2016 NIPS众神降临,苹果破天荒要对外发布AI论文丨AI科技评论周刊

简介:

2016 NIPS 如火如荼进行了近一周时间,各位大佬也频繁在会场露面,并时不时搞个“大新闻”。雷锋网(公众号:雷锋网)时刻关注着 NIPS 的一切动态,并把大家较为关注的论文以及学术大师的PPT整理出来,方便大家学习和参考。

Yann LeCun:“预测学习”替代“无监督学习”

Yann LeCun 最近可谓是学术界的网红,上周先后录了三段视频为大家普及人工智能知识,现在又飞到西班牙见见粉丝,也不忘随时更新下 Facebook。

2016 NIPS众神降临,苹果破天荒要对外发布AI论文丨AI科技评论周刊

Yann LeCun 受邀在今年的 NIPS 大会发表主题演讲。众所周知,深度学习通常分类为:无监督学习、监督学习和增强学习,而 Yann LeCun 在演讲中用“预测学习”替代“无监督学习”。他指出因为预测学习要求机器不仅能在没有人类监督的情况下进行学习,同时能够学习世界的预测模型。

吴恩达发表演讲

吴恩达教授在 NIPS 上发表演讲:《利用深度学习开发人工智能应用的基本要点(Nuts and Bolts of Building Applications using Deep Learning)》。

吴恩达在现场用白板黑笔写的板书,已被小编做成了中文版 PPT,就是这么走心。

2016 NIPS众神降临,苹果破天荒要对外发布AI论文丨AI科技评论周刊

Yoshua Bengio 得意门生:Ian Goodfellow

我们知道,机器学习方法可以分为生成方法(generative approach)和判别方法(discriminative approach),所学到的模型分别称为生成式模型(generative model)和判别式模型(discriminative model)。

而 Ian Goodfellow 就是“生成式对抗网络之父”,现为 Open AI 科学家,此前为谷歌大脑团队高级研究员,大学期间师从 Yoshua Bengio 大神。生成式对抗网络这个词就是他发明的,而且对机器学习领域的研究影响重大。他在 NIPS 2016 大会上分享了生成式对抗网络的研究成果。

这是 Yoshua Bengio 在 FB 上发的照片,师徒相聚,画面感人。

2016 NIPS众神降临,苹果破天荒要对外发布AI论文丨AI科技评论周刊

NIPS大会现场:最左为 Yoshua Bengio,最右为 Ian Goodfellow 

PS:关注微信公众账号【AI科技评论】,在微信公众号后台回复关键词“大神”,获取PPT。

苹果也来NIPS,破天荒宣布将对外公布研究成果

去年的NIPS大会是在蒙特利尔,苹果没去,只是几位员工低调地混在普通观众群里。

今年的西班牙,苹果去了,扛大旗的是苹果AI研究团队负责人Russ Salakhutdinov,他做了演讲,并兴奋地向众人宣布:苹果将允许其AI研发人员对外公布论文成果。

2016 NIPS众神降临,苹果破天荒要对外发布AI论文丨AI科技评论周刊

Russ Salakhutdinov表示,此举目的是为了从学术圈吸引更多人才到苹果公司工作。众所周知,苹果这家公司有着“保密”的文化传统,这使其难以从学术圈招到人才。因为在学术圈,公开研究成果与分享信息,是获得同行认可和取得进步的关键。

Russ Salakhutdinov此次NIPS西班牙之行,估计也将会扮演苹果首席HR的角色。或许不久,我们将亲见苹果的第一篇AI论文,拭目以待。

DeepMind 开源深度学习训练平台 DeepMind Lab

在NIPS会议期间,DeepMind 宣布,将把这一 AI 训练环境的整个源代码发布至开源社区 GitHub,并将其名称由 Labyrinth 更改为 DeepMind Lab。届时,所有开发者都能下载源代码并对其进行个性化设置,以此训练和测试原有的 AI 系统。

2016 NIPS众神降临,苹果破天荒要对外发布AI论文丨AI科技评论周刊

DeepMind 的这一举动又一次证明了该实验室对研究成果的开放态度。该公司上个月才宣布与动视暴雪 ( Activision Blizzard ) 联手将视频游戏《星际争霸 II 》转换为一个测试平台,以便所有 AI 研究人员都有机会制作出这款复杂游戏的人工智能系统。

DeepMind 的联合创始人之一 Shane Legg 表示,开放 DeepMind Lab 代码会让其他研究人员意识到它本身是否能被复制,研究人员可以在 DeepMind 的测试中评估他们自己的 AI 系统的表现。Shane Legg 说,“如果其他研究人员有兴趣的话,可以试试看会不会打败我们。”

亚马逊放大招,Amazon Go惊艳亮相

本周的国内外社交媒体明星,无疑就是无人收银超市Amazon Go。

用户进入商店,穿过闸机的时候打开手机让其识别,这时手机里的系统启动,并随时准备更新物品清单。Amazon Go令人惊艳的部分就是,在用户拿走或放回物品的一瞬间,手机里的系统会自动更新清单。最后,用户拿着物品满意地离开,手机自动扣款。

2016 NIPS众神降临,苹果破天荒要对外发布AI论文丨AI科技评论周刊

简而言之,就是你可以径直走进超市,选好货品之后立马离开,不用在收银台前排长长的队伍,等待结账。

我们说,移动支付颠覆了既有商品交易方式,那么这种“抢劫式”的Amazon Go甚至连“交易感”都消灭了。

Uber收购创业公司Geometric Intelligence 

日前,Uber 已经对 Geometric Intelligence 进行全资战略收购。后者是一个由学界 AI 研究人员联合创立的 公司,它将成为 Uber 旧金山总部新设立的 AI 中央实验室的核心团队,将开展 AI 的基础研究。

2016 NIPS众神降临,苹果破天荒要对外发布AI论文丨AI科技评论周刊

这不会直接带来产品,但在将来很可能产生一系列的潜在应用,例如行车路线管理。这也是一个重要的信号:Uber 想要与谷歌、苹果、微软等“传统”互联网巨头,在 AI 基础研究上竞争。

Geometric Intelligence 的创始团队包括:纽约大学认知学家 Gary Marcus,剑桥大学机器学习教授 Zoubin Ghahramani,中佛罗里达大学计算机教授 Kenneth Stanley 和纽约大学神经语言学博士 Douglas Bemis。该公司一共有 15 名雇员,包括多名高级数据工程师和人工智能学者。该收购协议的其中一项是:他们必须保持其与学界的纽带。这意味着 Uber 与大学 AI 研究院之间开展合作的前景。


相关文章:

深度丨详解 Amazon Go 三大核心技术


本文作者:亚萌


本文转自雷锋网禁止二次转载,原文链接

相关文章
|
1月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
61 2
|
15天前
|
人工智能 算法 新制造
走进北京科技大学,通义灵码与企业高校共筑 AI 创意课堂
近日,通义灵码有幸参与到一场由伊利集团主办的 AIGC 生态创新大赛路演舞台,与高校专家、企业代表、青年学子共同探讨 AIGC 创意应用,交流企业在数智领域转型、青年开发者科技创新的思路和落地实践。
|
1月前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
3月前
|
人工智能 运维 自然语言处理
从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
【8月更文挑战第10天】从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
|
2月前
|
人工智能 开发者
Nature曝惊人内幕:论文被天价卖出喂AI!出版商狂赚上亿,作者0收入
【9月更文挑战第8天】《自然》杂志近日揭露,学术出版商如泰勒·弗朗西斯与微软签订千万美元合约,及威利获高额报酬,将论文提供给科技巨头训练AI模型,引发学界对版权与收益分配的热议。此现象反映了AI对高质量数据的渴求,但亦使研究人员担忧成果被无偿商用,且可能影响学术独立性。尽管AI训练使用学术资源能提升模型科学性,助力科研进展,但如何保障作者权益及维持学术纯粹性仍是亟待解决的问题。https://www.nature.com/articles/d41586-024-02599-9
52 4
|
3月前
|
人工智能 Serverless
AI 创作风潮起:函数计算探索科技与艺术的无限可能
AI 创作风潮起:函数计算探索科技与艺术的无限可能。
|
5天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的应用及前景展望
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、挑战与未来发展趋势。通过分析AI技术如何助力提高诊断准确率、缩短诊断时间以及降低医疗成本,揭示了其在现代医疗体系中的重要价值。同时,文章也指出了当前AI医疗面临的数据隐私、算法透明度等挑战,并对未来的发展方向进行了展望。
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
16天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
40 1
|
8天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用
【10月更文挑战第42天】本文将探讨人工智能(AI)在医疗诊断中的应用,包括其优势、挑战和未来发展方向。我们将通过实例来说明AI如何改变医疗行业,提高诊断的准确性和效率。
下一篇
无影云桌面