空间中精细的分离边界的方法,仅用一个向量就能在保持其它面部特征不变的情况下进行语义特征编辑。该方法在去除双下巴等应用中效果显著。
实现高级别的数学逻辑推理能力一直是通用人工智能追求的目标之一。近日,UCLA 联合浙江大学和中山大学的研究者提出了首个基于符号推理的几何数学题求解器 Inter-GPS。Inter-GPS 将几何题的图片和文字解析为统一的形式语言,运用相关的几何定理,逐步进行符号推理直至预测出最终的答案。Inter-GPS 实现了 57.5% 的准确率,远超神经网络方法的 33.0% 的准确率。
在 WAIC 2021 AI 开发者论坛上,百度研究院量子计算研究所所长段润尧发表主题演讲《量子人工智能:从理论到实践》。在演讲中,段润尧讲述了量子计算的理论基础,对量子人工智能的发展现状和发展趋势进行了探讨和展望,并介绍了百度在量子人工智能方向的理论与实践探索和所取得的成果。
自动生成 PPT,自动图片转文字 + 翻译,甚至自动辅助写文章…… 办公自动化的未来已来。
基于种群的多智能体深度强化学习(PB-MARL)方法在星际争霸、王者荣耀等游戏AI上已经得到成功验证,MALib 则是首个专门面向 PB-MARL 的开源大规模并行训练框架。MALib 支持丰富的种群训练方式(例如,self-play, PSRO, league training),并且实现和优化了常见多智能体深度强化学习算法,为研究人员降低并行化工作量的同时,大幅提升了训练效率。此外,MALib 基于 Ray 的底层分布式框架,实现了全新的中心化任务分发模型,相较于常见的多智能体强化学习训练框架(RLlib,PyMARL,OpenSpiel),相同硬件条件下吞吐量和训练速度有着数倍的提升。现
在 WAIC 2021 AI 开发者论坛上,苏黎世大学与苏黎世联邦理工学院终身教授、苏黎世神经信息研究所 INI 所长、SynSense 时识科技联合创始人 & 首席科学家 Giacomo Indiveri 带来主题为《低功耗人工智能计算系统中的类脑策略》的线上主旨演讲。
在 WAIC 2021 AI 开发者论坛上,思谋科技联合创始人兼技术负责人刘枢带来题为《智能制造中的算法平台》的精彩分享。在演讲中,他主要介绍了在制造业中,什么样的算法平台能为客户与自己降本增效。
世上没有两片完全相同的树叶,也没有完全相同的两个狗 / 猫鼻子。
在 WAIC 2021 AI 开发者论坛上,肖嵘发表主题演讲《创「芯」时代 打造自进化城市智能体》,在演讲中,他主要介绍了自进化城市智能体,并介绍了云天励飞最新研究成果及成功案例。
在 WAIC 2021 AI 开发者论坛上,阿里巴巴副总裁、达摩院语言技术实验室负责人司罗发表了主题演讲《大规模语言智能为商业搭建桥梁》。在演讲中,他主要介绍了阿里巴巴如何搭建自己的自然语言技术体系,以及阿里巴巴深度语言模型体系 AliceMind 及相应的技术和应用场景。
在 WAIC 2021 AI 开发者论坛上,黄之鹏发表主题演讲《下一代 AI 基础软件能力展望》,在演讲中,他主要介绍了下一代 AI 基础软件核心能力的突破方向与着力点,阐述了未来的深度学习框架的发展走向。
这是科学激动人心的新一步。我们将直播解读这两研究,详见文后。
AI 时代应该构建什么样的 GPU?这家创业公司给出了自己的答案。
又一位清华校友获得ACM 博士论文奖
坚持自主,拒绝拿来主义。华米向我们展示了智能手表的未来。
本文提出了一种为单步并行生成进行词之间依赖关系建模的方法。基于该方法的模型GLAT在不久前的国际机器翻译大赛(WMT2021)上击败一众自回归翻译系统,夺得了德语到英语方向机器翻译自动评估第一。
99 行代码实现《冰雪奇缘》特效的续集来了,太极编译器再次升级。
在刚刚结束的国际机器翻译大赛(WMT2021)上,字节跳动 AI Lab 的火山翻译提交并行翻译系统 GLAT(Glancing Transformer),一举夺得了德语到英语方向机器翻译自动评估第一。这是并行翻译(非自回归)系统首次参加世界级的比赛,击败一众自回归翻译系统。并行翻译系统的崛起给自然语言生成技术的发展指明了新的方向。
来自清华大学的研究者王鑫、陈禹东、朱文武撰写了一篇名为《A Survey on Curriculum Learning》的课程学习综述论文,该论文已被TPAMI 2021收录,本文对其展开介绍。
用神经网络给视频解码,效率居然还挺高的。
瀚博推出的 AI 推理芯片,性能超过英伟达最新的 A10 与 T4,同时使用成本还更低。
谁不想要一个会干家务还能解闷的机器人呢?
在这篇文章中,作者提出了这样一个概念:对于深度神经网络来说,与动物和人类的学习过程类似,其对于技能的学习过程也存在一个“关键学习期”。
作者:吴礼蔚、程善伯 来自火山翻译团队的研究者通过研究发现,不同语言标签对多语言 Zero-shot 翻译的巨大影响,并在数据相差很大的三个不同的数据集上进行了实验,验证了不同语言标签对多语言 Zero-shot 翻译确实存在巨大影响,并且表明 T-ENC 在 Zero-shot 上优于其他语言标签。
CVPR 上诞生的技术正在逐渐「出圈」。
来自清华大学未来智能实验室联合快手社科推荐模型组的研究者提出了一种基于图神经网络的序列推荐框架 SURGE,大大降低了建模用户兴趣的难度。
作者:牛力 收录 180 篇文献的首个深度学习图像合成技术综述文章。
直接复制粘贴训练集里的代码,原来的注释也一字不差。AI 的「抄能力」获得了认可。
M1 芯片能否提升强化学习的训练效率?
知乎联合清华大学对外开放基于知乎的大规模富文本查询和推荐数据集「ZhihuRec」。该数据集包含了知乎上的 1 亿个行为数据,是目前为止,国内用于个性化推荐的最大的实际交互数据集。
作者:Jiying 编辑:Joni 这篇文章围绕机器学习(ML)和功能性磁共振成像(fMRI)的应用问题,以三篇最新的研究型论文为基础,探讨基于统计学中 ML 的 fMRI 分析方法。
作者:闻菲 张宏江认为,智源研究院将人工智能领域的优秀人才聚在一起,探索并成功找到一个能够产生原始创新与长期影响的领域,即超大规模预训练模型;智源将围绕「悟道」巨模型构建生态系统,一方面不断去撑开深度学习的瓶颈,更重要的是这个探索表明,在中国同样有开放、自由、足以做出全球顶尖研究的环境。
VOLO 是第一个在 ImageNet 上无需额外数据达到 87.1% top-1 准确率的模型,进一步拉近了视觉 Transformer 与最顶级 CNN 模型的性能距离。
来自浙江大学计算机辅助设计与图形学国家重点实验室和杭州相芯科技有限公司的联合研究团队提出了自由式材质扫描的可微分框架,并研制了材质外观扫描仪原型,实现了对非平面的复杂外观的高精度采集建模,研究论文已被 ACM SIGGRAPH 2021 接收。
当今时代,AI 无处不在,对于企业来说更是如此。企业有时想要在混合云业务中加入 AI 功能,有时又想要发挥边缘计算的效用,但自身 AI 基础设施无法提供支持怎么办呢?英伟达新推出的面向企业的即时 AI 基础设施 AI LaunchPad 以及 20 年提出、现已全面上市的托管型边缘 AI 服务平台 Fleet Command 将加速其他企业的 AI 开发和部署,扩展他们的边缘 AI 服务。
本文提出了一个视觉推理解释框架 (VRX: Visual Reasoning eXplanation), 将人们容易理解的、high-level 的结构化的视觉概念作为「语言」,通过回答为什么是 A,为什么不是 B 解释神经网络的推理逻辑。VRX 还可以利用解释对网络进行诊断,进一步提升原网络的性能。
最先落地 AutoML 的那家公司,现在喊出了开源。
今年以来,中文 NLP 圈陆续出现了百亿、千亿甚至万亿参数的预训练语言模型,炼大模型再次延续了「暴力美学」。但 QQ 浏览器搜索团队选择构建十亿级别参数量的「小」模型,提出的预训练模型「摩天」登顶了 CLUE 总排行榜以及下游四个分榜。
商汤的「既要…… 又要…… 还要……」
2080Ti 竟然可以当 V100 来用,这个功能有点儿厉害。
「PlasticineLab」的提出,或为软「PlasticineLab」的提出,或为软体动力学领域的众多研究提供了新思路。体动力学领域的众多研究提供了新思路。
在这篇文章中以两篇文章为基础,分别讨论了声音、相机陷阱(camera traps)是如何实现野生动物监测的。此外,最后一篇文章还讨论了如何利用人工智能技术辅助解决野生动物偷猎(wildlife poaching)的问题,即对偷猎者轨迹的预测问题。
要走近并深入认识京东云,刚刚过去的「618 大考」可能是最好的观察机会。
9 岁的字节跳动宣布「全擎投入」企业技术服务市场,一上来就计划要做 50 年。
继让老照片动起来、唱歌之后,腾讯微视又解锁了照片的跳舞技能。
上海交通大学联合华为诺亚方舟实验室 AI 基础理论团队以及香港科技大学,提出了一种新的面向非独立同分布域泛化问题的评价指标 OoD-Bench,同时对 OoD 领域构建了一个统一的框架。
在近日召开的 ICRA (国际机器人与自动化会议)大会上,上海交大-非夕科技联合实验室展示了最新研究成果「AnyGrasp」(https://graspnet.net/anygrasp.html),第一次实现机器人对于任意场景的任意物体的通用高速抓取,在机械臂硬件构型、相机不作限制的情况下,让机器人拥有比肩人类抓取能力的可能。