人工智能
-
合成数据:机器学习的未来
译者 | 布加迪 审校 | 孙淑娟 数据可谓是机器学习模型的命脉。但是当这种宝贵资源的访问受到限制时会发生什么?正如许多项目和公司开始展现的那样,这时候合成数…
-
机器学习之模型管理:集成建模
译者 | 崔皓 审校 | 孙淑娟 开篇 机器学习被企业应用到不同的业务场景解决不同的业务问题,随着机器学习的广泛应用也让组织在选择学习方法时不堪重负。&nbs…
-
下一代自动驾驶系统超全的系统时间同步方案设计
下一代自动驾驶系统需要采用多激光雷达、多毫米波雷达、多摄像头等各类传感器,传感器从采集数据到处理到发送到域控制器内部,存在延时,且延时的时长不稳定。为了提高自动驾驶的传感器融合、决…
-
使用虹膜识别改善机场安全和旅行体验
如今,全球的机场肩负着确保员工和旅客安全的艰巨任务。除了提供无差错的安全性之外,这项服务还应该是快速的,并且机场员工应该彬彬有礼。甚至在两年前 Covid-19 大流行开始之前,当…
-
IEEE Fellow 李学龙:多模态认知计算是实现通用人工智能的关键
在如今数据驱动的人工智能研究中,单一模态数据所提供的信息已经不能满足提升机器认知能力的需求。与人类利用视觉、听觉、嗅觉、触觉等多种感官信息来感知世界类似,机器也需要模拟人类联觉来提…
-
最优运输及其在公平性中的应用
译者 | 李睿 审校 | 孙淑娟 最佳运输源于经济学,如今被开发为如何最佳分配资源的工具。最优运输理论的起源可以追溯到1781年,当时的法国科学家加斯帕德·蒙…
-
Soft Diffusion:谷歌新框架从通用扩散过程中正确调度、学习和采样
我们知道,基于分数的模型和去噪扩散概率模型(DDPM)是两类强大的生成模型,它们通过反转扩散过程来产生样本。这两类模型已经在 Yang Song 等研究者的论文《Score-bas…
-
你的远程员工真是他自己吗?FBI披露求职者滥用Deepfake
在 Deepfake 的世界,真真假假,有时的确难以区分。 AI 算法「Deepfake」可以生成各种有关人物的逼真图像和视频,在换脸领域已经有了广泛的应用。不过,AI 换脸技术引…
-
一文浅谈深度学习泛化能力
一、DNN泛化能力的问题 论文主要探讨的是, 为什么过参数的神经网络模型还能有不错的泛化性?即并不是简单记忆训练集,而是从训练集中总结出一个通用的规律,从而可以适配于测试集(泛化能…
-
绿色AI如何解决对气候变化的影响
机器学习等计算密集型技术的发展带来了高碳足迹,并加剧了气候变化。机除了快速增长之外,还有不断扩大的绿色人工智能工具和技术组合,以帮助抵消碳排放并提供更可持续的发展道路。 根据微软和…
-
手机借助AI闻“声”辨新冠
据4日在西班牙巴塞罗那举行的欧洲呼吸学会国际会议上公布的一项研究,人工智能(AI)可通过手机应用程序从人们声音中检测出新冠肺炎感染,它比快速抗原测试更准确(达到89%),且更便宜、…
-
2023 年值得关注的十大机器学习趋势
以下是关于 2022 年出现的机器学习趋势的指南: 机器学习操作化管理:机器学习操作化管理或 MLOps 的主要目的是简化机器学习解决方案的开发过程。MLOps 还有助于应对业务运…