IT思维

无监督学习的目标之一是不依靠显式的标注得到数据集的内在结构。自编码器是一种用于达成该目标的常见结构，它学习如何将数据点映射到隐编码中——利用它以最小的信息损失来恢复数据。

2015年，一位忧心忡忡的父亲向Rhema Vaithianathan提出一个问题，这个问题至今仍然困扰着她。

在概述篇中，该报告重点介绍了自然语言处理的概念、发展历程、我国 NLP 目前的发展状况和业界的研究与应用。

CB Insights从技术、通信、金融、零售/快消、汽车/航空、医疗健康、咨询顾问、媒体、保险、能源/工业、出行等11个维度盘点了全球在创新方面持续探索和布局的71家知名企业。

近日，《财富》公布了2018年度世界500强企业名单，通观整个榜单，可以看出科技企业有了大幅度的跃升。

设计新的药物分子需要手工进行，耗时且容易出错。但是麻省理工学院的研究人员已经朝着完全自动化的设计过程向前迈出了一步，这将大大加快设计过程，并获得更好的结果。机器学习模型可以帮助化学家更快地制造出具有更高功效的分子。

Python之父Guido van Rossum因最近的“PEP 572”事件宣布放弃他在Python社区“仁慈大君”的称号，且没有任命继任者，并将治理问题留给了核心开发人员。

学者们始终没有找到合适的方法来实现如此灵活智能的机器，因此他们将目标转而解决更加实际和具体的智能化问题，也就是今天我们通常所说侠义范围内的人工智能产品。

在数据子集上对深度学习软件进行“训练”后，将深度学习软件应用到整个数据库中。人工智能准确识别晶体的几率大约95 %，据估计，人类发现晶体的正确率只有85 %。

智能制造，需要解决的就是将设备与人类共同组成一个一体化的智能系统。通过人与机器的合作，部分取代过去使用劳动力在制造过程中的劳动，把制造自动化的概念慢慢扩展到柔性化、智能化、集成化的这样一个战略目标。

近日，国际机器学习顶级会议 ICML 在官网公布了 2018 年度的最佳论文名单。

我们所面临的这一次人工智能崛起，来自于数据量的增长和深度学习发展，传感器为智能体打造一个完全结构化的数据世界，再从中抽取规律，让智能体可以自主作业。

这个潮流的最近一次上演，是几天前的百度AI开发者大会上，李彦宏现场播放了百度AI客服邀请开发者的真实电话录音。

科学家们经常会收集、观察、分析3D数据，从医学图像到月球地图，但他们通常使用的2D电脑屏幕却无法完全展示3D数据集。

对于一个企业组织或者一个国家来说，在技术变革的过程中掌握住机遇的关键诀窍是什么？

那么人工智能呢？ 虽然学者们对AI的细微差别提出了异议，但工业界正在使用这个术语来指代一种特定类型的机器学习。

聊天机器人曾经很风光，在 1964 年就有了 ELIZA，至今已有 54 年了。但是，这些聊天机器人都是“老式的人工智能”，尽管在很多方面都很出色，但它们也有缺陷。要让聊天机器人取得真正的成功，还需要什么呢？聊天机器人还有前途吗？

模仿能力是智能重要的组成部分，人和动物常常通过观察其他个体来学习新的技能。

由于BatchNorm可以加速训练并获得更加稳定的结果，近年来成为了一项在深度学习优化过程中被广泛使用的技巧。

这里有便携的穿墙扫描仪。

大家可能还记得，今年2月Facebook发布的，人体姿势实时识别系统DensePose。

在自动化面前 ，亚马逊传统的零售团队与新兴的市场团队相比节节败退。

近日，道达尔正式宣布和谷歌云签署协议，二者将联合发展人工智能技术，为石油天然的勘探开发提供全新智能解决方案。

随着工业科技的发展，这波数字化自动化的浪潮被称为“工业4.0”，所以未来的工厂到底是什么样子？

由于机器学习系统容易受到历史数据引入的偏见而导致歧视性行为，人们认为有必要在某些应用场景中用公平性准则约束系统的行为，并期待其能保护弱势群体和带来长期收益。