暂无个人介绍
在 500 万 AI 人才紧缺的当下,数字蓝领和 AI 应用层面的人才最缺,其次是算法人才和科研人才。高校作为承载人才出口的重要角色,在人工智能和机器人企业优必选科技的助力下,AI 人才高校造的局势正在打开。
在外患内忧的境地中,属于 AI 的狂热浪潮已经过去,技术进入更为务实的成长区间,从此 AI 将更广泛的融入生活。通过这场世纪对话,我们发现这家从广州而起的 AI 独角兽,正逐渐成为一个时代的标志。
从招股书看,已经很难用「计算机视觉」这个标签来定义依图。他是以人工智能芯片技术和算法技术为核心,研发及销售包含人工智能算力硬件和软件在内的人工智能解决方案。 在对标公司方面,依图招股书选取的是 Google、华为、NVIDIA、寒武纪、海康威视、科大讯飞六家公司作为同行业可比公司。
AI:光头还是足球,这是一个问题。
那些专家们曾经担心过的 AI 算法漏洞是可以实现的,没想到过的也可以实现。
get 了这个网站,今年万圣节 C 位就是你的!
我们见过很多神经网络上色、换表情、修改年龄的研究和应用,但它们往往只存在于 GitHub 上,距离「人人能用」还有一段距离。但最近,推出 Photoshop 的 Adobe 这次终于有所表示了:你们论文里的效果,我们打包实现了。
敢为人先的美团,也开始学起亚马逊开店了,不过这是第一家由骑手经营的智慧门店。以无人微仓和无人配送发展「前置仓 + 即时配送」的新型零售门店,首次落地首钢园,为 3km 半径内智慧园区的生活服务提供新的机会。
滴滴出行原副总裁叶杰平的去向终于尘埃落定。
一次疫情,让阿里达摩院医疗 AI 团队一战成名。 他们利用整个假期,疫情爆发初期迅速将技术落地,率先在「郑州小汤山」落地的第一套 CT 影像识别系统代码和图片已经被分别收藏在中国国家博物馆和中国科技馆。 疫情之后,达摩院医疗 AI 产品迅速进入落地阶段,成长与痛点并存。 面对技术落地面临的普遍困境,达摩院以「数字人体」系列比赛为抓手,逐渐搭建起行业生态。
AI 技术需要开源、开放,对于这一点,产学研各界已经达成了共识,政府也在全力支持国内开源生态的建设。
不仅完美地迁移眼影、眉毛、口红等基础妆容,而且能很好地处理美瞳、睫毛、卧蚕等细腻细节,美图影像实验室(MTlab)自主研发的这个全新妆容迁移算法可以令爱美的你尝试各种类型和风格的模特妆容,最终找到适合自己的完美妆容。
「智能时代的操作系统」飞桨和自研 AI 处理器百度昆仑都已就位,产业智能化时代正在到来。
在实际应用中,仅用近期的短期数据来描述或预测一个复杂系统未来的状态对数据挖掘与分析方法提出了更大的挑战。所以,在本文中,研究者们提出了一种新型 ARNN 框架,它能够把高维空间数据映射到目标变量的未来时间信息,使得通过高维短序列时间序列数据的预测成为可能。
本文对人类和机器人的触觉传感知识进行了简单的梳理和探讨,并以此为基础给出了两篇论文中的应用实例。
在不久前结束的 KDD Cup 2020 竞赛中,美团到店广告平台搜索广告算法团队在 Debiasing、AutoGraph、Multimodalities Recall 三道赛题中获得了两冠一季的成绩。本文将介绍该队伍的解决方案。
英伟达说,这是 PC 游戏领域自 1999 年以来取得的最大突破
作者:Yuanyuan Li 编辑:H4O 本文主要对 OpML 2020 大会上的一些议题进行了探讨,如生命周期管理等,并对大会嘉宾提出的一些从业观点以及作者个人的经验进行了整理分析。
作者:罗远飞 近日,全球顶级数据挖掘竞赛 KDD Cup 2020 已经正式画上圆满句号,KDD Cup 2020 RL Track 比赛结果也随之出炉,北京航空航天大学软件开发环境国家重点实验室童咏昕教授研究组与第四范式罗远飞组成的联合团队脱颖而出,斩获 KDD Cup 2020 强化学习挑战赛冠军。
伊隆 · 马斯克神秘的脑机接口公司 Neuralink,终于向人们展示了自己首款可以「进入人体」的产品。
「师傅,还有多长时间能到啊?」在打的赶往目的地时,我们经常会问这样一个问题。但如果我们打的是滴滴,这个问题就不用开口问了。因为,滴滴的研究者正不断挑战更加精确的到达时间预估结果,相关结果被 KDD 2020 接收为Oral论文。
它或许可以成为国产电动车的里程碑之作。
从无声视频中生成音乐?这听起来很难。由MIT-IBM 沃森人工智能实验室主任研究员淦创博士领导的研究小组在 ECCV 2020 的一篇论文中,提出了一种名为 “Foley Music” 的模型,仅根据音乐家的身体动作就能自动生成一段极具表现力的音乐。
深度学习潮起仿佛还在昨天,百度 NLP 已走过了十年。
AI 能力在产业端的规模化落地是否存在可能?第四范式用五年时间给出了答案——在金融、零售、医疗等行业领域积累了超过八千家行业客户 AI 落地业务经验。 “数据治理难、科学家稀缺、业务价值不佳以及算力成本负担重,是企业 AI 转型中四个最常见的坑,”第四范式创始人兼 CEO 戴文渊谈道,“这些问题归根结底是因为缺少基于规范和标准的基础设施。” 为此,他们从实战经验中提炼出一套完整方法论——从底层操作系统到基于自研 AI 加速卡的一体机,从模型开发工具到业务开发工具——并将其标准化地复制给更为广泛的产业客户与市场需求。
在预训练模型领域,BERT 开启的「暴力美学」逐渐演变成一场氪金游戏,动辄几十、上百万美元的训练费用令普通开发者望而却步。算力不够强、money 不够多就不能玩大规模预训练模型了吗?事实并非如此。
同一张图像的不同区域空间冗余度是不一样的,背景部分的冗余度往往低于人物区域。如何利用这种特性来节省模型推理的计算量呢?在一篇 ECCV 2020 Oral 论文中,来自微软亚洲研究院等机构的研究者提出了一种随机采样与插值相结合的新方法,可以有效降低节省推理的计算量。
在进行 NLP 模型训练前,请先选择一个好的特征提取器。
本文主要介绍与用户和厨房交互的烹饪机器人:多模态的烹饪辅助、自学习菜谱的系统以及以人为反馈的优化烹饪方法。
华为的 Atlas,一次就让业界最佳水平翻了一倍。
少样本图像生成是很有挑战性的任务,可用的方法也很少。近日,上海交大和 Versa-AI 的研究人员合作发表论文,提出了先融合后填充(fusing-and-filling)的思想,以便更合理地融合条件图片并完善生成图片的细节信息。目前,这篇论文已被 ACM MM2020 会议接收。
快手的日活跃用户数量超过三亿,其背后是业界领先的人工智能技术。
互联网的记忆,究竟该交给谁保管?
本文将探讨人机交互中的注意力问题。
目前集成电路专业设置和产业发展脱节,人才数量和质量都达不到产业发展要求。在美国对中国实施科技制裁的背景下,将集成电路提升为一级学科对人才培养和产业发展都是非常大的利好。
经济发展进入新时期,科技公司也要转型。拼多多希望能够联合最顶尖的农业科研团队,打造 AI 程度最高的草莓生产方式。
「Everyone’s talking about AI. Huawei is making it happen.」
据外媒报道,纽约州立法机构刚刚通过了一项法令,禁止在学校中使用人脸识别和其他生物特征识别技术,直至 2022 年。该法案将由州长 Andrew Cuomo 签署。此前,旧金山、马萨诸塞州萨默维尔市等多地也已正式通过了在公共场所禁用人脸识别软件的法案。
对于程序员来说,一生中最骄傲 / 耻辱的事可能在于:人没了,代码还在。
仿蜻蜓、仿袋鼠、仿水母、仿飞鸟…… 还有什么动物是这家不差钱的公司仿不了的?
本文选择了 ACL 2020 中三篇与知识图谱相关的文章进行详细解读。
可微网络架构搜索能够大幅缩短搜索时间,但是稳定性不足。为此,UCLA 基于随机平滑(random smoothing)和对抗训练(adversarial training),提出新型 NAS 算法。
可微网络架构搜索能够大幅缩短搜索时间,但是稳定性不足。为此,UCLA 基于随机平滑(random smoothing)和对抗训练(adversarial training),提出新型 NAS 算法。
除了汉堡王用过期食材,养海参用敌敌畏,延期四个月之久的 315 晚会还向我们曝光了互联网行业的乱象——有关我们每天都在使用的手机 APP。
人机协同,是云从目前人工智能落地期的核心战略,也是未来几十年云从对行业的判断。它既源自云从自身的实践经验凝结,也是 AI 技术、 新基建、产业落地甚至社会治理的当下需求和未来趋势。特别是在当下风云诡谲的国际环境下,人机协同也成为国家竞争的重要筹码。
16支团队收获佳绩,每个赛道精彩各异。
种一棵树,最好的时间是十年前,其次是现在。——Dambisa Moyo
首个语音实时生成图谱的企业级知识图谱开发工具包。
谢邀!知乎 CTO 来分享下内容社区的 AI 架构搭建与应用。
腾讯的 AI 与产业互联网已进入全新发展阶段,优图实验室的视觉智能在其中将发挥怎样的作用?