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。
一位医生成功地为远在20英里外的病人进行了心脏手术，这可以说是网络、工程学和医学相结合的一大壮举。
AI 前线导读：今年年初，OpenAI 推出了当时号称“最强 NLP 模型”的 GPT-2，该模型可以生成连贯的文本段落，刷新了 7 大数据集基准，并且能在未经预训练的情况下，完成阅读理解、问答、机器翻译等多项不同的语言建模任务。
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。
物联网正在不断产生不可思议的数据量。分析师预计，2019年将有266.6亿台物联网设备投入使用。此外，IDC预计，到2025年，物联网设备将产生超过90 zettabytes的数据。
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。
伪彩色图在计算机视觉和机器学习中具有重要的应用，从深度图的可视化到类似图像差分等抽象应用都需要伪彩色图来帮助我们理解视觉信息。
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。
举例来说，将行为预测神经网络犯的错当训练数据就非常有意义，而这个纠错的过程是个进步的捷径，比投喂各种随机数据有效多了。
企业数据科学仍然是一个新的领域。很多学者都还没有为为真正的企业解决过真正的问题，所以他们以一种与数据和业务环境相分离的方式教授教科书中的算法。
自动驾驶领域从 2018 年末开始趋于冷静，产业落地难、技术仍存在短板等问题让个人自动驾驶车辆的研发进展放缓，百度 Apollo、谷歌 Waymo、Uber 等知名大厂都在不断调整业务方向，以适应行业的最新变化。有意思的是，他们把目标出奇一致地放在了同一个方向上——RoboTaxi。
安全对于无人驾驶至关重要！碰撞是威胁汽车安全驾驶的最大原因之一，如果自动驾驶能有效避免汽车之间以及汽车与其他交通参与者之间的碰撞，将会大大提升交通安全，减少更多的交通安全事故。
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。
连接组学作为脑科学中的重要分支，一直以来致力于重建出脑部各个部分间的连接地图，以理解神经系统的工作原理。大脑中动辄十亿百亿计的细胞让这项研究充满了挑战。
Return to Top ▲
友情链接