IT思维

于是，科学家们想训练AI来进行编舞。

在环境中保持稳定是所有生物共同的基本诉求，我们会不断努力追求确定性的环境和未来，并在与环境交互的过程中展现出一系列复杂的行为与能力。

2020，这个看似遥远实则只剩一个月就到来的年份，被不少作者设定为“未来发生年代”，在作者的想象中，这个神奇的年代拥有着高度发达的黑科技，人们也早已过上充满科技感的“未来生活”。

在经历了九月的 NASA 论文乌龙事件后，十月，谷歌正式宣布证明「量子优越性理论」。

本文是对这篇论文的简短总结。

近日，《柳叶刀 (The Lancet)》子刊 EBioMedicine 发表了一项中国科学家应用自适应 AI 模型和多源数据，预测重庆市流感活动度的研究，这是中国首个基于 AI 和大数据的流感实时预测模型，也是 AI 在传染病预测领域中非常有影响力的成果。

理解人口流动性对于现代社会有着十分关键的作用，从交通基础设施检测到疾病监控预防，从理解政策传导到自然迁徙分析等领域都具有十分重要的作用。

微软小冰注重人工智能在拟合人类情商维度的发展，强调人工智能情商，而非任务完成在人机交互中的基础价值。

很多人都担心又一波 AI 寒冬即将到来。虽然 ML 解决方案并不缺乏，但得到企业实际部署的不过十分之一。

声音在物体定位中会起到非常重要的作用，人们甚至可以利用自身对声音的感知来定位视线范围内的物体。

育种选种是农业产业链的起点，而种子是最重要的农业生产资料之一，如何培育出商业价值高，高产抗病害的种子，是众多企业关注的焦点。而育种过程却需要大量的资金与技术投入，以及海量数据的支持，这就极大的提高了育种产业的市场准入门槛。本文将主要讨论人工智能技术在育种产业中的辅助指导作用，并探究其的发展前景与局限。

GAN的飞速发展为视觉领域带来了巨大的变化，从图像编辑到场景合成、从换脸到表情操作，各种神奇的技术已经走入我们的生活。

LeCun表示，人工智能的下一个发展可能是放弃深度学习的所有概率技巧，而是掌握一系列变化的能量值。

深度学习在应用上与广大传统行业融合，让AI获得了前所未有的大爆发。

都说做一件事情最好的时机就是「现在」，但是从何开始往往会难倒一大批人，更不用说是想要入门数据科学和机器学习的朋友了。

显著性检测的主要任务是检测出图像中具有最独特视觉特征的目标区域，它在视觉内容编辑、目标检测、渲染、分割等领域有着重要的应用。

2011 年，软件开始吞噬世界，到了 2019 年，软件行业开始面临被 AI 吞噬的风险。

2017年，中国政府将2030年设为中国成为人工智能领域的全球领导者的最后期限。

公众号/AI前线 整理 | 刘燕、陈思、蔡芳芳 编辑 | Natalie AI 前线导读： 北京时间 8 月 […]

本文对 北美计算语言学联合会 2019 年出版的《自然语言处理中迁移学习教程》（NAACL 2019 tutorial on Transfer Learning in NLP）进行了拓展。

近日，科大讯飞公布了 2019 年上半年的“成绩单”。

在各个评估维度中，美国在人才、研究、发展、硬件四个维度遥遥领先，中国在应用和数据方面表现突出。

图像修复技术对于众多修图软件来说十分重要，在深度学习的帮助下图像修复算法的功能越来越强大，甚至对于大幅度污损的照片也能轻松修复。

绘制地图是一项艰苦的手工任务，但是，多亏了人工智能，现在有了一种更简单的方法，我们可以在更短的时间内覆盖更多的区域。

NLP 是人工智能中最难的问题之一，对它的研究与落地充满了挑战性。预训练模型 BERT 的出现给自然语言处理领域带来了里程碑式的改变。