IT思维

不可否认现在很多人把人工智能通常与能够跨越多个不同领域执行任务的通用人工智能相混淆，甚至与超越人类智能的超人工智能相混淆。这对任何现在称为“AI”的系统都提出了不切实际的期望。

王坚将城市描述成人类有史以来发明的最大的智能硬件。

模仿学习（Imitation Learning）背后的原理是是通过隐含地给学习器关于这个世界的先验信息，就能执行、学习人类行为。

本文收集于TED中数据科学家和人工智能工程师最受欢迎的十场演讲，帮助人们全面而又多样地了解AI和机器学习的全貌。

近年来，深度学习有了突破性发展，NLP 领域里的情感分析任务逐渐引入了这种方法，并形成了很多业内最佳结果。本文中，来自领英与伊利诺伊大学芝加哥分校的研究人员对基于深度学习的情感分析研究进行了详细论述。

比如把两个滑雪的人辨识为一只狗，把一个棒球看成是一杯意式咖啡，又例如把一只乌龟误认为是一把步枪。

但因为 Google 目前的 TensorFlow 是目前最多开发者、初创公司、企业使用的架构，因此 Google Cloud AutoML 一推出就引发了热烈的讨论。

本周，Facebook发生了一件大事。LeCun卸任FAIR负责人，担任Facebook首席AI科学家。领导层变更暗示了Facebook在人工智能方向上的转变。

其实新的薪酬方案与 2012 年制定的那份较为类似，都是将 Musk 的薪酬与公司股价和运营目标捆绑在一起，公司股价越高， Musk 拿到的股权就越多。而过去五年中，特斯拉市值增长了 17 倍以上。

通过人工方式来标注真实世界数据是一件费时又费力的事。在自动驾驶训练数据的获取上，颇具真实感的视频游戏获取能够提供帮助。

传统的自然语言处理系统只能对应于特定语言，如果想要让其应用支持多种语言，则需要从头开始构建相应数量的新系统。

前两天，MIT电子与微系统技术实验室的Jeehwan Kim教授在《自然》材料子刊发表了一篇论文，SiGe epitaxial memory for neuromorphic computing with reproducible high performance based on engineered dislocations。

Yann LeCun又发在Facebook发声了，这次是为他自己澄清事实。

并非所有的机器学习都是以开发人工智能为目标的，有些是为了解决一些更容易解决的问题，本文也将一并在这里进行研究和探讨。

近年来，机器学习在搜索、广告、推荐等领域取得了非常突出的成果，成为最引人注目的技术热点之一。

当今世界人工智能领域，Yann LeCun被业内奉为“神一样的人物”，他是卷积神经网络的发明者，与Geoffrey Hinton、Yoshua Bengio并成为“深度学习三巨头”。

毕马威的这项研究前瞻性十足，它不但对各国为自动驾驶做出的努力进行了评分，还从一个侧面提醒了准备不够充分的国家如何提升自己。

相比之下，Siri 和 Alexa 不过是玩具罢了。

大数据文摘作品 编译：党晓芊、元元、龙牧雪 等待吴恩达放出深度学习第5课的时候，你还能做什么？今天，大数据文摘 […]

目前，深度学习和深度强化学习已经在实践中得到了广泛的运用。

人工智能应该看技术，还是看市场？

在 2018 年 CES 上，谷歌可以说是存在感刷的最猛的公司之一。「他们还真是花了大力气给自己做推广，让每个来拉斯维加斯的人都根本无法忽略他们。」这是不少媒体同行不约而同的感叹。

2017年末，Facebook应用机器学习组发布最新论文，对整个Facebook的机器学习软硬件架构进行了介绍。

但不可否认的是，我们在自动驾驶组件方面确实有了很大的技术进步。

开发基于视觉的自动驾驶系统是一个长期以来一直存在的研究问题 [27, 24, 10, 9]。