目前全球共有190多万深度学习与数据挖掘的人才，其中85万都在美国，中国只有5万人，华裔人才有14万。
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。
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。
为贯彻落实党的十九大关于推动人工智能和实体经济深度融合工作要求，落实《新一代人工智能发展规划》对标准化工作的部署，充分发挥标准化工作对人工智能技术、产业的支撑推进作用，中国电子技术标准化研究院组织编写了《人工智能标准化白皮书》。
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。
近日咨询公司埃森哲（Accenture）和 Infosys 分别推出了一份针对人工智能的调查报告。
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。
聘请人类AI编辑，这一举动似乎意味着，Facebook开始用人类来补充AI数据偏差带来的问题。
本文想要简单介绍下人工智能和区块链技术融合使用时的一些潜力，以及讨论下相关的标准定义、面临的挑战、这样做的好处以及在该领域一些有意思的玩家。
本文为 Nature 杂志记者 Owen Churchill 所著，他从四个不同人物的视角分析了当前中国人工智能的发展态势——位于华盛顿的分析师 Elsa Kania、中国创业公司 DeepBrain 团队、在上海科技大学就进行学术研究的德国机器人专家 Sören Schwertfeger、以及百度王海峰。
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 […]
近来「人工智能」很热，关于「强人工智能」的一些讨论也见诸于网媒报端。作为一名人工智能研究者，在此谈点粗浅的看法仅供大家批评。
日本ATR国际电气通信先端技术研究所和日本京都大学的研究人员称他们创造了一个能够读取人的脑波的AI。他们构建了一个神经网络，不仅可以读取，而且能够重建你的思维。
提起欧洲的人工智能，或许大多数人的第一反应是驻地应该的DeepMind，或者是俄罗斯的Yandex。其实在法国，这个以往人们印象中的浪漫之都，也存在不少人工智能企业。
人工智能被誉为人类创造的最后一个发明。普遍的基本收入，曾经一度被称为隐私的话题，现在正在公开讨论。设计思维已经成为主流商业词汇，成为通往更以人为中心的世界之路。这三个独特的概念将对未来几十年的工作产生强大的影响。
Return to Top ▲
友情链接