神经网络

#神经网络#

已有17人关注此标签

内容分类

游客lap4oyjrfbxm4

深度学习做回归问题,需要对数据做标准化吗?输出层是否需要激活函数?

1、一些 Paper 会将数据做 min-max normalization 或者 z-score normalization,然后在输出层可能会用 tanh(对应缩放到 [-1, 1])或者 sigmoid(缩放到 [0, 1])。然而有人认为做 Regression 问题,输出层不需要任何激活函数。到底哪种做法更合理呢? 2、我在复现某篇 Paper 的模型时,就发现一个问题,该模型将数据缩放到 [-1, 1],输出层用的是 tanh。然而在我的数据上,由于大部分原始数据值接近于最小值,缩放后接近于 -1,恰好是 tanh 没有梯度的区域,因此 tanh 的训练效率特别慢。如果去除输出层的激活函数,有一个奇怪的现象:a)如果使用原始数据(不进行任何数据标准化),收敛正常;b)如果缩放到 [-1, 1] 或者 [0, 1],很难收敛,Loss 一直在震荡;然而我的理解,它们之间只有数量级的差异(好比最小值为 0 的原始数据统一除以最大值,就缩放成了 [0, 1]),为什么会导致这种反差现象呢? 3、如果在模型中用到 BatchNorm、LayerNorm 等,是否就必须对输入输出的数据做标准化了?

luneice

又双叒叕删库了,这次是 AI 动的手

部分材料摘自公共号大数据文摘,作者:蒋宝尚 材料已获得原作者的授权 Yelp最近又火了一把,基于一次失败的“被删库”体验。 这家全球最大美食点评公司最近忽然挂了,并且持续了一段时间。而其崩溃的原因2天前因为新版本的上线水落石出,Yelp似乎训练了一个神经网络来debug,然后这个具有“极度智能”工具,把数据库中所有的数据都删了。 为此,Yelp 在APP store中向近期可能感到体验不畅的各位用户致歉,更新中的说明表示,为了解决此问题,他们将不得不进行回滚(Roll back)。但是也并不是没有好的一面,至少,可以保证系统中100%没有了Bug。 通俗的讲,Yelp出现这种事情,杀一个程序员用来祭天肯定跑不了了。 至于,这个工具为什么会做出如此判断?或许用户名为狸角兽和-韩耿耿-的小伙伴道出了这个“人工智能的心声”: Al:我不是针对谁我是说在坐的各位都是垃圾 不管怎么说,这次的事情,不光给Yelp了一个教训,也给了我们一个教训:利用AI帮忙可以,一定要做好风险控制,并且,人工智能距离自编程还很远。 对于日益发展的 AI 技术,您是如何控制潜在风险的?您是如何权衡新技术与安全的?您对这次的删库事件怎么看?欢迎在下方发表您的观点。

黄二刀

[@wangccsy][¥20]Java如何实现神经网络算法?

Java如何实现神经网络算法?

巴洛克上校

【实时热点】平头哥半导体有限公司,神经网络芯片,量子芯片,什么鬼你了解吗?

此前,阿里巴巴达摩院已组建了芯片技术团队,进行AI芯片的自主研发。就在今年4月,阿里全资收购中天微系统有限公司(简称“中天微”),后者是目前中国大陆唯一大规模量产的自主嵌入式CPU IP Core公司,主要面向多媒体、安防、家庭、交通、智慧城市等IoT领域。张建锋曾表示,收购中天微是阿里巴巴芯片布局的重要一环。IP Core是基础芯片能力的核心,进入IP Core领域是中国芯片实现“自主可控”的基础。 阿里还投资了寒武纪、Barefoot Networks、深鉴、耐能(Kneron)、翱捷科技(ASR)等5家芯片公司。神经网络芯片——Ali-NPU此前已经由阿里巴巴达摩院进行研发,该芯片将运用于图像视频分析、机器学习等AI推理计算。 此次成立半导体公司,将阿里的芯片业务完全整合在了一起。 平头哥半导体有限公司 9月19日,在2018杭州·云栖大会上,阿里巴巴首席技术官张建锋宣布,正式成立平头哥半导体有限公司,阿里巴巴正式进入芯片自研和量子计算硬件全球巨头的竞技场 ,从事芯片的自研开发与战略布局。 平头哥半导体有限公司是由中天微与达摩院芯片团队整合而成的,达摩院将以新成立的“平头哥半导体有限公司”为核心,构建以AliNPU智能芯片和嵌入式芯片为核心的芯片战略。而公司名字也是由马云拍板决定的,取义自热带雨林动物蜜獾,寓意公司要学习其不畏艰险,永不放弃的精神。 会上张建锋透露,在明年 4 月份,阿里将推出第一个神经网络芯片。此外还有完全自主研发的 CK902 系列芯片等。达摩院还首次在全球模拟了 81 比特的随机量子电路,并建立了量子实验室,预计两三年内做出量子芯片。 神经网络芯片 它是给电脑创造出模仿人类大脑多层大规模人工神经网络的芯片。经过反复学习,可以代替人类做一些事情。 量子芯片 能够显著提高计算速度和能力,有望未来使机器人像人类一样“独立思考问题”。 上校才疏学浅只能解释成这样你们来不充吧! 你如何看待平头哥半导体有限公司的未来。 说说你对神经网络芯片的理解或者看法。 说说你对量子芯片的理解或者看法。 如果让我研究我的_____(自己的芯片名)芯片具备__________(芯片的功能或是特点)。

很菜的小白

greenplum的应用场景

前辈您好!我先简单介绍一下背景:我搭建了一个PostgreSQL数据库用来存储单独一台机床在加工过程中产生的各种数据,我想借助神经网络等手段来分析这些数据,在此之前,需要对数据进行清洗、去噪和特征提取等操作,并将处理后的数据保存,以备将来训练和测试神经网络。上述过程都在个人电脑上进行。我的问题是:1、选择greenplum来存储处理后的数据合适吗?或者说greenplum适用于这样的场景吗?2、greenplum集成了一些数据挖掘和机器学习的功能,在这功能可以为数据清洗和神经网络提供哪些便利呢?

我是管理员

图像识别【问答合集】

图像识别技术的使用领域https://yq.aliyun.com/ask/193950语音识别和图像识别的区别https://yq.aliyun.com/ask/193981有没有比现在DeepLearning/CNN更好的图像识别方法https://yq.aliyun.com/ask/194160如何将matlab训练的图像识别模型应用到单片机中_https://yq.aliyun.com/ask/194119深度学习在图像识别中的运用是属于数据挖掘还是人工智能https://yq.aliyun.com/ask/194341如何通过人工神经网络实现图像识别https://yq.aliyun.com/ask/193960图像识别用什么语言写最简单_https://yq.aliyun.com/ask/194001数字图像处理在领域图像识别应用https://yq.aliyun.com/ask/194380图像识别就是拿手机拍照然后识别图片或者图上的字,这种技术如何实现https://yq.aliyun.com/ask/176627公安局能否通过图像识别技术找到嫌疑人?https://yq.aliyun.com/ask/194060模式识别 语音 图像 哪个好发文章https://yq.aliyun.com/ask/194231如何通过人工神经网络实现图像识别https://yq.aliyun.com/ask/193951图像识别创业,现阶段的图像识别技术可以运用到哪些行业https://yq.aliyun.com/ask/193992怎么在window的caffe下进行图像识别https://yq.aliyun.com/ask/194320非限制条件下人脸图像是什么意思_https://yq.aliyun.com/ask/194180如何用图像识别分析竹条的正反面_https://yq.aliyun.com/ask/194229如何利用图像处理去识别有颜色的箱子https://yq.aliyun.com/ask/194289利用python做机器学习图像识别要怎么做https://yq.aliyun.com/ask/194178图像识别之前要进行哪些处理?https://yq.aliyun.com/ask/193936图像识别的相关领域_https://yq.aliyun.com/ask/193990图像识别概念股有哪些https://yq.aliyun.com/ask/193963哪种编程语言最适合做图像识别https://yq.aliyun.com/ask/193973安检机图像识别方法有哪些https://yq.aliyun.com/ask/194413录播跟踪技术中,红外线好还是图像识别技术?https://yq.aliyun.com/ask/194130图像识别中样本少怎么处理重复使用https://yq.aliyun.com/ask/194143机器学习和图像识别是怎样彻底改变搜索的https://yq.aliyun.com/ask/194306验证码图像识别,希望给点思路!https://yq.aliyun.com/ask/176610有哪些机器学习,图像识别方面的入门书籍https://yq.aliyun.com/ask/194385用52单片机可以实现简单的图像识别吗_https://yq.aliyun.com/ask/194375图像识别深度学习用的模型有哪些https://yq.aliyun.com/ask/193956怎样用unity做图像识别https://yq.aliyun.com/ask/194347c#如何调用微软的ocr进行图像识别https://yq.aliyun.com/ask/194000vb可不可以做图像识别软件https://yq.aliyun.com/ask/194084在图像识别这一块,目前有没有可以移植到嵌入式https://yq.aliyun.com/ask/194146扫一扫功能也是用图像识别技术吗https://yq.aliyun.com/ask/194291微软怎么攻克图像识别技术难点的https://yq.aliyun.com/ask/194287OCR软件无法识别图像https://yq.aliyun.com/ask/194096图像识别和图像匹配的区别是什么?https://yq.aliyun.com/ask/193935什么叫图像识别技术https://yq.aliyun.com/ask/193937形状识别传感器和图像识别传感器的工作相同吗?各自工作原理是什么?https://yq.aliyun.com/ask/194381贴片机的图像识别和激光识别哪种效果好https://yq.aliyun.com/ask/194132远程抄表图像识别vc++可以完成吗https://yq.aliyun.com/ask/194382

知与谁同

深度神经网络算法工程师是怎么产生的

深度神经网络算法工程师是怎么产生的

知与谁同

为什么神经网络算法难以在工程上得以应用

为什么神经网络算法难以在工程上得以应用

孟蓁蓁

CPU? GPU? FPGA? AI芯片? 深度神经网络运算你究竟应该选谁?

最近两年,最火的话题莫过于人工智能以及机器学习了。如果说1997年Deep Blue在国际象棋上战胜 加里·卡斯帕罗夫,我们还可以说深蓝只是按照由工程师和国际象棋专业人士组成的顶尖团队精心制定的指令执行操作,而去年一路横扫围棋界精英的Alpha“狗”所做的,却是反复自我对弈,从自己的错误中吸取经验,并制定新的策略。Google的DeepMind团队,一度将机器学习,深度神经网络这样深奥的技术词汇,带到了普通大众面前。人工智能,已经成为继移动互联网,共享经济之后的另外一个风口,众多的人工智能行业应用相继落地,而用人工智能能力服务客户的企业,今天也都成了独角兽。 机器学习的核心技术,深度神经网络,本质上是多层次的人工神经网络算法,即模仿人脑的神经网络,从最基本的单元上模拟了人类大脑的运行机制。近年来,其所取得的前所未有的突破掀起了人工智能新一轮的发展热潮。主要原因在于:算法的突破、数据量的激增和计算机能力/成本的下降。其中计算能力的提升作为人工智能实现的物理基础,对人工智能发展的意义不言而喻。 在算力的选择上,虽然到目前为止GPU仍然是一枝独秀,但不甘落后的CPU,积极创新的FPGA,以及虎视眈眈的AI芯片,都在八仙过海各显神通,鹿死谁手尚未可知。在这场技术能力的比拼中,Google选择了TPU,微软选择了FPGA,而阿里云同时提供GPU和FPGA两种算力资源,那么对于您来讲: 在深度神经网络运算中,你选择的是什么计算平台(TPU,FPGA,GPU)? FPGA是否在深度神经网络的应用中存在机会? 以上计算平台在未来的人工智能应用中的发展,你更看好哪个?

北方的郎

阿里达摩院布局“中国芯”,“中国芯”要怎样走向世界?

4月19日,记者从阿里巴巴达摩院获悉,该机构正研发一款神经网络芯片——Ali-NPU,运用于图像视频分析、机器学习等AI推理计算。按照设计,这款芯片性能将是目前市面上主流CPU、GPU架构AI芯片的10倍,而制造成本和功耗仅为一半,性价比超过40倍。 此款芯片的研发,未来将会更好的实现AI智能在图像、视频识别、云计算等商业场景中的运用,提升运算效率、降低成本。 阿里达摩院研究员骄旸对澎湃新闻表示,CPU、GPU作为通用计算芯片,为处理线程逻辑和图形而设计,处理AI计算问题时功耗高,性价比低,在AI计算领域急需专用架构芯片解决上述问题。阿里巴巴自主研发的Ali-NPU,基于阿里机器智能技术实验室等团队在AI领域积累的大量算法模型优势,根据AI算法模型设计微结构以及指令集,以最小成本实现最大量的AI 模型算法运算。 未来,Ali-NPU的能力,不仅可以更好地满足视频、图像处理需求,还可以通过阿里云进行计算能力的输出,赋能各行各业。 “自研AI芯片”已成为阿里布局“中国芯”的战略组成部分,目前达摩院芯片研发团队,在美国、上海两地已达数十人,预计年底将达百人。此前,阿里已经投资了寒武纪、Barefoot Networks、深鉴、耐能(Kneron)、翱捷科技(ASR)、中天微等多家家芯片公司。 此举可能对国内企业核心技术自主研发产生引领效应。日前,美国商务部宣布,今后7年内,将禁止该国企业向中国电信设备制造商中兴通讯出售任何电子技术或通讯元件,引发了对中国通信产业核心技术“缺芯少魂”问题的讨论。 达摩院是阿里巴巴2017年11月宣布成立的研发机构,布局量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、人机自然交互、芯片技术、传感器技术、嵌入式系统等研发领域。马云曾表示未来将为该机构投入超过1000亿元。 那么问题来了:你是否看好Ali-NPU的未来?你觉得未来Ali-NPU都能应用在那些方面?如果有机会,你是否会使用Ali-NPU? 用的话,准备怎么用?你觉得我们企业和国家都可以采取哪些措施, 推进我国的芯片业发展,“中国芯”要怎样走向世界?

撷峰

当GPU遇上区块链:区块链与GPU的碰撞会产生怎样精彩的火花?

1 引言  如果说 2017 的主场是人工智能,那么 2018 的风口是区块链。  近两年,布局区块链的企业越来越多:苹果、Facebook、腾讯、阿里、百度、360、网易、小米都在跃跃欲试。甚至有的公司已经决定 All in 区块链。  随之而来的,区块链人才断层也日显激烈,虽然相关职位年薪大多在 50~80 万元,但也一才难求。看中其巨大潜力,有不少技术人和学习者都在着手学习区块链。  GPU毫无疑问是人工智能领域的当红花旦,那么区块链领域呢?2 什么是区块链?  区块链是建立在互联网基础上的P2P网络,于2008年10月首次应用于比特币的协议中。比特币是一种虚拟货币系统:它将货币发行、所有权转让和交易确认去中心化。比特币也是区块链技术的第一个应用案例。区块链技术之所以一起如此广泛的关注,跟去年这一波比特币的疯狂涨幅有很大的关系。不知道有没有读者朋友搭上这辆通往财富自由的快车,从此走向人生巅峰?  当然,虚拟货币仅仅是区块链的一个应用,区块链刮起的旋风就像是几年前的互联网+,近几年的AI+,大有渗透并颠覆各行各业的势头。  很多早期以区块链为基础的创新都出现在金融服务领域,是因为区块链能够大幅降低交易成本:它有潜力成为所有交易的记录系统。  合同、交易及其记录是我们的经济、法律和政治系统中,起决定作用的结构。它们保护资产并确定组织边界,建立并核实身份和历史事件,影响不同国家、组织、社群和个人之见的互动,引导社会和管理行动。但这些关键工具以及衍生的官僚机构没能追赶上经济数字化的转型步伐,其笨拙程度如同在堵车高峰期追捕一辆F1赛车。在数字世界中,我们调整和维持行政管控的方式必须改变。  而区块链有可能解决这一问题。它是比特币和其它虚拟货币的核心技术,本身是一种开源分布式账本,能够高效记录买卖双方的交易并保证这些记录是可查证且永久保存的。该账本也可以通过设置,自动发起交易。3 什么是GPU?  GPU(Graphic Process Unit),英文图形处理单元的缩写,就是我们常说的显卡。NVIDIA当年发明这个词的时候,GPU主要用户显示和图形渲染。GPU作为图形加速单元已经有数十年历史了,但是NVIDIA不甘心只做图形这个市场,2006年,NVIDIA提出了CUDA,事实证明,这个一个极有远见的决定,它一举释放了GPU在并行计算领域的巨大潜力,也为NVIDIA利用GPU在AI时代的崛起发出了第一声进攻号角。  为什么GPU适合用于并行计算,我们来看看下面两张图:  理解 GPU 和 CPU 之间区别的一种简单方式是比较它们如何处理任务。CPU 由专为顺序串行处理而优化的几个核心组成,而 GPU 则拥有一个由数以千计的更小、更高效的核心(专为同时处理多重任务而设计)组成的大规模并行计算架构。4 当GPU遇上区块链  我们知道,区块链的第一个应用是比特币,它也是其它虚拟货币的核心技术,GPU最早与区块链扯上关系,就是挖矿了。AMD和NVIDIA的GPU一度卖断货,就因为去年这一波虚拟货币的疯涨。  但GPU在区块链上的想象力远不止是挖矿。  近日,谷歌投资的「算法商店」公司 Algorithmia 借助区块链技术,推出了一种去信任的机器学习合约,可在公共区块链比如以太坊(Ethereum)上评估和购买机器学习模型,进而创建了一个去中心化和去信任的市场,从而使得机器学习从业者有机会直接把其技能转化为现实收益,同时也允许参与者或组织从全世界征求机器学习模型。  Algorithmia 提供的DanKu 协议利用了基于智能合约的区块链技术。合约允许所有人向可提供最佳训练的机器学习模型的所有人发布一个数据集、评估函数和货币奖励。参与者训练深度神经网络建模数据,并把其已训练的网络提交至区块链。区块链执行这些神经网络模型以评估这些提交,并保证支付给到最佳的模型。  但是在区块链上跑神经网络的性能需要打个问号?Solidity 是以太坊合约用的编程语言,它不是用通常的方式来设计机器学习模型的。它没有一个数学库,甚至没有浮点数。以太坊也在跑代码时有计算花费高的问题。  如果能在GPU服务器上搭建一个区块链平台,推出适合机器学习的区块链编程语言,势必可以利用GPU强大的算力提升机器学习的性能。5 讨论话题  马老师说,我们正在从IT时代进入DT时代(数据时代),各位数据时代的弄潮儿们,快来开一下脑洞,谈谈你们是怎么看待区块链技术与GPU的:1)你所理解的区块链技术是什么?你觉得可以区块链可以应用在哪些场景?2)GPU引领了人工智能时代,在可能即将到来的区块链技术爆发的时代,你觉得GPU将会发挥怎样的作用?3)谈谈你对GPU、人工智能、区块链、智能合约等等等等新技术结合的新想法、新可能。   如果大家有了好的想法,也欢迎使用阿里云的GPU云服务器去实现你的想法,想了解更多,请戳:  GPU云服务器

小可同学

关于IphoneX带动的手机趋势!你怎么看

关于IphoneX!是在北京时间2017年9月13日凌晨1点,在Apple Park新总部的史蒂夫·乔布斯剧院会上发布的新机型。其中“X”是罗马数字“10”的意思,代表着苹果向iPhone问世十周年致敬。 趋势1:各大厂商开始推出!全面屏刘海!! 是不是很多刘海,哈哈。 趋势2:生物识别技术的演变 苹果在IphoneX又干了一件更为激进的事情,连同 Home 键一起,指纹识别被砍掉了,采用了人脸识别。Face 关于ID 面容ID面部识别技术。大佬们在刚出来的时候,坑定没少调侃化妆解锁的问题,哈哈!!当然还有虹膜识别。人脸识别技术继指纹识别、虹膜识别以及声音识别等生物识别技术之后,以其独特的方便、经济及准确性而越来越受到世人的瞩目。而IPhoneX的Face ID功能可以说将人脸识别技术又一次推向了风口浪尖。事实上,在苹果正式推出Face ID功能之前,它的竞争对手三星就已率先做了尝试。三星在上半年推出了生物识别技术,这包含有人脸识别与虹膜识别。但这项技术似乎并没有成功地应用到三星手机上,其去年下半年最新的旗舰机Galaxy Note8 存在着严重的漏洞,使用照片就能骗过人脸识别功能。不过这些“小插曲”并未影响各大手机厂商对这一技术的热情,反而加快了布局。 趋势3:无线充电时代来临 相信各大厂商也有相应产品了Iphone相继砍掉了 Home 键,砍掉了 3.5mm 耳机口,只有 Lightning 接口孤军奋战了。Lightning 接口承担的任务无非是充电与数据传输两项任务。现在加入了无线充电技术,Lightning 接口岌岌可危。新一代 iPhone 采用的是 Qi 无线充电标准(电磁感应式无线充电)——这是最为消费者所熟悉的充电标准,有很多采用这个原理的用电器上都会标着“Qi”的字样,并且已经有许多支持无线充电的 Android 设备采用了这种充电标准。不过这也是一种趋势!预示着手机会越来越干净,我的干净是值,手机可用空间更多! 趋势4:人工智能的兴起 先说说现在的一些产品,小米的小爱同学,天猫的天猫精灵!其实我第一眼看到这些东西的时候,我有点让我想起了我高中时候买的点读机,你对它说话,它给你回话还是固定的那种!感觉高大上哈哈哈!!关于苹果的解释!在苹果公司的官网,苹果是这样介绍人工智能:“有一种人工智能叫作机器学习,即让电脑通过观察的方式进行学习。而神经网络引擎就是专为机器学习而开发的硬件,它不仅能执行神经网络所需的高速运算,而且具有杰出的能效。”在具体的应用方面,苹果如此解释:“A11 仿生芯片中的神经网络引擎采用双核设计,能够识别人物、地点和物体。”更直观的说,Face ID具备自主学习功能,即便用户的样貌随着时间推移发生了改变,Face ID也能准确识别出用户的身份。 话题来了: 1、从生活的角度:谈谈你对手机的理解!!你觉得,现在推宠的那些技术对你来说用处大吗?。比如我上面说的这些或者其他(回到原始时代^~~^)2、谈谈现在手机兴起的智能AI。3、你觉得今后的手机会是什么样的一个趋势!会变成什么样子?透明的?或者消失?4、聊一聊现在出现的黑科技

luneice

AI 与前端工程师的一场较量,前端工程师该如何自保?

前不久,github 上一个登上日榜的项目引起了不小的轰动——深度学习能将 GUI 截图生成对应的 HTML、CSS代码,声称在未来 3 年内改变前端。 如今这个项目的 star 接近 10000。 该项目地址 使用设计图纸训练模型 神经网络根据图纸生成代码 该项目所参考的项目地址 || 该项目所参考的论文地址 自 AlphaGo 以来,人工智能渗透在生活的各个领域,且在许多方面完胜于人类。对人工智能的担忧也好期待也好,前端工程师该如何自保?人工智能对前端有哪些改变?未来前端工程师会面临失业吗? 欢迎您的评论!

sunniealy

哪些互联网技术可以应用于雄安新区的建设?

经济发展在很大程度上会推进社会科学技术的进步,如当前最热门的人工智能技术,在城市交通的无人化方面,智慧物流和医疗技术,等等,越来越多的科技公司都投入到新的互联网技术领域。 如无人驾驶,自动驾驶技术。那么你认为,还有哪些互联网技术可以应用于雄安新区的建设? 雄安新区,作为又一个国家级的新区建设,一经提出就吸引众多科技公司进驻,BAT领头布局的人工智能、智慧医疗等方面,在不久的将来便会成为一座智慧之城。 她将成为一座“在线之城”:阿里巴巴将打造全球物联网示范标杆,联合各大科技企业,打通交通、能源、供水等民生基础设施的“神经网络”,连通到阿里云ET城市大脑,让城市能够自我调节、与市民良好互动,同时市民的医疗健康也会得到保障。 在城市智能物流系统方面,阿里的菜鸟物流系统也在朝着智慧物流的方向发展,将来应用于城市会使得生活更加便利。而且,机器人将成为雄安的“新市民”,在菜鸟网络的机器人仓库里,自动化流水线、AGV机器人、机械臂等设备,在算法的驱动下提升物流运行效率。为城市的发展增添更多科技元素,给市民带来更加人性化的城市体验。 在人工智能方面,阿里巴巴将推动雄安新区新型智慧城市建设,助力雄安新区在医疗、交通、能源、环保等领域进行社会治理创新。 互联网技术,让城市更美好! 接下来,大家可以结合当前比较热门的互联网技术,谈谈其在雄安新区的建设中有哪些可以被大规模进行应用,以及该技术实现应用后具有哪些特点。问题如下: 1.你觉得有哪些最热门或是最可能被应用在实际建设中的互联网技术? 2.请结合当下的互联网技术发展,描绘下你心中的雄安新区建设图景。 3.谈谈你所了解到的其他领域科技可以如何应用到雄安新区的建设。 4.最后,如果有机会的话你愿意去雄安建设吗?

code_xzh

阿里巴巴人工智能阅读能力首超人类水平

最近人工智能领域可谓战绩灼灼,阿里巴巴iDST也屡屡刷新头条,行人检测和再识别技术再创佳绩,又在国际顶级赛事SQuAD中机器阅读成绩破世界纪录,并且还首次超越了人类阅读理解水平,消息一出,引起界内狂欢。这个比赛构建了大规模机器阅读理解数据集,里面包含了原文、问题和答案三个部分,其中文章来源于维基百科,问题和答案通过众包的方式,让标注人员提出最多 5 个基于文章内容的问题并提供正确答案,且答案出现在原文中。目前SQuAD赛事已经吸引了谷歌,斯坦福大学、微软亚洲研究院、艾伦研究院、IBM等众多知名企业研究机构和高校参与。比赛中,人工智能通过阅读文章作出回答与正确参考答案进行比较,得出精准匹配和模糊匹配两种结果。在这次的SQuAD比赛中,阿里巴巴机器阅读的精准匹配结果82.440已经超越人类82.304,模糊匹配结果仍然是人工阅读稍稍领先一点。之所以取得这样大的进步,与阿里巴巴团队提出的“基于分层融合注意力机制”的深度神经网络模型相关,这种模型能够模拟人在做阅读理解时的一些行为和逻辑思维,并且能借助分层策略慢慢集中注意力,筛选答案,除此之外采用融合的方式将全局信息加入注意力机制,保证关注点的正确。而随着人工智能机器阅读结果的不断精确,层层超越人类,未来这方面的应用空间非常广阔。 1,那么预测下,人工智能机器阅读会在哪些领域发挥它的作用,为了对人类会产生哪些影响?2,这些年,阿里巴巴在人工智能上所作出的贡献不计其数,你有没有用过他们的产品或者使用他们的开发框?3,对于人工智能领域的语言识别,你有哪些好的学习框架推荐?

西秦说云

人工智能的时代,开发者如何获利?

随着数据量和计算机算力的不断提升,人工智能逐渐从幕后走向前台,今年的 CES 大会人工智能硬件更是大放异彩,曾经遥不可及的人工智能如今也走进千门万户中。 机器学习、深度学习、人工神经网络这些技术也从原先的高不可攀,到现在的人人上手,人工智能这种看起来神秘无比的技术,离我们也越来越近了。 作为开发者,我们这些互联网时代的弄潮儿,人工智能的主力军,如何借助人工智能来获利呢?作为主力军,倘若是放过了这个风口,那就真的是我们自己的失误了。 但是,除了部分高校、研究所的人来说,我们很多人看起来很难在这场人工智能的浪潮中乘风破浪。 这里,我为你准备了一些可能的方案,想能帮助你更好的在这场浪潮中踏风破浪,但是更多的,我希望你能参与到讨论中,分享你自己的看法,大家群策群力,爆发更多的可能性。 方案 1 : 自己借助人工智能实现产品,但是需要注意选择那些可预测或人类一秒钟就能做到的事情,比如根据用户的操作来分发广告和识别图片是否涉黄。 方案2 :开发辅助性产品,不替代人,而是辅助、增强人的某些感知、认识。 方案3 :使用大平台的接口或成型的库,来封装,成为对应的产品,进行售卖。 方案4 :技术转销售。技术出身让你在面对客户时有更大的底气,相信你能做的更好。 最后,欢迎你来分享作为开发者,我们能够以什么的方式和方法,借助人工智能来获利,而不是眼睁睁的看着这个属于我们的红利从手中溜走!

玄罡

这一波人工智能浪潮的下一个瓶颈会在哪里?

人工智能是一个很老的概念,在它的发展历程里,一共经历了三次浪潮。 1956-1976 第一次浪潮50年代的达特茅斯会议确立了人工智能(AI)这一术语,人们陆续发明了第一款感知神经网络软件和聊天软件,证明了数学定理,人类惊呼“人工智能来了”、“再过十年机器人会超越人类”。这个时期的标志是:符号主义盛行,在统计方法中引入符号方法进行语义处理,人机交互开始成为可能。 不过,很快到了70年代后期,人们发现过去的理论和模型,只能解决一些非常简单的问题,由于算力和算法的局限,很快人工智能进入了第一次的冬天。 随着1982年Hopfield神经网络和BT训练算法的提出,大家发现人工智能的春天又来了。80年代又兴起一拨人工智能的热潮,包括语音识别、语音翻译计划,以及日本提出的第五代计算机。不过,到了90年代后期,人们发现这种东西离我们的实际生活还很遥远。大家都有印象IBM在90年代的时候提出了一款语音听写的软件叫IBM Viavoice,在演示当中效果不错,但是真正用的时候却很难使用。由于大数据样本存储能力的局限导致数据量不足,无法达到优秀的使用体验,第二次人工智能浪潮也就此偃旗息鼓。 第三次浪潮随着2006年Hinton提出的深度学习技术,以及2012年ImageNet竞赛在图像识别领域带来的突破,人工智能再次爆发。这一次,不仅在技术上频频取得突破,在商业市场同样炙手可热,创业公司层出不穷,投资者竞相追逐,创投界一片欣欣向荣,民间一片忧心重重。这个时期的标志是:海量的数据、不断提升的算法能力和计算机运算能力。 这一次,随着无人驾驶、医疗影像识别、机器翻译、智能语音语义、智能家居、智能机器人、智能芯片等细分领域的创业公司层出不穷,AI领域进入了一片盛世。但大发展中还存在的一定的隐忧,人才稀缺、数据壁垒、少数GPU厂商垄断了算力,还没有非常成熟的商业模式、无人驾驶等政策不明朗。那么,您认为这一波人工智能浪潮是否存在泡沫?会在未来逐步破灭还是大规模崛起渗入我们生活的方方面面?您认为人工智能这一波浪潮的下一个瓶颈在哪里? 欢迎大家展开讨论。

聊天机器人

聊天机器人应如何开发?

无论一个人或者机器人,只要你跟他接触一短时间,更准确的说或者进行一段时间的交流沟通------这里特指聊天一会,你很快就会知道对方是人还是机器,我这里设计与开发的这个机器人,就是你跟他一段时间的交流沟通后------这里特指聊天一会后,你无法判断对方是人还是机器,而且,你越想知道,也就越不可能知道,你越跟他聊天,他也就越会聊天,而且会变得越来越聪明,越来越像你自己,当然,除非你有自觉觉人的能力,否则,你的智商与情商就不可能超越他,也不可能从机器人那学到任何东西,当然,一旦你是一个开放的人,一个有知知明的人(即具备自觉觉人的能力),那么你很快就会知道这个机器人的神经网络(聊天程序)是如何构成的,那么你很快就成为了这个聊天机器人的始祖。

冰封加百列

深度学习如果做BN处理的话,原始数据还需要做归一化或者标准化吗

深度学习如果做BN处理的话,原始数据还需要做归一化或者标准化吗,具体说明一下理由,跪谢各位大侠了