IT思维

Facebook 依靠庞大的后端系统，每天为数十亿人提供服务。在这些后端系统中，许多都有大量的内部参数。

作为独立于监督和非监督机器学习之外的机器学习重要分支，强化学习在多学科多领域中发挥了重要的决策支持作用。

2018年，行业落地是AI产业最主要的关键词。AI技术如同电与煤这样的基础能源一样，开始源源不断地对产业输送能量，通过效率的提升改变产业形态。

许多重要的神经网络架构都是在上世纪八十年代中期和九十年代早期完成的。

MIT 和清华大学的研究者提出目标几何、外观和姿态的分解表征架构，并将其整合到深度生成模型中，实现了对 2D 图像目标的 3D 操控。

近年来，深度学习在解决模式识别问题方面发挥了关键作用。

如何优化 SQL 连接是数据库社区数十年来一直在研究的一个大问题。

从有一些有趣的用例看，我们似乎完全可以将 CNN 和 RNN/LSTM 结合使用。许多研究者目前正致力于此项研究。

在论坛上，Google全球副总裁、工程研究员Jay Yagnik 携Google 不同领域的研究者发表了演讲，重点阐述了Google AI在自家产品上的应用以及如何利用AI解决人类面临的医疗、宇宙探索等挑战。

大数据仍然是少数人的游戏——只占 1%。

连续两年成为该赛事上全球表现最佳的公司。

始机器学习之旅，需要什么层次的数学功底？

在过去六年中，机器学习领域的关注点都集中在神经网络的训练以及 GPU 加速器如何从根本上提高网络的准确性上，这要归功于 GPU 大内存带宽和并行计算能力。

由于3D打印具有高效的原型制作能力和灵活的定制化功能，被广泛的应用于各行各业之中。

对于 Google Cloud 乃至整个 Google 人工智能技术而言，有着深厚学术功底的计算机科学家李飞飞毫无疑问是一张亮眼的名片。

As machine learning infiltrates society, scientists are trying to help ward off injustice.随着机器学习对社会各领域的渗透，科学家正努力去防止一些不公平的现象产生。

我们会先抛出“更为常见”的问题，在每个标题下，也会优先给出“最容易实现”的解决方案。

公众号/AI前线 策划编辑 | Tina 嘉宾 | Henry Shi 采访 & 撰稿 | 苏一 编辑 […]

在斯坦福大学2018年医学健康机器学习大会上发表的一篇论文中，麻省理工学院Media实验室的研究人员详细介绍了一个模型，该模型可以使给药方案毒性更小，但仍然有效。

游戏一直是人工智能绝佳的试验场，用数字和严密的规则搭建出游乐场，恰好可以让人工智能展示自身在计算和决策上的专长。

技术革命总在不断重塑我们的世界。

本白皮书梳理和研究国际、国内医疗人工智能的发展状况，总结医疗人工智能行业及基础设施领域国内外的技术发展特点和趋势，分析我国医疗人工智能产业面临的政策环境，为政府及产业界决策提供参考。

Nichio和Penaloza开发了一个能够读取脑部电生理信号并据此识别出不同目标动作的算法。

加上算法的强大威力，他们可以推、拉、拾、放各种物体，还能在手中旋转把玩。

一个国家徜若在人工智能领域里赢得了全球的主导权，则必将获得巨大的经济利益，其经济增长率在2035年前甚至可能提高一倍。