暂无个人介绍
MinPy基于MXNet引擎,提供NumPy的接口,以达到最灵活的编程能力和最高效的计算性能。
机器之心专访微软小冰负责人李笛:智能助手是创造需求,而非仅提高效率
在近日,机器之心对地平线联合创始人、算法副总裁黄畅博士以及首席语音算法工程师牛建伟进行了专访,从公司的整体战略、语音技术两个角度揭开地平线语音的神秘面纱。
继上周五百度的小度机器人在《最强大脑》节目中的跨年龄人脸识别任务中击败了人类顶级选手后,周五晚上,小度再次在声纹识别任务上迎战了人类最强大脑,并最终以 1:1 的成绩和人类打成了平手。节目之后,机器之心对百度首席科学家吴恩达进行了独家专访,请他谈论了小度在这场比赛中所用到的技术、百度的人工智能研究和团队以及他对中国和世界人工智能研究的思考。
2017 年 1 月 13 日,微软宣布收购加拿大初创公司 Maluuba。Maluuba 由加滑铁卢大学毕业生 Kaheer Suleman 和 Sam Pasupalak 所创,关注服务于通用人工智能的自然语言处理研究。在此次收购中,担任 Maluuba 顾问的 Yoshua Bengio 也同时与微软达成了协议,进而成为微软的顾问。目前该交易的金额尚未披露。
搜狗在乌镇互联网大会上发布了实时翻译技术,此后,搜狗语音交互中心技术负责人陈伟详细介绍了背后的技术框架和搜狗的多项核心技术。
IBM 以 8088 个专利的绝对优势在专利数量上继续领先,在它身后,英特尔和亚马逊正在加速追赶。
2017 年 1 月 6 日,百度首席科学家吴恩达带着小度机器人来到了《最强大脑》现场,与人类选手展开了对决,并在人脸识别比赛里以 3:2 的比分赢得胜利。Master 事件引发大众热议人工智能的余热未退,小度机器人又在跨年龄人脸识别挑战中战胜了本届最强大脑队长王峰——拥有数个世界冠军头衔的「世界记忆大师」。与以往主要考验空间搜索能力的人机 PK 不同,此次比拼主要集中在识别领域,而识别过程中需要模糊推理的能力,百度深度学习实验室(IDL)主任林元庆坦言,这场应战也并不轻松。
机器之心年度视频:3分钟带你回顾2016人工智能大事件
这个讲座谈了快速权重(fast weight)的思想及其实现。这种快速权重可以被用于存储最近的临时记忆,并且它们提供了一种实现这种类型的对过去的注意(attention)的神经上可行的方法——近期它已被证明在序列到序列模型上是非常有帮助的。通过使用快速权重,我们可以不再需要存储神经活动模式的副本。
一年一度的 CES 正在美国赌城拉斯维加斯举行,CES 最有看头的是什么?当然是机器人了。虽说机器人无论在哪个展会都是亮点,但是今年的 CES 上的机器人已经不再是只能停留在实验室、靠外表哗众取宠的「原始」科技产品,而是能够走进更多使用场景的新生代科技产品了。在这场全球厂商的集体展示会+发布会上,赛格威机器人也带来了他们引以为傲的产品——机器人 Loomo(路萌)。
我就是 AlphaGo!2017 年 1 月 4 日晚 9 时,Master 的神秘面纱终于被揭开了。在对局周睿羊 9 段的第 59 局比赛之后,名为 Master 的账号在腾讯野狐围棋平台上主动透露了自己的身份:「我是 AlphaGo 的黄博士(黄士杰)。」随后,在对阵古力 9 段的最后一局结束后,这场由中日韩三国多名旗手对阵人工智能历时 7 天的跨年大战宣告结束。
近日,机器之心走进了阿尔伯塔大学与这位强化学习的教父聊了聊。让我们看看 Sutton 在这次独家专访中说了些什么。
机器之心年度盘点 | 从技术角度,回顾2016年语音识别的发展
近期,Yoshua Bengio 在加拿大多伦多大学 Distinguished Lecture Series 面向计算机及工程方向的硕博研究生进行了一次题为「从深度学习到人工智能(From Deep Learning to AI)」的学术研究方向指导讲座,机器之心技术分析师 Joshua Chou 亲历了这个讲座,并对其中的关键内容进行了梳理和总结。
今日头条技术副总裁杨震原在 2016 Byte Cup 世界机器学习比赛颁奖仪式上说,「我们期望经过算法解决问与答的匹配功率疑问。这个疑问即使是小幅的改善,也会影响到数以百万计的用户。」
随着近年来深度学习技术的发展,各种机器学习平台也纷纷涌现或从专用走向了开源。到现在,一家科技巨头没有一个主导的机器学习平台都不好意思跟人打招呼。比如谷歌有 TensorFlow、微软有 CNTK、Facebook 是 Torch 的坚定支持者、IBM 强推 Spark、百度开源了 PaddlePaddle、亚马逊也在前段时间高调宣布了对 MXNet 的支持。 现在,腾讯也加入了这一浪潮。在 12 月 18 日于深圳举办的腾讯大数据技术峰会暨 KDD China 技术峰会上,腾讯大数据宣布推出了面向机器学习的「第三代高性能计算平台」——Angel,并表示将于 2017 年一季度开放其源代码。
吴恩达,百度首席科学家、百度大脑项目负责人。在最近的百度语音开放平台三周年主题活动上,机器之心对这位与 Geoffrey Hinton、Yoshua Bengio、Yann LeCun 齐名的人工智能专家进行了专访,深度了解了百度的人工智能研究、吴恩达的人工智能之路,以及更多的有关人工智能技术的话题。
在机器学习领军人物 Yoshua Bengio 的 Element AI 成立仅仅一个多月后,微软旗下的风投公司 Microsoft Ventures 今天宣布了向 Element AI 投资的新动向。
当地时间 12 月 5 日到 10 日,机器学习和计算神经科学的国际顶级会议第 30 届神经信息处理系统大会(NIPS 2016)在西班牙巴塞罗那举行。在这次会议上,人工智能和机器学习领域的研究者为我们呈现了这一领域的研究前沿,其中包括:学习去学习(learning-to -learn)、生成对抗网络(GAN)、用于三维导航的强化学习、RNN 等等;与此同时,一些资深研究者也带来了一些极具看点和启发价值的演讲和教程,现在,NIPS 2016 已经顺利闭幕,与会的各路研究者开始在网上分享他们的参会经历和体验,以及总结相关的研究进展。机器之心在此对网络上多篇 NIPS 相关的总结文章进行了综合梳理
当地时间 12 月 5 日,机器学习和计算神经科学的国际顶级会议第 30 届神经信息处理系统大会(NIPS 2016)在西班牙巴塞罗那开幕。大会第一天,百度首席科学家、Coursera 主席兼联合创始人、斯坦福大学 adjunct professor 吴恩达采用手写板书的形式做了一个主题为《使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)》的 tutorial 演讲。机器之心经授权对吴恩达教授演讲的幻灯片进行了汉化梳理。同时,机器之心特派记者加号也在现场聆听了吴恩达教授的演讲,并将演
最近,随着 2016 机器学习行业应用国际峰会的举办,Pentreath 来到了北京。机器之心受邀对他进行了独家专访,我们一起聊了聊 Spark 的新版本、IBM 的开源精神、不同平台的竞争关系,以及他在高盛的传奇经历,其中不乏爆料和精彩的观点分享。让我们看看 Pentreath 是怎么说的。
美国计算机协会会刊(CACM)9 月发表了《强化学习的复兴》一文,深度介绍了强化学习的运用及其与深度学习的比较。强化学习是机器学习的主要三种类型之一,被应用在多种训练任务中。我们熟知的 AlphaGo 中就用到了大量的强化学习。「人工智能研学社· 强化学习组」将强化学习作为第一期学习内容,与大家分享有关深度学习的基本知识。本期教学内容推荐 Rich Suntton 教授关于强化学习的演讲视频——强化学习介绍及与函数近似结合的讨论。
不久之前,机器之心对 ROSS Intelligence 的 CTO、联合创始人 Jimoh Ovbiagele 进行了专访,他向国内的读者介绍了 ROSS 的创业历程、ROSS 所采用的技术以及未来 ROSS Intelligence 的发展方向。
眼下人工智能硬件之争是百花齐放,各有所长。机器之心曾发过一篇李一雷博士写的《FPGA vs. ASIC,谁将引领移动端人工智能潮流?》,比较了FPGA与ASIC的优劣势。今天他又将 FPGA与眼下最火的 GPU一较高下,比较了二者在峰值性能、灵活性、平均性能功耗和能效比上的差异。那么在与 GPU 的 PK中,FPGA 的表现又会如何呢?
「2025 年通用人工智能将会达到人脑智能水平,未来 20 年内远超人类」,这句话大概是 2016 全球创新者大会(GIC)上流传最广的一句话,出自美国通用人工智能会议主席 Ben Goertzel 的大会演讲。
在第三次人工智能浪潮来临之时,在语音领域耕耘了 17 年的这家公司走到了哪一步?
最近几年来,人工智能的能力是越来越强了,围棋、看图、听话、翻译、甚至艺术创作……这些原本被认为是人类的专属技能的领域已经出现了一些在一定程度上可与人类表现媲美的人工智能程序。人类不断地被超越常常会给人一种人类就要被人工智能取代的感觉;现在,一个研究团队终于给我们带来了安慰——至少在理解漫画上,人工智能还差得远!
近日,亚马逊首席技术官 Werner Vogels 在一篇博客上宣布,亚马逊选择 MXNet 作为该公司最主要的深度学习框架;他还宣布 AWS 将会为 MXNet 和该公司所支持的生态系统的开发提供软件代码、文档和投资。这一消息对深度学习领域和 MXNet 社区来说都无疑是重大利好的。看起来知乎上「为什么强大的 MXNet 一直火不起来?」的问题现在终于可以终止了,相信在亚马逊这样的巨头的支持下,MXNet 还将迎来更大的发展并被更多的实践者应用。
美国当地时间 2016 年 11 月 15 日,NIST 揭晓 KBP2016 EDL 大赛结果。其中,科大讯飞包揽了本届 EDL 比赛的冠亚军。 机器之心第一时间采访了科大讯飞研究院研究员刘丹,从 KBP2016 比赛情况、KBP 任务难点、以及讯飞的 NLP 方向进展展开话题。
2016 年 11 月 12-13 日,麻省理工学院中国创业与创新论坛(MIT-CHIEF)第六届年会在波士顿举行,旨在搭建中美商界与学界对话的平台。机器之心则带着对智能驾驶与人工智趋势的关注,参加了本次大会。两天的会议虽未对技术细节作出深入的讨论,但仍在技术的商业应用,市场推出,中美交流上提供了很强参考价值。提醒各位创新者仅掌握技术的局限性,创业——尤其是颠覆性创新——需要导航复杂的商业环境,面对甚至尚未形成的市场,从中平衡长短期利益。
第三届世界互联网大会在乌镇召开,人工智能成为热门话题,而真正能让大众切身体验到人工智能便是已经从「测试」走向「试乘」的无人车,百度无人车邀请了多位嘉宾进行了体验,李彦宏竟然也发朋友圈「吐槽」自己不是第一批体验的,同时这也标志着桐乡市子夜路智能汽车和智慧交通示范区内开始测试和试运营,这成为百度继 2013 年启动无人车项目、2015 年底完成多种路段测试、今年 9 月和 10 月分别获得美国加州自动驾驶汽车道路测试许可证和完成加州首次公共道路测试,无人车项目的有一个重大进展。
本周二,谷歌宣布斯坦福大学教授李飞飞加入其云团队。作为第一代中国移民,这位图像识别领域的杰出学者是如何从普林斯顿进入斯坦福,最后成为谷歌人工智能团队新任领导者的?让我们来了解一下这名华裔学者的传奇经历吧。
风格变换一直是机器学习领域内的一项重要任务,很多研究机构和研究者都在努力打造速度更快、计算成本更低的风格变换机器学习系统,比如《怎么让你的照片带上艺术大师风格?李飞飞团队开源快速神经网络风格迁移代码》、《谷歌增强型风格迁移新算法:实现基于单个网络的多种风格实时迁移》。如今新成立的腾讯 AI Lab 也加入了此行列,在此文章中机器之心对腾讯 AI Lab 的视频风格变换的研究进行了独家报道。
Clarifai 是机器之心较早关注的人工智能创业公司之一。在今年 10 月 25 日,Clarifai 宣布完成 3000 万美元 B 轮融资。新闻发布的几天后,机器之心受到 Clarifai 邀请,观看 CEO Matthew Zeiler 进行新产品及技术演示,并对 Zeiler 进行了专访。
TensorFlow 宣布开源已经过去一年时间了。在谷歌的支持下,TensorFlow 成为了 GitHub 上今年最受欢迎的机器学习开源项目(据 GitHub 开源报告)。今天,Google Research Blog 上发表了一篇 TensorFlow 开源一周年的介绍文章,我们也对之前谷歌在 TensorFlow 框架上展开的项目进行了盘点(谷歌所公开的)。
TensorFlow 和 DMLC(分布式深度机器学习社区)这两个开源社区在今天围绕人工智能的计算机行业享有极大声誉。作为这两个开源项目的成员、目前任职 Uptake 数据科学家的唐源(Terry Tang)正在带领团队研发用于多个物联网垂直领域的数据科学引擎;同时,他也是开源软件社区内一位非常活跃的贡献者,是 TensorFlow、XGBoost、MXNet 等软件的 committer。日前,机器之心对这位开源社区的活跃参与者进行了一次交流。他分享了自己在开源上的人生经历和经验,同时也呼吁大家能够更多地参与到开源项目的发展和建设中来。
在 11 月 2 日的讯飞输入法沟通会上,讯飞输入法产品总监翟吉博分享了讯飞输入法背后的故事,包括这是一个最初仅 4 人的「小项目」、涟漪效应为这款输入法带来的提升、以及他们对输入法这一产品的思考。
近日,百度将 Deep CNN 应用于语音识别研究,使用了 VGGNet ,以及包含 Residual 连接的深层 CNN 等结构,并将 LSTM 和 CTC 的端对端语音识别技术相结合,使得识别错误率相对下降了 10% (原错误率的 90%)以上。
当地时间 10 月 27 日,Creative Destruction Lab 在多伦多举办了 2016 机器学习与智能市场(2016 Machine Learning and the Market for Intelligence)会议。会议云集了人工智能投资及科研界众多世界级明星。在下午的科研分论坛上 Yoshua Bengio、Geoffrey Hinton、Richard Sutton 和 Ruslan Salakhutdinov 等机器学习领域的巨星人物聚首于此,以接下来 1-5 年的人工智能方面的前沿科研方向为主题进行了公开探讨,并分享了很多有价值的知识和经验。机器之心现场观摩了这
9 月中旬,微软报告了在语音识别方面取得的新里程碑:新系统的识别词错率降至 6.3%;一个月后,微软又公布了在这一领域成功实现了历史性突破:他们的语音识别系统实现了和专业转录员相当甚至更低的词错率(WER),达到了 5.9%!机器之心在此期间曾对微软首席语音科学家黄学东进行了专访,探讨了这一连串突破性背后的技术和语音识别领域未来的可能性。近日,机器之心又对微软研究院首席研究员俞栋进行了一次独家专访,谈论了深度学习与语音识别相辅相成的发展以及相关领域的现状和未来。
几天前,微软语音识别实现了历史性突破,英语的语音转录达到专业速录员水平,机器之心也独家专访了专访微软首席语音科学家黄学东 ,了解到词错率仅 5.9% 背后的「秘密武器」——CNTK。但微软的成果是在英语水平上的,从部分读者留言中我们了解到对汉语语音识别的前沿成果不太了解,这篇文章将向大家介绍国内几家公司在汉语识别上取得的成果。
机器之心有幸采访到VisualPathy的联合创始人兼CEO潘洋Sean。VisualPathy创建的契机?虚拟现实何去何从?内容平台的发展模式?一起来看他会如何回答。
Clarifai 今日宣布完成 3000 万美元的 B 轮融资。该轮融资由 Menlo Ventures 领投,其他投资方,包括 Union Square Ventures、Lux Capital、高通、Osage University Partners 等均参与过之前轮次的投资。经过本轮融资,Clarifai 已累计获得了 4125 万美元资金。Clarifai 创立于 2013 年,是一家专注于人工智能图像识别领域的创业公司。自 ImageNet 2013 年竞赛获得图像分类前五名之后,Clarifai 一直处于行业领先地位。
今年 5 月,英国机器人技术创企 Emotech 宣布完成总额 1000 万美元的 A 轮融资,将开发一款拥有自己性格的人工智能机器人 Olly 。
日前,机器之心有幸专访黄学东博士,共同探讨了词错率降低背后的秘密、这一成就的意义,以及他对语音识别的思考。
机器之心和 Comet Labs 联合发布了影响全球人工智能公司的榜单。我们选取了基础研究、技术和产品、行业潜力、公司运营能力、资本实力等五个维度,甄选出了全球范围内最具前途的 100 家人工智能公司,它们包括那些我们已经熟知的科技巨头,垂直行业独角兽,也有尚在萌芽的初创公司。 当然,这份榜单肯定没有做到尽善尽美,也存在 100 家的名额限制,但我们坚信,这份基于我们诚意、内容经验和专业判断的不存在任何商业利益的榜单可以为大家总结和精炼出一些有价值的信息,带给大家灵感和启发。
近期,机器之心对田渊栋进行了一次独家专访。关于人工智能、个人经历以及前沿技术研究的进展,田博士分享了诸多鲜为人知的故事和观点。
10 月 14 日,来自谷歌的高级研究科学家 Greg S Corrado 在北京和部分中国媒体进行了短暂的交流,机器之心也受邀对 Greg 进行了采访。
2012 年,Orbeus 的两位来自波士顿大学的联合创始人中止了原定的博士项目并拒绝了来自 Google 的 offer,毅然走向了创业的道路。2014 年,他们推出了一款手机终端图片搜索与管理软件 PhotoTime,早于 Google 发布的同类产品 Google Photos,甫一首发就被苹果商店选为当季最佳新应用。创业三年后,这家硅谷的明星创业公司被亚马逊所收购,开始了一段新的征程。