云栖运营小编~
概率计算能促进人工智能和机器学习吗?英特尔等许多公司押注于概率计算,致力于使未来的系统能够理解和计算自然数据中固有的不确定性,制造出能够理解、预测和决策的计算机。概率计算被认为是最适合在不确定的情况下做出判断的技术。
一直以来,科学界认为记忆的储存是通过增强神经元间的突触连接实现的。然而本周,加州大学洛杉矶分校的神经科学家发表了一篇颠覆性的论文:他们通过注射RNA,成功将一只海兔的记忆传给了另一只海兔。如果该试验正确,这意味着记忆的存储方式将被改写。
昨天,谷歌大脑研究科学家、生成对抗网络GAN的提出者Ian Goodfellow在Twitter推荐了他最喜欢的两个机器学习的Theory Hacks,利用这两个技巧,他在著名的GAN论文中推导了公式。
BigThing推荐关于人工智能十本佳作,它将对你进行指导,并为你提供对这个令人难以置信的技术的多方面观点。
我们一开始认为,时序问题(如语言、语音等等)天生就是 RNN 的地盘。然而现在这一观点要成为过去式了。时间卷积网络(Temporal Convolutional Nets, TCNs)作为 CNN 家族中的一员健将,拥有许多新特性,如今已经在诸多主要应用领域中击败了 RNN。
继上周在 Nature 发表极受关注的“网格细胞”研究后,DeepMind今天又在《自然-神经科学》发表一篇重磅论文:利用强化学习探索多巴胺对学习的作用,发现AI的学习方式与神经科学实验中动物的学习方式类似。该研究提出的理论可以解释神经科学和心理学中的许多神秘发现。
训练一个高准确率的检测模型需要大量精细标注的图片数据,其成本很高。本文提出了一种弱监督协同学习框架,仅使用粗略标签的图片训练目标检测模型,测试结果显示其定位精确率和检测准确率均显著优于目前最先进的方法。
ICML 2018上周公布了会议接受论文,各家组织机构和研究大牛们在Twitter上纷纷报喜,放出接受论文,恭喜!有Google Brain、DeepMind、Facebook、微软和各大高校等。我们整理了Twitter上的关注度比较热的一些论文,供大家了解,最新关于机器学习的一些热门研究方向!
发表了文章
2019-11-27
发表了文章
2019-11-26
发表了文章
2019-11-25
发表了文章
2019-11-25
发表了文章
2019-11-22
发表了文章
2019-11-21
发表了文章
2019-11-20
发表了文章
2019-11-18
发表了文章
2019-11-15
发表了文章
2019-11-15
发表了文章
2019-11-14
发表了文章
2019-11-13
发表了文章
2019-11-13
发表了文章
2019-11-12
发表了文章
2019-11-11
发表了文章
2019-11-08
发表了文章
2019-11-07
发表了文章
2019-11-06
发表了文章
2019-11-05
发表了文章
2019-11-04
提交了问题
2019-02-28
回答了问题
2019-07-17
提交了问题
2019-01-16
提交了问题
2019-01-14
提交了问题
2019-01-14
提交了问题
2017-09-14
提交了问题
2017-09-14
提交了问题
2017-09-14
提交了问题
2017-07-18