人工智能

机器学习公平性的研究真的走在正确的道路上吗？  随着人工智能的发展，机器学习的技术越来越多地被应用在社会的各个领域，来帮助人们进行决策，其潜在的影响力已经变得越来越大，特…

自 AI 迅速发展以来，除互联网之外，其在医疗方面也是屡屡作出突出贡献。无论是高效的检测速率，还是高精度的诊断结果，都帮助医者大幅度减少了工作量，为病人夺得了更宝贵的救治时间。 就…

  目录 对话到举动：大型常识库的会话问答 从用户反应学习的天然言语解析 神经语义的数据重组模型 SMPL-X: 表现力身体捕捉: 从一个单一的形象获取手，脸，…

导语：本文作者提出了一种新的视觉语言预训练模型ImageBERT，该模型基于Transformer架构，并对视觉-语言联合嵌入进行建模。更为重要的是，作者还从网络上收集了一千万规模…

近年来，神经网络借鉴了生物学策略的相关理论知识，实现了大飞跃，完成了之前无法完成的任务。神经进化作为人工智能的一个研究领域，试图通过进化算法而非随机梯度下降来设计和构建神经网络。本…

就因为少了个机器学习硕士学位，求职数据科学的岗位遭拒？ 这是本文作者 Richmond Alake 的亲身经历，也是让他从一位全职员工到成为一位机器学习硕士生的原因。 然而，机器学…

随着每一年的结束，麻省理工学院电气工程与计算机科学系博士 Gregory J Stein 都会回顾一下对其影响最大的各大研究趋势或论文，今年亦如此。 作为该领域的研究人员，他发现深…

对于自然语言处理领域来说，2019 年可谓是令人惊叹的一年！ 日前，NLP 专家 Elvis 盘点了 2019 年 NLP 和 ML 领域发生的大事件，涵盖具有价值的论文、文章、工…

大规模标注的数据集的出现是深度学习在计算机视觉领域取得巨大成功的关键因素之一。然而监督式学习过于依赖大规模标注数据集，数据集的收集和人工标注需耗费大量的人力成本。自监督模型解决了这…

本科毕业于清华姚班、博士毕业于普林斯顿大学，师从 Sanjeev Arora 教授，马腾宇作为 AI 学界一颗冉冉升起的新星，如今已在国际顶级会议和期刊上发表了 20 篇高质量的论…

模型的可解释性，已然成为了AI 领域最具挑战性的主题之一。 一般规律中，模型的复杂度和准确性往往是正相关关系，而越高的复杂度也代表着模型越无法实现可解释性。那 AI 模型的准确性和…

2019 年，可谓是 NLP 发展历程中具有里程碑意义的一年，而其背后的最大功臣当属  BERT ！ 2018 年底才发布，BERT 仅用 2019 …

有人说，不同言语之间的翻译，与其说是一门科学，不如说是一门艺术。 NLP 范畴的机器学习工程师 Riccardo Di Sipio 日前提出了一个观念：运用卷积网络要比运用循环神经…

2014年，Google提出了Sequence-to-Sequence模型，旨在将语句文本映射到fixed-length向量，其间输入和输出的长度可能会有所不同。Seq2Seq一般…

日前，微软首位华人“全球技能院士”、微软首席语音科学家黄学东出任微软全球人工智能首席技能官，全面担任微软Azure云人工智能的作业，包含语音、机器翻译、计算机视觉、自然言语和人工智…

终生学习，简单说是让模型有能力持续地学习新的信息，但更重要的是让模型学习新信息的同时还不要完全忘记以往学习过的内容（避免「灾难性遗忘」），是深度学习的长期发展和大规模应用中必不可少…

近日谷歌宣布，向非盈利性 LLVM 基金会提供今年 4 月开源的 Multi-Level Intermediate Representation（MLIR）架构，一个与 Tenso…

图片来源@视觉中国 理科生文艺起来，可能真没文科生什么事了。 不信？你看下这首七言绝句： 有网友读完之后表示： 真啊，押韵，意境，内涵都很赞。 不仅能够写诗，还能作词，比如这首满江…

Kaggle TravML 粒子追踪挑战赛的颁奖仪式即将在 NIPS 2018 大会上进行。这个比赛不仅是机器学习助力其它领域科学研究的经典案例，而且来自中国台湾的 Pei-Lie…

我想与大家分享一些我和我的团队在一个项目中经历的一些问题。在这个项目中，我们必须要存储和处理一个相当大的动态列表。测试人员在测试过程中，抱怨内存不足。下面介绍一个简单的方法，通过添…