人工智能

在未来的工作中，探索GQN在场景理解的更广泛方面的应用也很重要，例如通过跨空间和时间的查询来学习物理和运动的常识概念，以及在虚拟和增强现实中的应用。

我们展示了一个多模态无监督 Image-to-Image 变换框架，我们的模型在（输出图像的）质量和多样性上都超过了现有的无监督方法，达到了和如今最先进的监督方法相当的结果。

“损失函数”是机器学习优化中至关重要的一部分。L1、L2损失函数相信大多数人都早已不陌生。那你了解Huber损失、Log-Cosh损失、以及常用于计算预测区间的分位数损失么？这些可都是机器学习大牛最常用的回归损失函数哦！

如果你是开发者，那一定对 GitHub 不会陌生，截止到 2018 年 4 月 10 日（GitHub 上线 10 周年），已经拥有超过 2700 万开发者，分布在全世界，在超过 8000 万个项目上进行着紧密协作。

Uber会根据用户使用 Uber App 的方式来识别异常行为，预测用户是否处于醉酒（不清醒）状态。

你是否有志于成为一名数据科学家，却又因为不知如何克服面试而头疼不已？跨入数据科学领域并不是一件简单的事。因此，在进行面试之前，你最好能做好充分的准备。

什么是交叉验证法？它的基本思想就是将原始数据（dataset）进行分组，一部分做为训练集来训练模型，另一部分做为测试集来评价模型。

聊天机器人其实已经存在 50 年了，并不是什么新事物。早在 20 世纪 60 年代中期，计算机科学家 Joseph Weizenbaum 发明了第一个聊天机器人——Eliza，但是一直以来，聊天机器人给人的感觉就像一个“人工智障”。就在去年，Facebook 就关闭了它们的聊天机器人虚拟助理 M，一时间很多人都不看好聊天机器人的前景。但是，如果有人工智能加持的话，聊天机器人的前景会有什么样的改观呢？让我们看看 Bernard Marr 是怎么看待聊天机器人的前景的。

2002、2006、2010、2014 年的冠军得主分别为巴西、意大利、西班牙和德国，基本上遵循了“风水轮流转”的规律。现在，每年世界杯上演之前，数据科学家、投行和 AI 研究机构都会出来做一下预测。相比于当年风头大盛但短命的章鱼保罗来说，现在的专家和机构预测世界杯用上了机器学习、大数据等方法，理论上来说预测结果会更加有准头。但是，事实上真是这样吗？

大数据全生命周期与隐私保护！！

Judea Pearl帮助AI在概率计算上取得了巨大进步，但是仍然叹息道：AI在因果关系计算上无能为力。

从Logistic回归开始，然后尝试Tree Ensembles和/或Neural Networks。奥卡姆的剃刀原理：使用最简单的算法，可以满足您的需求，并且只有在严格需要的情况下才用更复杂的算法。根据我自己的经验，只有神经网络和梯度增强决策树（GBDT）正在工业中广泛使用。 我目睹Logistic回归和随机森林被弃用不止一次（这意味着它们是好的开始）。 …

国产人工智能芯片的发展，一如早年间国产通用处理器和操作系统的发展，过份地追求完全独立、自主可控的怪圈，势必会如众多国产芯片一样逐渐退出历史舞台。

AI领域当中，也存在非理性繁荣！

近日，Google旗下的科技孵化器Jigsaw、康奈尔大学和维基媒体基金会合作，联合开发了一个预测谈话走向的AI系统。这个系统能从一开始就能预测谈话是否会失控，想在对话能被挽救的情况下，尽早预防不必要的争吵甚至是攻击行为。