IT思维

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。

又是一年达沃斯。

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。

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。

虽然参与任务执行的无人机越多，系统的复杂度就越高，但多机共舞也让一架无人机解决不了的大家伙和重家伙运送成了可能。

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。

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。

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”。

貌似看到了一个前景巨大的市场……

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。

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。

数字信号时代的每一小步都是科技发展史的一大步。

相比之下，Siri 和 Alexa 不过是玩具罢了。

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 […]

据 Yann LeCun 在其 facebook 上确认，他将辞去由他一手创建的facebook人工智能实验室（FAIR）主任一职，担任首席AI科学家。

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。