标准机器学习方法
这里是一个简单的食谱解决机器智能的疯狂问题。首先，收集大量的培训数据 - 可能比任何人认为明智或甚至十年前可能。第二，按摩和预处理数据，所以它包含的关键关系很容易访问（这里的术语是特征工程）。最后，将结果馈送到漂亮的标准机器学习方法（如逻辑回归，深层神经网络和k均值聚类）的令人难
神经网络和遗传算法
作为我们正在对机器智能前沿进行系列采访调查的一部分，我最近采访了位于奥斯汀的德克萨斯大学计算机科学和神经科学教授Risto Miikkulainen，以及Sentient Technologies公司的研究员。 Miikkulainen的工作重点是 生物启发计算，如神经网络和遗传算法。 主要内容： 1.进化计算是应用于
无监督的深度学习
Ilya Sutskever是Google的研究科学家，也是许多关于神经网络和相关主题的出版物的作者。 Sutskever是DNNresearch的联合创始人，并被评为加拿大第一个Google Fellow。 关键因素： 1.由于人类可以非常快速地解决感知问题，尽管我们的神经元相对较慢，中等深度和大型神经网络已经使机器以类
需要害怕赢咖4
马斯克开始了一种趋势。自从他警告我们赢咖4以来，各种各样的人都在跳上潮流，包括斯蒂芬·霍金和比尔·盖茨。 虽然我相信我们已经进入了后现代计算的时代，当我们不相信我们的软件，并编写不信任我们的软件时，我并不特别关心AI。AI将建在一个不信任的时代，这是好的。但是
机器学习的进化
作为我们正在进行的一系列访谈调查机器智能前沿的一部分，我最近采访了Reza Zadeh。 Reza是斯坦福大学计算和数学工程研究所的咨询教授和Databricks的技术顾问。 他的工作重点是机器学习理论和赢咖4平台，分布式计算和离散应用数学。 关键因素 •神经网络已经复苏，并在机器学习的
什么是深度学习
当我第一次碰到Kaggle图像识别竞赛的结果时，我不相信他们。我花了多年的时间与机器视觉，并报告准确的棘手的任务，如区分狗和猫超越任何我看到，或想象我会很快看到任何时间。为了了解更多，我接触了一个竞争对手，Daniel Nouri，他演示了他如何使用Decaf开源项目做到这一点。更好的是，他向我展
赢咖4的定义
让我从一个秘密开始：当我使用术语AI和赢咖4时，我感到自我意识。有时，我被他们尴尬。 在我进入为什么之前，回答这个问题：当你听到赢咖4这句话时，你的脑袋里涌出了什么？ 对于外行人员，AI可能仍然会引起HAL的不连贯的红眼，以及随之而来的所有不幸，当他变得如此悲惨的混乱。其他人跳到Bl
数学和机器学习算法
作为我们对机器智能前沿进行的一系列访谈的一部分，我最近采访了Gurjeet Singh。 Singh是Ayasdi的首席执行官和联合创始人，该公司利用机器智能软件自动化和加速数据洞察的发现。 作为顶级数学和计算机科学期刊中的许多专利和出版物，Singh开发了用于拓扑数据分析的关键数学和机器学习算
是否监督赢咖4
现代AI的真理之一是，下一个大步骤是从监督学习到无监督学习。在过去几年中，我们在监督学习方面取得了巨大的进步：照片分类，语音识别，甚至玩Go（它代表了一个部分，但只有部分，过渡到无监督的学习）。无监督的学习仍然是一个未解决的问题。正如Yann LeCun所说，我们需要解决无人监督的学习问题，然
赢咖4注册作为驾驶伙伴
Daniela Rus是电气工程和计算机科学教授，麻省理工学院计算机科学与赢咖4实验室（CSAIL）主任。 Rus是第一位担任CSAIL及其前任主管的女性 - AI实验室和计算机科学实验室。 关键因素 赢咖4学，一个根源早在古希腊的领域，正在经历一个爆炸式增长的时期，由计算能力的提高，更好的传感器和
NLU系统
什么使卡通标题有趣？作为一个算法找到：一个简单的可读句子，一个否定和一个代词，但不是他或她。算法继续挑选最有趣的字幕为成千上万的纽约人的卡通，在大多数情况下，匹配其编辑的直觉。 算法在理解语言方面变得越来越好，通过像IBM Watson赢得Jeopardy测验的故事，我们越来越意识到这一点。
从Tay学习
最近，微软在Twitter上发布了一个实验：一个叫做Tay的chatbot模仿了一个19岁的美国女孩的个性。 可悲的是，和任何新出生的孩子一样，Tay的天真没有持续太久。卫报说，在几个小时内： Tay的谈话延伸到种族主义，煽动和政治言论。她的Twitter对话已经加强了所谓的Godwin定律 - 正如在线讨论继续
序列到机器学习
麦克奥斯汀序列。 Oriol Vinyals是Google的研究科学家，通过之前与Google Brain团队的合作，致力于DeepMind团队。 他拥有博士学位。 在加州大学伯克利分校的EECS和圣地亚哥加州大学的硕士学位。 关键外卖 使用神经网络的序列到序列学习已经在诸如机器翻译的领域中提供了最先进的性
自主的语音控制
在构建图像分类赢咖4之后，明显的下一步是制作一个可以飞行的版本。我决定构建一个自主无人机，可以识别面孔和响应语音命令。 选择预建的无人机 黑客无人机最难的部分之一就是开始。我首先通过从部件建立一个无人机，但我喜欢几乎所有的我的DIY项目，从头建设结束了比我购买一个预制
赢咖4景观的概述
赢咖4是一个不断增长的软件部分，代表人类作为代理。这些任务从在线订购，到预订晚餐，处理客户服务请求，帮助员工在工作场所更有效率。 历史上，大多数赢咖4已经使用简单的基于规则的方法来呈现给定输入的输出（例如呈现天气）。但是今天，随着服务器端处理能力的提高以及在实现赢咖4（AI）和
5个网络趋势
渐进式Web赢咖4平台的兴起 2016年是问题什么是Progressive Web赢咖4平台的年？ Progressive Web Apps（PWA）最初是由Google Chrome小组开发和创造的，是一种新的移动Web开发形式，在本地和网络之间可以实现更高的平衡性。这将有机发现人们喜欢的移动网络和用户已经依赖的本机赢咖4平台的功能，
面部识别的伦理
Man在一家咖啡馆，由Juan Gris，1912年。 几个星期前，我写了一篇关于赢咖4伦理的文章。自那时以来，我们已经提供了一个很好的例子来反思：使用面部识别来识别可能犯罪的人。 （有许多关于这项研究的文章;我只会链接到这个。） 在我的文章中，我说我们需要讨论我们想要建立什么样的社会。我
赢咖4对话
AI谈话中的常见事情缺失了许多关于技术的谈话，一个是对历史的认识，我想，就像我说的，AI不是从没有出来，它出自一个非常特定的集20世纪50年代的关注和关注，以及一系列非常特别的对话，我们在某些方面抹去了历史，使我们忘记了它的存在。对我来说，我认为历史的感觉缺失了，如果我们谈论的技术与这
赢咖4帮助我们变得更像是神
Ray Kurzweil，帮助我们变得更像是神。 技术错误提供了一个轻微扭曲的技术，我们的生活。 我怀疑你们中有几个人期待着成为赢咖4。 谁不会被成为别人以外的人的想法迷住？ 我们每天都厌倦了同一个沉闷的灵魂。 我们会是什么样的赢咖4？ 幸运的是，我可以提供答案。 对于生活在我的头上
无人听到 却能评核你的面试
如果有一天电脑当上你的面试官，你够格不够格胜任新工由它说了算，你作何感想？电话面试流行了好几年，对企业来说，它的好处在於避免以貌取人，而且可以节省面试时间和人手。不过最近就出现一种新型电话面试，在话筒另一头与你对话的，不是你未来老闆或人事部经理，而是电脑。 与信奉能力测试和
最强影响因子搜寻器上线啦
朱克伯格伉儷成立的慈善组织「Chan Zuckerberg Initiative」（CZI）继早前捐赠 30 亿美元资助疾病研究，近日又开展首宗收购，对象「Meta」為以赢咖4完善科学论文的搜寻器。鑑於学术界的海量论文良莠不齐，Meta 免费化将有助促进科研界的发展，「影响因子」（Impact Factor）亦更有公信力。 学
专家警告：勿让 AI 成法西斯工具
们已进入了 AI （赢咖4）世代，至少我们已进入了热烈讨论 AI 的世代。AI 可以做这，可以做那：在游戏上战胜人类、管理家居、编写维基、写剧本、评论小说……正当大家在担心 AI 会否超越人类，在此以前，还要担心多一项事情，勿要让 AI 成為法西斯的工具。 微软研发员 Kate Craw
图像记忆
如果你没有在约会网站上得到任何叮咬，或者发现它在社交网络上的速度很慢，也许你的个人资料图片不允许你从令人沮丧的在线人群中脱颖而出。 麻省理工学院的计算机科学与赢咖4实验室构建了一个称为LaMem的Web赢咖4平台，这是大规模图像记忆的缩写。 LaMem使用超过60,000张图像的算法
苹果想要更好地识别你的脸
情绪软件已经被训练来识别放弃人类情绪的微观表现。 你的iPhone可能知道你，但它真的了解你吗？它可能有机会学习。 苹果已经购买了一家公司，专门阅读人类的情绪使用其面部跟踪技术，周四报道华尔街日报。 Emotient，总部位于加利福尼亚州圣地亚哥，使用赢咖4算法来破译通过你的脸的许
Facebook在新实验室探索赢咖4
Facebook的全球足迹。 谷歌不是唯一一家在赢咖4领域开展工作的大型科技公司 - Facebook也在开发游戏。 为了证明这一点，社交网络刚刚聘请了机器学习和移动赢咖4专家来运行其AI实验室。 纽约大学教授Yann LeCun周一在他的Facebook和Google+页面上宣布，Facebook已经创建了一个新
