Google 靠着收集和利用用户的信息造就了数十亿美元的业务。近日,外媒 The Verge 发现了一部 Google 内部制作的短片,这部短片非常大胆地介绍了一些 Google 内部人士对未来如何利用用户信息的设想。
很显然,智联网的概念是对AI in All的一种具体解读,即,使万物在智能环境下皆可连。腾讯的IOT布局也浮出水面,以“三张网”的形式:人联网、物联网、智联网。
这两天陆奇卸任百度COO之后,目前已经体量相当庞大的百度Apollo是否将会受到影响?在笔者看来,由于百度主航道的价值壁垒加上无人驾驶产业的复杂度,这种影响可以说非常有限。
最近,伯克利研究人员已经通过开源的 Mozilla 的 DeepSpeech「语音-文本」转换软件将命令整合到了语音识别中。
大多数的博客更多都关注模型的精度、召回率、AUC(Area under curve,ROC曲线下区域面积)等分类指标。这里想稍稍改变一下,让我们来探索各种更多的指标,包括在回归问题中使用的指标。MAE和RMSE是关于连续变量的两个最普遍的度量标准。
关于深度学习性能,还有很多不明之处。例如,你怎么进行测量?你应该测量什么?在不久之前的 GTC 2018,英伟达 CEO 黄仁勋介绍了 PLASTER 框架,从可编程性到学习率 7 大挑战来评测深度学习性能。
这篇文章可以作为一个设计指南,为特定分类任务的 CNN 设计提供指导。作者围绕准确率、速度、内存消耗三个指标的权衡,从网络类型、架构设计、数据处理和迁移学习等方面介绍了 CNN 设计过程中使用的方法。
Facebook 陷入水深火热之中。假新闻、恐怖主义、操纵俄罗斯大选,也许之后就是受管制了。这家公司把求救之手转向 AI。而这个策略将要求 Facebook 突破计算上的几大挑战。
是的,你没有看错,数据科学领域从业者最离不开的两大编程语言,当红炸子鸡 Python 和“过气网红”R 真的要展开合作了。
人类对于学习具有无可比拟的优秀能力,我们可以从一个简单的样本中学习到整类事物的抽象特征,而算法却需要成千上万的样本来习得认知。
腾讯CEO马化腾与张一鸣在朋友圈“互怼”,再度成为科技媒体的焦点,再算上此前延烧的《腾讯没有梦想》一文,腾讯与今日头条的矛盾从未如此被放大过。
无人车所至,自然引起路人的瞩目。德州人鲜有见过如此「外表张扬」的无人车。他们挥手、大笑、指指点点,似乎想引起这辆车的注意。
美国当地时间5月7日,硅谷无人车创业公司 Drive.ai 宣布将于2018年7月在德克萨斯州弗里斯科市提供自动驾驶汽车服务。
撰写这篇文章,主要是详细介绍我们在十年前提出互联网大脑模型的原因;十年来在计算机和智能领域产生了哪些进展;在未来,互联网大脑模型对互联网、人工智能、混合智能、智慧城市和智慧社会建设有怎样的推动。