• 机器之心:【欧洲11国资助机构发起「S 计划」:让所有科研论文即刻免费阅读】「S 计划」表示从 2020 年起,受其资助的研究者必须在论文发表后使其立即开源,并将被禁止在 85% 的期刊上发表文章,其中包括一些有影响力的期刊,如《nature》和《science》。网页链接 2018-09-06
  • 机器之心:【华为Fellow艾伟:Mate20的心脏——麒麟980性能全揭秘】8 月 31 日,华为在德国柏林的 IFA 上向人们展示了旗下最新 AI 手机芯片麒麟 980 的强大实力。我们与华为芯片和硬件的产品和技术规划负责人,华为 Fellow 艾伟聊了聊,深入了解了麒麟 980 更多的细节。网页链接 2018-09-06
  • 机器之心:【专访 | Gamma Lab:让机器回答一个自然语言问题需要几步?】帮助业务员回答一个客户对一份长度可达数百页的保险文档的问题,需要几步?eExpert 团队给出的答案是:三步。网页链接 2018-09-06
  • 机器之心:【AI研发者福利!谷歌推出数据集搜索专用引擎Dataset Search】9 月 5 日,谷歌发布了一个帮助研究者查找在线数据的免费搜索引擎 Dataset Search。谷歌表示,该引擎面向「科学家、数据记者、数据极客等人群」。该引擎有助于促进数据的开放利用和重复利用。网页链接 2018-09-06
  • 机器之心:【建模任务相关注视点转移,实现第一人称视频注视点的准确估计】准确估计第一人称视频中人的注视点能够帮助计算机更好地预测人的关注区域,东京大学和湖南大学的研究者们提出全新的视角和方法对这一问题进行建模,新的方法在第一人称视频的注视点估计任务上大大超出了已有方法的性能。 ​ 2018-09-05
  • 机器之心:【「读心术」真的来了?AUT新研究惹争议】据新西兰先驱报报道,奥克兰理工大学的研究人员开发了一个人工智能模型,可以在人类做出决定之前预测出其选择。该研究在 reddit 上引发热议,不少网友调侃:「终于可以知道女朋友到底想吃啥了」。网页链接 2018-09-05
  • 机器之心:【腾讯AI lab (amp)amp) 复旦大学合作提出无监督高分辨率的图像到图像转换方法SCAN】在最近由腾讯 AI Lab 主导,与复旦大学合作完成的一篇论文中,提出了一种新型堆叠循环一致性对抗网络,它将单个转换过程分解为多阶段的转换,因此同时提升了图像转换质量与图像到图像转换的分辨率。网页链接 2018-09-05
  • 机器之心:【疯狂的NIPS 2018!11分钟门票售罄】刚刚开放注册的 NIPS 2018 学术会议, 11 分钟左右门票被抢光,是黄牛作祟,还是真的如此疯狂?网页链接 2018-09-05
  • 机器之心:【业界 | 苹果自动驾驶汽车遭遇首次车祸】苹果公司的自动驾驶汽车在其硅谷总部附近的快速路上遭遇了首次交通事故:在本周五披露的报告中,苹果「被动地」向人们揭示了其自动驾驶项目的更多细节。所幸,这次事故无人受伤。网页链接 2018-09-04
  • 机器之心:【这些Python代码技巧,你肯定还不知道】被人工智能捧红的 Python 已是一种发展完善且非常多样化的语言,其中肯定有一些你尚未发现的功能。本文或许能够让你学到一些新技巧。网页链接 2018-09-04
  • 机器之心:【教Alexa看懂手语,不说话也能控制语音助手】Alexa、Siri、小度……各种语音助手令人眼花缭乱,但这些设备多是针对能力健全的用户,忽略了听、说能力存在障碍的人群。本文作者敏锐地发现了这一 bug,并训练亚马逊语音助手 Alex 学会识别美式手语。网页链接 2018-09-03
  • 机器之心:【2017图灵奖得主:通用芯片每年仅提升3%,神经专用架构才是未来】作者认为深度神经网络加速的特定领域架构将成为未来主流,而随着制程提升的困难,通用计算芯片现在每年的提升仅有 3%,或许在 2038 年以前性能都无法翻倍。网页链接 2018-09-03
  • 机器之心:【神经网络架构搜索(NAS)综述(附AutoML资料推荐)】本文是一篇神经网络架构搜索综述文章,从 Search Space、Search Strategy、Performance Estimation Strategy 三个方面对架构搜索的工作进行了综述,几乎涵盖了所有近几年的优秀工作。网页链接 2018-09-03
  • 机器之心:【给Cycle-GAN加上时间约束,CMU等提出新型视频转换方法Recycle-GAN】CMU 和 Facebook 的研究者联合进行的一项研究提出了一种新型无监督视频重定向方法 Recycle-GAN,该方法结合了时间信息和空间信息,可实现跨域转换,同时保留目标域的风格。网页链接 2018-09-03
  • 机器之心:【观点 | 读博有风险,入坑需谨慎】AI 学术界的「排外」现象到底是由于开放性还是有先来者在守门,近日在 Reddit 上就出现了这样的讨论。但该话题仅聚焦于学术研究,读博其实是个人发展的一部分,学术研究也是整个 AI 行业的一部分,Rachel Thomas 在这里就向我们提供了更广的视角。 ​ 2018-09-03