目前，许多令人兴奋的人工智能改变医疗领域的事件正在上演。人工智能技术正在涌现，帮助人们将管理和临床医疗流程化自动化
无监督学习的目标之一是不依靠显式的标注得到数据集的内在结构。自编码器是一种用于达成该目标的常见结构，它学习如何将数据点映射到隐编码中——利用它以最小的信息损失来恢复数据。
传统的情感计算模型利用一刀切的思想来训练模型，将在某一数据集上训练描绘不同表情的优化特征作为通用特征用于整个全新的新数据集。
新时代的AI电力在向各个领域输送着源源不断的能量，从工厂到商场，从太空到细胞都有着它活跃的身影。如今赋能畜牧业将会带来怎样的化学反应呢？
在概述篇中，该报告重点介绍了自然语言处理的概念、发展历程、我国 NLP 目前的发展状况和业界的研究与应用。
美国2018年二季度GDP增速达4.1%，为4年来最高水平，但这更多的是临时政策刺激下的结果，可持续性不高。本文认为，AI和机器学习技术的大发展才是推动世界范围内生产力和经济增长的强劲、可持续的引擎。
CB Insights从技术、通信、金融、零售/快消、汽车/航空、医疗健康、咨询顾问、媒体、保险、能源/工业、出行等11个维度盘点了全球在创新方面持续探索和布局的71家知名企业。
近日，《财富》公布了2018年度世界500强企业名单，通观整个榜单，可以看出科技企业有了大幅度的跃升。
因此，动物实验的3R原则（replancement、reduction、refinement）提倡用无知觉材料代替动物、通过各种方式提高实验精度以减少动物使用量和优化动物体征以实现相对准确的实验数据。
设计新的药物分子需要手工进行，耗时且容易出错。但是麻省理工学院的研究人员已经朝着完全自动化的设计过程向前迈出了一步，这将大大加快设计过程，并获得更好的结果。机器学习模型可以帮助化学家更快地制造出具有更高功效的分子。
学者们始终没有找到合适的方法来实现如此灵活智能的机器，因此他们将目标转而解决更加实际和具体的智能化问题，也就是今天我们通常所说侠义范围内的人工智能产品。
这样的能力将为生物学研究带来翻天覆地的变革，无论是癌症研究还是药物开发都将受益于新的观测方式，我们看到的细胞将不是扁平的二维截面，也不再是课本上一成变的图样，而是一个生命充满活力的生生不息！
智能制造，需要解决的就是将设备与人类共同组成一个一体化的智能系统。通过人与机器的合作，部分取代过去使用劳动力在制造过程中的劳动，把制造自动化的概念慢慢扩展到柔性化、智能化、集成化的这样一个战略目标。
本周，出行圈好不热闹。特斯拉落子中国，将在上海建设超级工厂，成为本周最热头条。
近日，国际机器学习顶级会议 ICML 在官网公布了 2018 年度的最佳论文名单。
我们所面临的这一次人工智能崛起，来自于数据量的增长和深度学习发展，传感器为智能体打造一个完全结构化的数据世界，再从中抽取规律，让智能体可以自主作业。
在中国AI产业中，AI加速器已经开始成为重要的一环。以往我们更熟悉的是孵化器——为初创团队提供办公场地、启动资金、财会人事等等外围服务。
本文将从政策的视角解读目前火热的AI发展，从国家和政策层面解释人工智能战略在全球范围内突然涌现的原因，并对人工智能政策进行更为深入的探讨。
这个潮流的最近一次上演，是几天前的百度AI开发者大会上，李彦宏现场播放了百度AI客服邀请开发者的真实电话录音。
聊天机器人曾经很风光，在 1964 年就有了 ELIZA，至今已有 54 年了。但是，这些聊天机器人都是“老式的人工智能”，尽管在很多方面都很出色，但它们也有缺陷。要让聊天机器人取得真正的成功，还需要什么呢？聊天机器人还有前途吗？
Return to Top ▲
友情链接