暂无个人介绍
新冠疫情是一个警钟,提醒我们要去构建信任度 90% 以上的 AI。
在陆续放出时间检验奖、终身成就奖和杰出服务奖之后,ACL 2020 终于公布了今年的最佳论文奖。该奖项由来自微软研究院、华盛顿大学和加州大学欧文分校的研究者摘得,主题是与任务无关的 NLP 模型测试方法。
近日,百度发布对话生成网络 PLATO-2,宣布在开放域对话生成模型上迎来重要进展。PLATO-2 承袭 PLATO 隐变量进行回复多样化生成特性,模型参数高达 16 亿,涵盖中英文版本,可就开放域话题深度畅聊。实验结果显示,PLATO-2 中英文对话效果已超越谷歌 Meena、微软小冰和 Facebook Blender 等先进模型。
近日,百度在多模态语义理解领域取得突破,提出知识增强视觉-语言预训练模型 ERNIE-ViL,首次将场景图(Scene Graph)知识融入多模态预训练,在 5 项多模态任务上刷新世界最好效果,并在多模态领域权威榜单 VCR 上超越微软、谷歌、Facebook 等机构,登顶榜首。此次突破充分借助飞桨深度学习平台分布式训练领先优势。据机器之心了解,基于飞桨实现的 ERNIE-ViL 模型也将于近期开源。
运用注意力机制的 Transformer 模型近几年在 NLP 领域获得了广泛应用。然而,由于参数量和计算量巨大,Transformer 模型难以在存储和算力有限的边缘硬件设备上高效部署。为了解决 Transformer 的低效问题,来自 MIT 的研究人员提出了 HAT: Hardware-Aware Transformers,针对不同的硬件设备的特性,为每个硬件搜索出一个高效的 Transformer 模型,从而在保持精确度的前提下大幅降低内存消耗。在同样的精度下,相比于基线 Transformer, HAT 可以获得 3 倍加速,3.7 倍模型压缩。
印度应用下载榜第一的 app 是抖音,手机销量第一的品牌是小米,这个国家却突然间选择了封禁中国 app。
在长达两周的「骂战」之后,图灵奖得主、Facebook 首席 AI 科学家 Yann Lecun 宣布,自己将退出推特。
6 月 22 日,在 2020 智源大会上,有一场大佬对大佬的精彩会谈。
有 1700 名研究者签字联名抵制 Nature 出版一篇 AI 研究论文,这可是头一次。
最近,谷歌又申请了一项深度学习算法专利,主题是「Using embedding functions with a deep network」。
听说有人开发了「虚拟程序员鼓励师」,安装使用后的我疯狂捶墙,导致我家变成了单间
为将机器之心产业服务更好的延续与升级,持续的为人工智能公司创造价值,我们于上月发起了「2020 人工智能金炼奖」:寻找良好应对特殊时期的最强人工智能公司;寻找在复工复产和推动产业复苏过程中发挥重大作用的人工智能产品 / 解决方案;寻找为人工智能领域提供了实际服务、优惠措施并产生实际效果的服务平台。
机器之心编辑部 在刚刚开幕的 CVPR 2020 上,最佳论文、最佳学生论文等奖项悉数公布,来自牛津大学的吴尚哲等人获得了最佳论文奖,本科毕业于上海交通大学、现为西蒙弗雷泽大学博士一年级学生 Zhiqin Chen 等人获得最佳学生论文。
机器之心分析师网络 作者:张小卉 编辑:H4O 无人车的领头羊 Waymo 的 CEO 曾对外宣称,Waymo 无人驾驶系统 80% 的改进都来自其仿真系统 Carcraft。那么身为头号功臣的无人驾驶仿真到底是什么?而其中的交通流仿真又是何物,有何可用平台,请看来自交通工程的跨界思考。
在现代计算系统和人工智能技术加持下,传统病理学正转向数字化病理,AI 技术的加持极大解放了病理医疗资源,AI 病理未来规模可达数百亿人民币。 在此背景下,阿里云天池联合英特尔举办了「数字视觉」挑战赛,以赛事推动 AI 技术在产业中落地。 同时举办了「2020 阿里云天池数字病理视觉挑战赛和研讨会」。众多来自第三方病理诊断中心、学术界、产业界的数字病理行业专家出席了研讨。 在历时 3 个月的前期调研以及后期业内嘉宾充分讨论后,研讨会重磅发布了《数字病理诊断排行榜》,评选出了数字病理行业产业链各个环节的 Top 级企业。
Facebook AI 团队今天宣布了首个 Deepfake 检测挑战赛(DFDC)的结果,第一名算法的识别准确率达 82.56%。然而比结果更加耐人寻味的是,原本获得头名的团队成绩被取消了。
在审稿截止日期两次推迟之后,人工智能顶会 NeurIPS 2020 今天宣布将完全转为线上会议。
稀疏化是神经网络轻量化的重要手段,其中细粒度剪枝和结构化稀疏各有利弊。如何取二者之所长,实现更强大的模型压缩能力和端侧加速能力呢?本文将为大家介绍「细粒度结构化稀疏」。
正欲在 2020 年全面推进 10 纳米制程的英特尔,忽然迎来了芯片总设计师辞职的消息。
中国,已经成为全球人工智能研究者的最大输出源国家。美国人工智能领域的顶尖研究者中,有近三分之一来自中国。在麦克罗波洛智库分析师马特 · 希恩看来,美国政府近期一系列面向国际研究者的「驱逐政策」,最终削弱的将是美国自身的国际竞争力。
那个为上万家公司提供机器学习服务的强大工具 Amazon SageMaker 终于进入中国了。
百度飞桨深度学习平台又有了大幅度的升级:飞桨企业版正式出炉,还有量子机器学习开发工具「量桨」发布。飞桨已成为国内首个,也是唯一支持量子机器学习的深度学习平台。
现有的剪枝算法仍存在训练效率低和人工成本高的问题,这主要是由于缺少对网络中不显著成分的理论指导。在一篇 CVPR 2020 Oral 论文中,来自厦门大学纪荣嵘教授团队的研究者提出了一种新的基于高秩特征图的滤波器剪枝方法(HRank)。在不引入任何附加约束的情况下,与其他精度相似的现有算法相比,HRank 在浮点计算量和参数量上有了显著减少。
时隔三年,英伟达最强芯片 Tesla V100 有了继任者,20 倍的性能提升着实让人有些招架不住。
四维空间是什么样子?里面的物体如何运动?一篇 SIGGRAPH 2020 论文帮我们 “想象” 出了这个过程,看完论文,你还可以上手试试游戏。
在沙盒游戏《我的世界》中,有人搭建了完整的校园,有人举办了毕业典礼,有的人从零开始制作计算机,玩家们层出不穷的创意总能让人眼前一亮。现在,又有一位印度程序员展现了真正的技术:在《我的世界》里搭建神经网络。
看到什么就复制什么,这是魔法还是孙悟空的神通?都不是。这是 AR 的魔力。
「道可道,非常道」,AI 领域的表征却一直在向着「常道可道」的方向前进,让可以表征的东西越来越接近「常道」。2017 年,DARPA 提出的第三波机器学习概念 [1] 中,其中一个方向也是找到更加通用的表征,从而让 AI 从当前「精心定义」过的任务中解脱出来,能够完成更加复杂的任务,更进一步接近人类的表现。为了解决这个问题,主要有两个方向——找到新的表征方式 [2](更有效的计算方式或是全新的表征)或是提升当前表征计算方法的通用性 [3, 4]。本文涉及了在今年 CVPR 中提出的三个解决方案
新冠疫情的肆虐,牵动了无数人的心弦。CT影像是新冠肺炎诊断的重要依据,大量疑似病例的CT影像诊断和确诊患者的CT影像评估给影像医生带来了沉重的工作负担。医学影像AI公司纷纷在此次疫情中贡献力量,推出新冠肺炎CT诊断产品,辅助影像医生在有限的时间内对海量CT影像进行快速诊断。实际上,在新冠疫情之前,医学影像AI产品就已经走在商业化道路之中,能够对X光、CT、MR、病理图像等多种影像类型进行识别分析,并在肺结节、乳腺癌、脑卒中等多个病种诊断中取得相当效果。此次疫情让医学影像AI产品受到更多关注与认可,医学影像AI公司也将迎来一波新的发展机遇期。
近年来字节跳动、百度、阿里巴巴、美团点评、微软等各大互联网巨头纷纷加注智能创作/写作,并已在自有资讯、内容平台、电商、办公文书等业务场景中广泛应用;同时达观数据、智搜、妙笔智能、文因互联等 NLP 领域领先创业公司扎根营销文案、文本业务自动化、金融数据分析等场景,让 NLP 技术产生更显著的商业价值。 「智能写作」让我们看到论文中 SOTA 的 NLP 模型也可以被快速应用到工业场景中,辅助或直接成为人类的生产力。因此我们针对这一技术应用领域,搜集了数百余篇论文、第三方市场报告及国内外新闻报道,并采访了多位国内智能写作公司与产品线的产品经理或技术负责人,撰写了 6.2 万字报告,从基础概念到
纵观视觉与语言在这六年间的飞速发展史,它就仿佛是两种不同文化(计算机视觉与自然语言处理)的碰撞与交融。这里每一种文化最初的进化都是自洽的,即独立地演化形成一套完备的视觉理解或语言建模体系;演化至今,我们当前所迎来的则是两种文化间的交互,自此视觉理解和语言建模不再是简单串联的两个模块,而是通过互相的信息传递成为共同促进的一个整体;对于视觉与语言的未来,则一定是聚焦于两者更为本质和紧密的共生,它所渴望的,将是挣脱开数据标注的桎梏,在海量的弱监督甚至于无监督数据上找寻两者间最为本质的联系,并以之为起源,如「道生一,一生二,二生三,三生万物」一般,赋予模型在各种视觉与语言任务上的生命力。
网易有道词典新增 AI 作文批改,词汇、语法、结构面面俱到,我觉得我的英文论文有救了。
瑞莱智慧刚刚发布的首个 AI 安全平台,发现了迄今为止最为「重大」的人脸识别安全漏洞。
神经形态芯片真的可以模拟人脑吗?最近一期《自然机器智能》的封面研究向我们展示了这一可能性。
一款「开挂」的录音笔,你会喜欢吗?
本文对NASA开发的Valkyrie人形机器人进行了详解,包括这款机器人与机器宇航员2号(Robonaut 2)的区别、算法与技术以及任务完成情况等。相信读者会对Valkyrie人形机器人的研发背景、构造算法以及未来场景的应用有更清楚的了解。
不久前,AAAI 2020 在美国纽约召开。大会官方公布了今年的论文收录信息:收到 8800 篇提交论文,评审了 7737 篇,接收 1591 篇,接收率 20.6%。为向读者们分享更多的优质内容、促进学术交流,机器之心策划了多期 AAAI 2020 论文线上分享。
MIT 科学家用深度学习模型发现的「halicin」抗生素分子展示了前所未有的广谱抗菌能力,这是人类首次完全使用人工智能的方法发现新抗生素。研究人员表示,halicin 可以消灭一些世界上最危险的细菌。他们的这一研究登上了生命科学顶级期刊《Cell》。
第三届机器学习与系统会议(MLSys 2020)将于 2020 年 3 月 2 日至 4 日在美国奥斯汀会议中心举行。MLSys 是 2018 年新成立的一个聚焦机器学习在系统、软件、硬件等多个综合领域中应用研究的学术会议。
在一篇名为《Escaping from saddle points on Riemannian manifolds》的论文中,来自华盛顿大学、加州大学伯克利分校的研究人员深入探索了优化问题的细节,这对理解机器学习底层的数学知识非常重要。本文是对该论文的解读。
提到生成模型,每个人首先要考虑的问题应该都是这两个——生成什么,如何生成。本文介绍的三篇论文就包含了三种生成模型(GNN、RL、VAE,即怎么生成),同时也介绍了这些生成模型各自当前的应用场景(场景图生成、序列生成、任务型对话生成,即生成什么)。
不想用命令行操作 GitHub 的开发者,不是好的开发者。——不是我说的
因全球范围内新冠病毒疫情的爆发,GSMA 最终决定取消 2020 年的全球移动通信大会。多家手机厂商新品发布或受影响。
快速抠图不留痕,设计看了都精神。
AI 技术正在帮助大量即将返回工作岗位的人们,让接触新冠病毒的风险不断降低。
每年千万下载量,科学计算开源库 SciPy,你已经是个成熟的小伙伴了。
无症状的新型冠状病毒感染者会传染其他人?最近,《新英格兰医学杂志》的一篇论文似乎给出了相关证据,但很快又被推翻了。
一直以来,深度网络在图像识别,检测,语言等领域都有强大的能力。研究者们的重点都在如何提升网络性能上,很少有人能说清楚深度神经网络为何能够得到较好的泛化能力,有的研究者习惯从原理上来说明这个问题,有的研究者则会从中间结果来解释,当然这些观点都各有千秋。在 NeurIPS 2019 上,有些学者在网络的可解释性上发表了自己的研究。
几天前,OpenAI 通过官方博客宣布了「全面转向 PyTorch」的消息,计划将自家平台的所有框架统一为 PyPyTorch。这一消息再次引发了社区关于两个框架优劣的讨论。作为后起之秀,PyTorch 真的已经全面赶超 TensorFlow 了吗?为了研究这个问题,数据科学家 Jeff Hale 从在线职位数量、顶会论文中的出现次数、在线搜索结果、开发者使用情况四个方面对两个框架的现状进行了调研。
随着机器学习(ML)领域的深入发展,机器人在教育、引导、医疗方面都有巨大的应用。但如今人们不仅关注于机器人执行任务的准确和效率,更希望理解其决策的原因和行动,从而判断是否信任答案,而这正也是可解释人工智能(XAI)所要研究的问题。