信息社會(huì)產(chǎn)生的謠言，還是借用技術(shù)來(lái)解決

今年愚人節(jié)當(dāng)天，阿里宣布了一項(xiàng)新技術(shù)被稱(chēng)為“AI謠言粉碎機(jī)”。這項(xiàng)技術(shù)的算法模型通過(guò)深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，設(shè)計(jì)了包括發(fā)布信息、社交畫(huà)像、回復(fù)者立場(chǎng)、回復(fù)信...

2019-05-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法機(jī)器學(xué)習(xí) 3.6k 0

不可思議的機(jī)械數(shù)碼管

開(kāi)源的特斯拉線(xiàn)圈項(xiàng)目，基本上，特斯拉線(xiàn)圈由空氣耦合變壓器組成，具有非常高的匝數(shù)比。

2019-05-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI 5.1k 0

為何特斯拉要自行研發(fā)FSD芯片？

英偉達(dá)公司，恐怕每一個(gè)電腦用戶(hù)都知道是個(gè)偉大的公司，按理說(shuō)在2018年公布的Xavier Drive平臺(tái)應(yīng)該足夠強(qiáng)勁支持自動(dòng)駕駛，那為何Tesla要自己...

2019-05-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)特斯拉馬斯克 1.4萬(wàn) 0

AI自發(fā)激活了數(shù)量感 挑選最喜歡的數(shù)字

人類(lèi)和部分動(dòng)物都具有一種數(shù)量感知能力，不需要刻意數(shù)數(shù)，就能憑借視覺(jué)對(duì)數(shù)量多少得出一個(gè)基本判斷，甚至直接抽象出具體數(shù)量。

2019-05-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能 2.8k 0

將訓(xùn)練神經(jīng)網(wǎng)絡(luò)看作是抽獎(jiǎng)?如何找到“中獎(jiǎng)彩票”的官方解釋

我們現(xiàn)在所使用的神經(jīng)網(wǎng)絡(luò)模型，可能有 80% - 90% 的體積是多余的，這浪費(fèi)了巨大的處理能力。

2019-05-14 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能 3.7k 0

AI反學(xué)習(xí)或?qū)⒔议_(kāi)人類(lèi)夢(mèng)境的奧秘

多倫多大學(xué)的教員、谷歌大腦（Google Brain）研究員杰弗里·辛頓（Geoffrey Hinton）發(fā)表了爐邊談話(huà)。

2019-05-14 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI 2.3k 0

討論深度神經(jīng)網(wǎng)絡(luò)、AI研究從大腦得到的啟發(fā)

盡管如此，Hinton 認(rèn)為目前的 AI 和機(jī)器學(xué)習(xí)方法仍然存在局限性。他指出，大多數(shù)計(jì)算機(jī)視覺(jué)模型缺少反饋機(jī)制 —— 也就是說(shuō)，它們不會(huì)嘗試從更高層次...

2019-05-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)視覺(jué)機(jī)器學(xué)習(xí) 2.5k 0

基于相變?nèi)鈱W(xué)神經(jīng)元系統(tǒng)實(shí)現(xiàn)監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)

近日，Nature刊載IBM新研究，使用光學(xué)器件打造的“全光學(xué)”深度神經(jīng)網(wǎng)絡(luò)可以比傳統(tǒng)計(jì)算方式的能效更高，同時(shí)具備可擴(kuò)展性、無(wú)需光電轉(zhuǎn)換和高帶寬等優(yōu)勢(shì)。

2019-05-12 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)神經(jīng)元 3.9k 0

訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的感覺(jué)就像買(mǎi)彩票，“打了折”的深度學(xué)習(xí)

Frankle和Carbin發(fā)現(xiàn)，一個(gè)標(biāo)準(zhǔn)的修剪技巧可以自然的顯露出一個(gè)子網(wǎng)絡(luò)，初始化該網(wǎng)絡(luò)就能提高訓(xùn)練效率。因此他們提出了 “彩票假設(shè)”(lotter...

2019-05-10 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)遷移學(xué)習(xí) 5.8k 0

ICLR2019公布了最佳論文，有兩篇論文獲得了最佳論文

基于以上動(dòng)機(jī)，該研究提出一種有序化神經(jīng)元方法 (結(jié)構(gòu)示意圖如下圖1)，通過(guò)歸納偏置來(lái)強(qiáng)化每個(gè)神經(jīng)元中的信息儲(chǔ)存：大的、高級(jí)的神經(jīng)元儲(chǔ)存長(zhǎng)期信息，這些信息...

2019-05-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)神經(jīng)元深度學(xué)習(xí) 7k 0

英偉達(dá)如何看待人工智能的應(yīng)用產(chǎn)生的影響

演講的大部分內(nèi)容都是關(guān)于自動(dòng)駕駛汽車(chē)的，考慮到需求和英偉達(dá)在該領(lǐng)域的專(zhuān)業(yè)知識(shí)，這并不令人意外。Hogan強(qiáng)調(diào)，你根本無(wú)法使用cpu培訓(xùn)無(wú)人駕駛汽車(chē)，并提...

2019-05-06 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能英偉達(dá) 3.1k 0

AI修復(fù)的林青霞猝不及防上了熱搜

修復(fù)老照片是利用AI算法替代圖像數(shù)據(jù)中缺失或者損壞的部分。而一鍵磨皮是在保護(hù)頭發(fā)、眼睛等細(xì)節(jié)部位外，其它部位進(jìn)行模糊處理，相當(dāng)于是一種粗糙的去噪聲的方式...

2019-05-06 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI圖像修復(fù) 4.7k 0

科學(xué)家們把猴子的大腦與神經(jīng)網(wǎng)絡(luò)連接起來(lái)，試圖刺激猴子大腦中負(fù)責(zé)識(shí)別面部的單個(gè)神經(jīng)元

具體來(lái)說(shuō)，研究人員利用 AI 生成圖像并展示給猴子，然后研究猴子的神經(jīng)元對(duì)圖像的反應(yīng)。然后，AI 算法可以根據(jù)大腦反應(yīng)的信息來(lái)調(diào)整圖像，生成可能與猴子的...

2019-05-06 標(biāo)簽：傳感器神經(jīng)網(wǎng)絡(luò)人工智能 7.6k 0

人類(lèi)可以不受環(huán)境影響的識(shí)別人臉，那么計(jì)算機(jī)也可以嗎？

為了確定VGGF模型中用于面部特征提取的最佳層，通常必須進(jìn)行一些試驗(yàn)和錯(cuò)誤實(shí)驗(yàn)。在本實(shí)驗(yàn)中，團(tuán)隊(duì)發(fā)現(xiàn)最好的結(jié)果來(lái)自第34層。值得注意的是，該層是完全連接...

2019-05-05 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人臉識(shí)別機(jī)器學(xué)習(xí) 3.4k 0