词虽是新词，但是探索已经进行很多年。游戏策划和玩家们可能会其充满抵触，因为许多人的主观印象是：工业化 = 流水线 = 标准化 = 换皮。
作者 | 李梅 编辑 | 陈彩娴 今年年初，知名 AI 学者吴恩达在接受 IEEE Spectrum 的采访中，呼吁大家将目光从以模型为中心转向以数据为中心。深度学习问世以来，随着神经网络架构趋于固定和成熟，转而寻找改进数据的方法，已经成了 AI 研发的新出口。 近日，2021 年吴文俊人工智能科学进步一等奖获得者、云天励飞首席科学家王孝宇博士，在人工智能产业年会上作了题为“ Towards Automated Artificial Intelligence”的主题报告。报告中，王孝宇博士详述了AutoML
在数以万计的智能工厂中，一个零部件的质量往往关系到整个产品是否合格、整条生产线的合格率、整个工厂的生产效率和经济成本，甚至是整个企业的市场竞争力。因此，产品的质量检测是生产企业管理者必须重视的关键环节。
最近，电子工业出版社送了我一本书：「《一本书读懂AIGC：ChatGPT、AI绘画、智能文明与生产力变革》」。不禁感叹：现在连写书都这么卷了！要知道，ChatGPT 于去年11月30日刚刚发布、距今仅4月有余。今日恰逢世界读书日，故写些读后感。 借用《百年孤独》的开头，我想写这样的句子： ❝ 许多年后，面对AI对人类的全面奴役，曾经的AI科研工作者将会想起他们第一次登录ChatGPT的那个遥远的下午。 ❞ 也曾无数次想借用电影“终结者”的故事： ❝ 回到过去，回到2022年11月29日，将保存有ChatG
机器之心报道 机器之心编辑部 3 月 23 日，在机器之心 AI 科技年会上，蚂蚁集团金融机器智能部总经理周俊发表了主题演讲《可信 AI 在数字经济中的实践与探索》。 周俊介绍，如果将数字经济比作一棵树，树干中的人工智能 (AI)、大数据、云计算等技术，构成了数字经济的核心，起着承上启下的作用；树根中的隐私、安全等因素，决定长势以及未来；树干跟树根必须紧密融合，才能枝繁叶茂，其中 AI + 隐私、AI + 安全等成为当下亟需突破的方向。而可信 AI 技术理念将是数字时代抵御风险、提升科技包容度的关键能力之
当时它向世界展示的能力是，“不仅会写短文，而且写出来的作文挺逼真的，几乎可以骗过人类，可以说几乎通过了图灵测试。”
随着深度学习研究热潮的持续发酵，各种开源深度学习框架层出不穷，其中包括：Caffe、CNTK、MXNet、Neon、TensorFlow、Theano 和 Torch (著名开源深度学习框架 Keras 相当于是 TensorFlow 和 Theano 的简化接口，这里就不并列了)。在这些深度学习框架中，我个人是支持 TensorFlow 的。以前我的观点不是这样，当时的我觉得 TensorFlow 没有什么厉害的。TensorFlow 刚出来的时候，我还和 Mentor 思远大大一顿吐槽。不过我最近转变观
AI 科技评论按：2018 6 月 29 日至 7 月 1 日全球人工智能与机器人峰会（CCF-GAIR）在深圳召开，峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，得到了宝安区政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会，旨在打造国内人工智能领域最具实力的跨界交流合作平台。
随着AI技术的逐渐成熟，越来越多的传统企业希望借助AI技术，实现智能质检。传统质检更多依靠有经验的人工劳动力来实现质量检查甚至分拣，但这样的方式，许多场景会有检查效率低，审核质量不稳定，人力投入成本高且难招聘等诸多问题。
在当前发展阶段，制造企业普遍面临着诸多的挑战，包括如何改善工作效率以提升行业竞争力，如何降低生产过程中的产品不良率等，从而优化产业成本，其中缺陷检测便是最典型的场景之一。人工肉眼检测的识别效率低，且成本较高，传统机器的方法可扩展性又较差，深度学习技术为上述问题提供了一条解决之道。通过在智能制造系统中使用深度学习技术，制造企业将能够获得自动视觉定位缺陷位置，辨别缺陷种类，真正实现降本增效的目的。
王晋东 投稿 量子位 | 公众号 QbitAI 最近，电子工业出版社送了我一本《一本书读懂AIGC：ChatGPT、AI绘画、智能文明与生产力变革》，不禁感叹：现在连写书都这么卷了！ 要知道，ChatGPT 于去年11月30日刚刚发布、距今仅4月有余。 借用《百年孤独》的开头，我想写这样的句子： 许多年后，面对AI对人类的全面奴役，曾经的AI科研工作者将会想起他们第一次登录ChatGPT的那个遥远的下午。 也曾无数次想借用电影《终结者》的故事： 回到过去，回到2022年11月29日，将保存有ChatGPT
郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI 一年前，百度开了中国AI的第一次开发者大会。 百度创始人李彦宏说，AI时代将是开发者的时代。 “有很多技术可以运用，打开了无数的可能性，让技术创新重新焕发生机，过去的个人英雄主义行不通了，因为大的平台已经出现，可以站在巨人的肩膀上做事情。” 一年就要过去了，巨人肩膀上究竟可以做些什么？百度这个AI生态又呈现出何等面貌？ 这背后可能有一些时代潮向变化的影子。 地毯式“轰炸” 单从结果来看，百度真可谓发起了一场“圈地运动”。 围绕开发者，从点，到
除了“技术炫”，人工智能的另一大特征是“开会多”，然而，专门针对“深度学习”的开发者大会却少之又少。
产业里很多人都受到来自商业AI热炒的影响，对AI抱有巨大的期望，甚至认为人工智能+制造，即是智能制造，这个说法有些片面。首先要澄清的是，以诺伯特.维纳博士在1948年的《控制论-动物与机器的通信与控制》这一著作为代表的控制论（图1），本身也是人工智能三大学派之一的行为主义学派，事实上，对于工业而言，智能是一直在路上，只是限于算力和成本，人工智能并未在工业有广泛的应用突破，今天，人工智能由于消费类的应用，使得规模效应出来了，算力具有了经济性的趋势，人们开始又关注这一方法来解决工业问题。
【AI创新者】是CSDN人工智能频道精心打造的专栏，本期主人公是IBM系统实验室高性能开发部负责人宋煜。 记者：景琦 编辑：王艺 更多【AI创新者】征集中，采写AI领域杰出学者、资深专家、技术缔造者、顶尖团队。寻求报道请邮件wangyi@csdn.net，或扫描文末二维码加我微信。 对宋煜的采访是在2017年3月18日，CSDN与IBM合办的IBM Power马拉松大赛现场，宋煜作为大赛评委与参赛选手度过了紧张而又充实的12小时。 宋煜，IBM中国系统实验室高性能计算部门开发部经理。有丰富的高性能集群
在创新工场和一群优秀的人做最酷的事情，让学术界的成果落叶归根，找到合适的商业化路径。
机器之心原创 作者：邱陆陆 对话机器人是「怎样炼成的」。 相比于语音和图像，自然语言是一个有「更多需求」和「更少标准答案」的领域。扎根自然语言的公司通常也不是从技术和方法出发，而是选择一个具体的需求，然后用所有可能的方法解决它。追一就是这样的一家公司，它瞄准的是「对话机器人」这个领域，把问题分类、分解、逐个建立准确高效的机器人，再有序集成起来。三月，机器之心有幸在深圳追一科技总部对首席科学家杨振宇进行了采访，我们仔细聊了聊「对话机器人是怎样炼成的」，以及在他眼里，深度学习与自然语言最好的结合方式是怎样的。
在谈到人形机器人遥操作的可行路径时，何泰然表示他既可以实现机器人的全身控制，还可以用强化学习来实现这一点。在他所探索的这条路上，不必因为技术瓶颈或短期目标而妥协，可以“既要又要”。
融入边缘AI的嵌入式技术正在为各种极端环境带来智能和实时处理能力，就连那些最具挑战性的场景也难不倒它。边缘AI越来越广泛地应用于农业、建筑、能源、航空航天、卫星、公共部门等领域。借助NVIDIA Jetson边缘AI和机器人平台，你可以在这些复杂环境中部署传感器融合的人工智能和计算能力。
端计算模型目前已应用到各行业的AI落地实践中，如部署在野外气象观测点用于环境监测，以及响应垃圾分类政策用来打造智能垃圾桶等等。
两天前，AI全村的希望OpenAI Five更是在二连败之后，提前为TI之旅画上了句号。
NVIDIA 创始人兼 CEO 黄仁勋先生关于计算领域之未来的主题演讲。 演讲人：黄仁勋 NVIDIA 创始人兼 CEO 2018/11/21 周三 10：00 - 12：00 | 主会场 三层金鸡湖厅
本文转载自「AI科技评论」，搜索「aitechtalk」即可关注。 编者按：并行计算是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来协同求解同一问题，即将被求解的问题分解成若干个部分，各部分均由一个独立的处理机来并行计算。在训练 AI 系统的时候，并行是提高计算效率的主要途径。 作为机器学习方面的专家，腾讯 AI Lab 专家研究员、美国罗彻斯特大学助理教授刘霁博士认为，目前并行计算的主要难点在于如何提高并行效率。 因「提出一系列异步并行算法，解决了传统同步并行算法瓶颈问题，设
AI 科技评论按：并行计算是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来协同求解同一问题，即将被求解的问题分解成若干个部分，各部分均由一个独立的处理机来并行计算。在训练 AI 系统的时候，并行是提高计算效率的主要途径。 作为机器学习方面的专家，腾讯 AI Lab 专家研究员、美国罗彻斯特大学助理教授刘霁博士认为，目前并行计算的主要难点在于如何提高并行效率。 因「提出一系列异步并行算法，解决了传统同步并行算法瓶颈问题，设计机器学习中去中心化的并行计算框架，可以极大地减少通讯代价
自 2015 年底谷歌开源深度框架 TensorFlow 以来，越来越多的科技巨头、创业公司注重框架的投入与研发。而商汤科技作为国内 AI 创业公司的代表，自创办开始就走在自研深度学习框架的道路上。
AI 科技评论按：随着 AI 技术的不断发展和应用，我们似乎开始陷入一种尴尬的局面：我们既相信 AI 还有很大的潜能、可以在社会的许多层面起到帮助，同时我们也在 AI 的安全性、隐私、与人共处、长期发展等问题上陷入纷争。
机器之心原创 作者：吴昕 对于 AI1.0 时代的企业来说，他们关注大模型的成功，其实是关注背后基础算法的作用，将基础算法和先进理念应用到自己服务的行业和产品当中。对于创新奇智来说，平台固然重要，但长远来看，面向行业的纵深更为重要。 ChatGPT 热潮持续不断，一场接一场的密集发布事实上都在回答同一个问题： ChatGPT 来了，跟还是不跟？如果跟，怎么跟？不跟，又意味什么？ 4月13日，中国最大的「AI+制造」解决方案供应商创新奇智在其位于中关村的公司会议室举办了一场媒体沟通会。公司 CEO 徐
现在只要是跟AI主题有关的活动都绕不开一个话题：AI大模型。 在刚刚结束的Google I/O大会上，谷歌展示了其如何将最先进的预训练大模型应用在日常工作中，比如谷歌文档的自动总结功能可将几十页文件总结成几句话。在 4 月提交的论文中谷歌研究人员训练了一个 5400 亿参数的大型语言模型——PaLM，可以自动生成代码、解决数学问题、修复 bug、解释笑话的梗。AlphaBet CEO桑达尔·皮查伊表示PaLM的优点在于可区分因果关系，理解上下文中的概念组合，其在数学问题上的准确率提升到 58%，接近 60%
AI科技评论按：对于那些一直想进行深度学习研究的同学来说，如何选择合适的配置一直是个比较纠结的问题，既要考虑到使用的场景，又要考虑到价格等各方面因素。 日前，medium上的一篇文章为我们详细描述了该如何为个人的深度学习机器选择配置，主要该进行哪些方面的考虑。 AI科技评论编译整理如下： 作为一名业余爱好者，在探索和解决深度学习问题时，亚马逊 EC2 实例的运行成本太高了。 在一开始，我采用的是 Reserved 实例收费模式，因为我对云生态系统不是很懂。 后来，在运行结构良好的实验时，Spot 实例也成了
近年来，AI 与人类的生活越来越紧密，慢慢变得无处不在。那么提到 AI ，我们会想到什么？小编最先想到的是机器人。早在小学作文中，我就写到 2021 年到处都是机器人，机器人汽车到处飞。结果 2021 年到来，这个想象的场景也没有实现。不过，虽然 2021 年还没有那么高科技，但是 AI 早已经渗透到我们的生活，无处不在，并且 AI 也使我们的生活变得更加丰富和便利。 举个我自己的例子，我原来很喜欢买口红，买口红之前都要试色，后来疫情来了，商场人多地方远，试口红又很不卫生，我就再也不敢试了。但是想买口红不
工信部联合国家发展改革委、教育部、科技部等部门发布了十四五智能制造发展规划。规划中提出：到2025年70%规模以上的制造业企业基本要实现数字化网络化，建成500个以上引领行业发展的智能制造示范工厂。
机器之心报道 编辑：思 腾讯广告通过模型能力的提升助力广告主达成生意目标，同时兼顾用户体验，实现多赢局面。 模型是广告系统中的一个复杂且重要的组成部分。之所以说它很复杂，不仅在于庞大的用户量及广告场景，也在于广告这种天然的多模态数据，要求模型具有强大的拟合能力。 思考一下，如果你是一名工程师，怎样才能让你的模型理解广告的内容、主题、目标受众？对于手机、电脑等不同设备，食品、汽车等不同行业，销量、名声等不同目标，模型怎样才能理解不同的广告场景？又怎样才能从百万条广告中为受众选择合适的推送？面对流量竞争加剧的大
机器之心原创 机器之心编辑部 5 月 27 日，机器之心主办的为期两天的全球机器智能峰会（GMIS 2017）在北京 898 创新空间顺利开幕。中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃为本次大会做了开幕式致辞，他表示：「我个人的看法是再过几年，我们 90% 的工作是人工智能提供的，就像我们今天大部分工作是机器提供的一样。我们知道人工智能会给我们提供一个更美好的未来。」大会第一天重要嘉宾「LSTM 之父」Jürgen Schmidhuber、Citadel 首席人工智能官邓力、腾讯 A
我们的业务碰到了一个很特殊的场景：用户数量巨大，上亿；物品数目比较少，不超过 500 个。针对这个特点，我们设计了一个小程序 Trick。这个程序 Trick 极大地提高了 LR 的预测性能，预测耗时减为原来的 120 分之一。
看着这个标题我就想笑，原来的标题是，如何做好多轮对话管理，然后我就默默的加了个引号，用于断句。
当一批类ChatGPT的通用大模型层出不穷时，另一批参与者着眼于“更容易落地”的行业垂直大模型，也走到了舞台中央。
随着信息流和短视频应用的发展，推荐系统已经从传统的单目标浅层网络的中小型架构演进为多目标超大规模深度学习的复杂架构。这种复杂的系统的演进对大规模的训练推理和在线排序提出了非常高的技术要求。 另外随着用户消费内容类型以及业务复杂度的增加，如何更好地理解文字、图片、视频到多模态，乃至用户画像的进一步演进，到最终可以给用户推送最合适的内容，也成为了一个在不断迭代和优化的过程。 11 月 5-6 日，AICon 全球人工智能与机器学习技术大会（北京站）2021 将落地北京。我们邀请到了腾讯看点 CTO 兼副总经理、
AI 科技评论按：在深度学习中，数据是非常重要的。但是我们拿到的数据往往可能由大部分无关数据和少部分我们所关心的数据组成。那么，如何对这些数据集进行处理，才能得到我们所需要结果呢？工程师 George Seif 认为，可以通过权重平衡法和采样法来解决这个问题。下面是他的观点，雷锋网 AI 科技评论整理。
在人工智能OpenAI Five面前，OG不堪一击。五个人类组成的战队，此前全程毫无悬念地以0:2败下阵来，两局加在一起，OG只推掉了两座外塔。
机器之心原创 作者：泽南 直接与芯片厂商一起造 AI 框架，才能实现最高效率。 AI 芯片可以应对普通计算架构无法应对的挑战，但为了实现前所未有的加速，我们不仅需要强大的芯片，还需要深度学习框架与其一起深度融合优化。 深度学习技术爆发以来，GPU 巨头 NVIDIA 建立了从芯片、系统到算法和应用的完整体系，帮助从科技公司到工业，再到前沿科学等领域实现智能化。而在国内，也有一家公司正在发展「AI 的操作系统」，并和众多硬件厂商走出了共创的新模式。 在上周世界人工智能大会 WAIC 上，百度对自身的软硬件融合
人工智能发展至今，学术界与工业界倾全力下注大模型，仅仅是分清主要矛盾（回报）与次要矛盾（投入）就够了吗？ 作者 | 陈彩娴、王玥 编辑 | 岑峰 电风扇与空皂盒的故事，大家都听过吧？ 传闻某国际知名快消大厂曾引进一条香皂包装生产线，结果发现这条生产线在包装香皂的过程中出现了一个缺陷，就是常常有盒子没装入香皂。总不能把空盒子卖给顾客，于是，他们就请了一个学自动化的博士后来设计分拣空香皂盒的方案。 该博士后立即召集了一个十几人的技术团队，综合采用机械、自动化、微电子、X射线探测等等技术，花费 90 万，最后成功
最近老梁新买了一本《机器学习实战第二版》对之前学过的内容做一个复习，就想着开一个新的系列，分享一下阅读笔记，给有需要的同学做一个参考。线性代数专题会继续更新，不会停的。
内容提要：昨天，微软 Build 2020 首次在线上召开。大会第一天，发布了多个重磅新品，包括 AI 超级计算机、工业系统 AI 开发平台 Bonsai 项目等，我们从中可一窥微软的 AI 布局。
【新智元导读】新智元AI WORLD2017 世界人工智能大会上，浪潮集团副总裁胡雷钧带来 《AI计算挑战与应对》的分享。他提到，当前AI算法对计算能力有巨大的需求，针对AI计算能力的挑战，浪潮推出了
梦晨 鱼羊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 百度和央视又联手在直播现场上演黑科技了。 百度CTO王海峰只说了一句话，就给主持人整出了个数字“孪生兄弟”。 更厉害的是，这位数字人刚一出生，开口就有“北大还行”内味儿了（手动狗头）。 这还没完，现场，中国火星探测工程和百度联合培养的火星车数字人祝融号也跟全国人民见了面。 一登场，就落落大方地与主持人谈笑风生了起来，各种“保送”、“火星种土豆”的梗那叫一个信手拈来。 谈到兴起处，还能即兴赋诗，引得主持人直呼“看给你厉害的”。 这就是百度世
在智慧建筑项目中会接触到一些AI相关的功能。人脸识别是其中最常用的算法，基本是每个项目标配。今天就从人脸识别入手谈谈AI在实际项目中的使用情况。
从亚马逊到Facebook，再到谷歌和微软，全球最顶尖、最有影响力的技术公司都将目光转向了人工智能（AI）。本文将介绍AI、机器学习以及深度学习，其中着重介绍深度学习是如何工作的，以及深度学习为何直到今天才开始成熟，最后，介绍开源的深度学习框架。
原文链接：https://mp.weixin.qq.com/s/kUrAJ-VeKzwi8L_mP74Tdw
杰弗里·摩尔在《跨越鸿沟》中提出过一个著名的观点：“高科技产品面世过程中，最危险、最关键的一点，就是由少数有远见者所主宰的早期市场，向实用主义者占支配地位的主流市场过渡。”
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议
