5 天前 / 赵喧典
( 题图： Rocks and a Sunset | 摄影： Dave Hoefler) 你好，欢迎收看试行第二期的每周 AI 速递。这是 2020 年的第 26 周。魔幻的一年快要过去一半了，你是否准备好迎接另一半了呢？ 本周我照例为你筛选有价值的内容，共 12 条。 【新闻】ACL2020 公布录用论文【博客】一个顶刊审稿人的审稿体验，两个字：享受【博客】使用强化学习构建交易系统的经验之谈【视频】正弦函数作为激活函数，表示自然信号的能力地表最强【视频】计算机视觉的未来在于自监督学习【项目】NLP 学习路线图【项目】收集了 545 个数据集的 NLP 数据库【项目】NLE...
17 天前 / 曲奇泡芙
开头视频先认识下今天的主角 -【小番】App （谢谢周董的新歌《Mojito》） 说起打麻将我一直是处于比较业余并且不思进取的水平，各个地方的麻将规则不一，繁琐的规则也懒得放脑袋里记忆了，于是每次跟朋友打麻将都是现场临时约定规则，怎么简单怎么来，周边也有不少年轻的小伙伴我一样。 年前回家前跟朋友聚会又打了几圈麻将，几个人又经历了一遍边上网查算番规则边打牌，生怕少算番多亏了五毛钱的过程，于是萌生做个麻将算番 APP 的想法，解决我们几个懒人的打牌需求。
38 天前 / hyper0x
翻译：洪贤斌 1943 年，可以认为是 AI 肇始，自此人类打开了一个盒子，对于从中放出来的巨兽，尚未定论。但，它来了。 AI 的发展并如开始期望那样，自 1974 年，进入了第一次寒冬。尽管在寒冬，聪明的头脑也没有放弃思考。 寒冬总会过去，AI 的春天再次来临。 重要突破刚刚萌芽，又遇到了问题，AI 再次被冷落，史称第二次寒冬，而且，这次持续时间较长，直到 1993 年 AI 才回归到人们的视野中。 寒冬没有挡住 AI 的发展，特别是互联网和相关计算技术的发展，AI 不仅仅是理论研究，开始步入生产生活中。
41 天前 / 实时音视频A桑
在歌唱场景、语聊等场景中，用户已经不在满足于被听见、被听清、能互动，以及拥有高清的音质体验。他们有了更进一步的需求，希望不仅能有最佳的音质，还想要让自己的声音变得更动听、更有磁性。就像我们看高清视频、高清照时，第一感受是震撼，所有细节都能看清了，但皮肤的纹理、瑕疵也会暴露出来。所以会增加红润、磨皮、美颜等，让自己更好看。同样道理，高音质场景下，会使用高采样率（44.1kHz - 48kHz）的软件驱动采集，然后使用音频损伤较小的前处理算法（降噪、回声消除、自动增益等）对信号进行处理，并使用保真性能较好的 Codec 进行编码...
44 天前 / 超人汪小建
不确定的世界我们生活的这个世界里面普遍具有不确定性，除了很少一部分事件具有确定性，其它大部分事件都是不确定的。而这些不确定事件我们就需要概率来描述，目前概率论已经渗透进各个学科，可以说它是人类知识体系中非常重要的部分。概率论是科学的，科学理论也需要概率论去支撑。 关于概率如果有人跟你说明天太阳从东边升起来，那么你会觉得这是确定的，因为在人类可以预见的未来都会是这样，这种事我们会说它的概率是 100%。但如果有个卖保险的人向你推荐保险，对于有概率思维的你也许很快就会用各种理论去计算看哪款产品更优。
69 天前 / 虞大胆
作者：johnxuan，腾讯 TEG 应用研究员 FPS 游戏 AI 是腾讯 AI Lab 的一大重要研究方向，其拟人化 AI 也在 FPS 手游《穿越火线 - 枪战王者（CFM）》春节期间上线的全新剧情玩法「电竞传奇」中得到了应用。这些学习了 CFM 职业玩家行为方式的 NPC 引发了游戏圈的热议，甚至一些职业玩家也踏上战场与「自己」枪战了一把。 游戏已经成为了 AI 领域最重要的研究场景之一，国际象棋、围棋、Atari 游戏、《星际争霸》等 RTS 游戏和《王者荣耀》等 MOBA 游戏都被视为 AI 研究之路上的重要里程碑，而且这些里程碑的达成标准往往都是达到或超过人类水平。
72 天前 / 深度学习与先进智能决策
本文已经知乎大佬“中原一点红”授权，未经许可禁止转载。原文链接： https://zhuanlan.zhihu.com/p/129247756 点击上方“深度学习与先进智能决策”进入以爱与青春为名，陪你一路成长 这篇文章主要介绍微软亚洲研究院的麻将 AI Suphx 的思路与细节，汇总了论文信息、直播答疑信息、博客等材料中的信息并进行重新排列。文章主要分为四个部分，第一部分介绍麻将 AI 中存在的三个主要挑战，接着第二部分介绍文章针对这些问题引入的三个新的模块，并在第三部分结合到整个训练流程中，最后第四个部分是评估了不同模块的效果以及 Suphx 在线测试效果与亮点。
76 天前 / ???Edison_Guo
点击蓝字关注我们 扫码关注我们 公众号: 计算机视觉战队 扫码回复：regnet，获取下载链接 简述 在这项工作中，何老师团队提出了一个新的网络设计范例。我们的目标是帮助提高对网络设计的理解，并发现跨设置泛化的设计原则。 我们不是专注于设计单个的网络实例，而是设计参数化网络总体的网络设计空间。整个过程类似于经典的手工网络设计，但是提升到了设计空间的层次。使用我们的方法，我们探索了网络设计的结构方面，并得出一个由简单的、规则的网络组成的低维设计空间，我们称之为 RegNet。
82 天前 / u539609
近年来，AI、5G、边缘计算等技术概念在业界流行，那么这些技术之间是什么关系？它们将为业界带来哪些变化？对这些业界在热烈讨论、还没有定论的问题，本文将从 AI 的角度，分享一些观点和思考，供大家探讨。 对于 AI、5G 与边缘的关系，简单总结就是：5G 带来泛在接入，AI 引领应用革命，边缘云是二者结合的最佳平台。形象的说，就像下面这幅图：5G 是建成了高速公路建到了小区门口。边缘计算就是把大商场搬到了高速边，一出小区上高速，一下高速到商场，快速便捷，吞吐量大。而 AI 呢，就是一些高价值商品，吸引用户使用高速去卖场。
95 天前 / kbsc13
点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶” 总第 125 篇文章，本文大约 1400 字，阅读大约需要 7 分钟 原文：https://www.blog.google/technology/ai/five-things-a-to-z-ai/ 作者：Gina Neff 导语这篇文章是来自牛津大学的一个副教授写的文章，科普了下人工智能当前的发展情况，主要是 5 件事情，包括人工智能已经融入我们日常生活中、它们可以用于解决气候问题、人工智能的学习方式、检测 deepfakes 以及人工智能很难变得真正的智能，即很难成为一个真正的人类一样去学习和理解世界上的所有事情。
97 天前 / u312562
上周在百度风投基金内部和得到大学的 High Tech 沙龙活动中分别做了一次分享，分享主题为《AI 如何影响智能交互》，现在把主题内容分享给大家 01 自我介绍 先简单介绍一下我自己。这是关于我的几个数字，我是《AI 改变设计》的作者，这是国内第一本关于 AI& 设计的书籍；我是一名独立开发者，现在线上有两款独立开发的产品；工作以来我拥有 13 项专利，同时我也是一名自媒体，全网拥有 1 万读者和 50 万阅读量。现在我的研究方向是 AI 设计和多模交互。 02 人工智能遇到瓶颈 2019 年以深度学习为主的人工智能技术遇到了各种问题。
98 天前 / aotian
版权声明 本站原创文章 由 萌叔 发表转载请注明 萌叔 | http://vearne.cc1. 前言最近经历了一次 AI 预测模型工程化性能调优，这里分享出来，希望对大家有所启发。 模型是 keras 训练的神经网络预测模型，输入一段文本，输出文本的分类结果。为了对外提供服务，已经将模型用 gunicorn + flask 对模型进行封装，提供 http 接口。 环境 OS：ubuntu 18.04CPU：32 核内存： 256GB 显卡： Tesla P100 前期的压测结果 wrk -t4 -c100 -d30s --script=post.lua --latency http://localhost:8080/api/predict
103 天前 / xF0rk
作者：【安全平台部宙斯盾团队】邓子 &晨晨 在众多的网络攻击手法中，尽管拒绝服务攻击 DDoS（Distributed Denial of Service）不再是最新颖、最热门的方式，但从近年来发生的众多攻击事件中我们不难发现，DDoS 攻击因其门槛低，危害大等特性始终被认为是黑客攻击的终极武器，在互联网发展不同阶段均能掀起血雨腥风。多年来，攻击者与防御者始终在进行着博弈，他们会针对最新的检测产品和防御手段中尚存在的漏洞与薄弱环节，开展新型的、混合式或者更高级别的攻击模式，DDoS 攻击威胁形势日益严峻。
114 天前 / sjf0115
前言 随着短视频的兴起，每天有大量的短视频被生产并上传到各大视频平台，面对海量的短视频，如何提升这些短视频的智能分发效率是各大短视频平台面临的重要课题。 视频的标签技术是内容理解的一种重要手段，已经在业界被广泛应用于推荐系统的各个环节：用户画像、召回、排序等。标签一般分为“类型标签”和“内容标签”两大类别，类型标签是对短视频内容进行层次分类，分类体系是预先定义好的；而内容标签是根据不同的短视频内容生成的不同的关键词或短语，用来表征短视频的内容，它是一个开放的集合。本文将详细介绍爱奇艺在短视频场景中内容标签技术。
123 天前 / 叶锦鲤
模型、训练、算法这几个概念是机器学习和深度学习的最基础，现在看来有必要说明一下。以下所有解释均仅限于人工智能领域。 模型 模型是什么？通常形容 AI 语境下的模型一词时，比较多的情况会类比数学领域的函数。不过个人感觉，那样比较容易跑偏，不如我们先姑且将它理解成是“一个程序”吧。 模型这种“程序”接受输入，经过一系列内部处理，给出输出——在这一点上它和普通意义上的程序一样。 模型和普通程序不一样的是：后者是人类直接编写出来的，而前者则是经有另外一个人类编写的训练程序训练出来的。 从某种意义上可以说，模型是程序产生的程序。