在过去的一年里我们经历了AI能力急速提升、看到了无人车的逐渐落地、见证了5G时代的开启、感受到了技术在商业进程中的力量、触摸到了科技在日常生活中的问题。
Topbots 总结了他们眼中 2018 年里 10 篇最为重要的 AI 研究论文,带领大家领略过去的一年中机器学习领域的关键进展。
最近,日本产业综合技术研究院的研究人员提出了一种新的方法,通过结合骨骼结构的回归器和基于3D位姿表达的交叉热力图回归,实现了端到端的3D人体位姿预测,不仅能从单张RGB图中预测出关节位置,同时还能准确得到连接在关节上的骨骼角度。
机器学习领域有哪些实用的开放数据集?Gengo 网站整理出了 50 个高质量机器学习开放数据集,覆盖范围非常广,并按照具体领域(如金融、图像、自然语言处理、自动驾驶)进行分类,推荐给大家。
从北极圈融化的冰川到原始的阿蒂特兰湖藻类的大量繁殖,从默奇森瀑布周围的生态系统变化再到南极洲的企鹅追踪,我们渴望了解周围世界及其变化。
尽管一些公司,如大多数大型银行、Ford(福特汽车)和 GM(通用汽车)、Pfizer(辉瑞,总部位于纽约的跨国制药公司),以及几乎所有的科技公司,都在积极拥抱人工智能。
约 37% 的技术专家认为,未来 10 年,大多数人的生活不会因为人工智能 (AI) 及相关技术的进步而变得更好。
用于自动化劳动力的技术不一定会增加失业率。尽管人们普遍担心人工智能将会大量取代工人,但纵观历史,在某些时期,提高生产力的技术实际上反而促进了受影响行业的就业率。
伯克利和谷歌大脑的研究人员近日发表了全新的强化学习算法:柔性致动/评价(soft actor-critic,SAC)。
近日,日本的深度学习公司PerferredNetworks 发布了其超参数优化框架的beta版本。