AI头条 | 本周人工智能要闻回顾 09-01

作者: 智众互动 | 来源:发表于2017-09-02 08:08 被阅读0次

欢迎加入AI技术群和投资者群，请联系微信号：luofei614（添加时请注明身份以便验证）

1.《十大必须掌握的机器学习算法，你都知道了吗？》

来源：智众互动

简介：通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。

每个算法都看了好几个视频，挑出讲的最清晰明了有趣的，便于科普。以后有时间再对单个算法做深入地解析。

点击阅读原文 >

2.《在搜集人类语音数据上，谷歌与火狐展开正面交锋》

来源：新智元

简介：巨头都在争相开源，那么彼此之间会不会形成竞争？近日，火狐浏览器的所有者Mozilla开源了一个语音数据库，与谷歌所做的数据库高度类似。这篇文章比较了两家公司数据库的构成要素和数据搜集方法。文章认为，那些免费的音频资源更实用，甚至比那些大公司秘而不宣的数据集更有价值。

点击阅读原文 >

3.《原阿里iDST语音团队负责人初敏加入思必驰，任北京研发院院长》

来源：机器之心

简介：这位声音爽朗有力的女性，曾带领团队向阿里巴巴各条业务线输送语音相关技术，从识别、合成，到理解、交互。十年前在微软亚洲研究院工作时，初敏的团队还曾促成微软唯一一个完全放在中国运营的业务——语音合成。告别大公司职业生涯，作为研究者、领导者，她为自己的「后阿里时代」选择了一条怎样的线路？

点击阅读原文 >

4.《2017世界机器人大会的那些机器人》

来源：人工智能学家

简介：2017世界机器人大会和秋天一起来了，8月22-8月27。其实用膝盖想一想都知道，以现在地球人的知识和技术能力，造不出什么超智慧的机器人，这场展会看来没有看的必要。

其实不然，在公元2067年也就是机器人觉醒元年之后，机器智慧带来了数学物理基础理论的飞速发展，伴随着一个个重大突破之后，是标志性的公元2092，时光机问世。拥有了时光机之后，机器人们最常穿越时空访问的目的地，就是自2015年开始在亦庄举办的世界机器人大会，它们常常结伴伪装成人形或机器人产品的样子，来这个地方朝圣、探访。想想有机会遇到来自未来的智慧体，我还是爬起来飞奔向了会场。

点击阅读原文 >

5.《替代造型师和设计师，亚马逊要用人工智能玩时尚》

来源：36氪

简介：据国外媒体报道，亚马逊并不是高端时尚的代名词，但公司正准备使用人工智能算法来替代造型师和设计师。

这家电子商务公司的研究人员目前正在开发相关机器学习系统，从而更有效地发现最新时尚趋势并作出反应，甚至可以塑造出时尚。

这些研究能够让亚马逊对社交媒体的时尚趋势进行实时跟踪，从而在改进旗下零售业务中显现出优势。特别是可以帮助公司扩大自身在服装业的优势，甚至主导该领域。

点击阅读原文 >

6.《新手入行AI最需要掌握的五大技能！》

来源：全球人工智能

简介：作为一名软件工程师，我们应该活到老学到老，时刻与不断发展的框架、标准和范式保持同步。同时，还要能活学活用，在工作中使用最合适的工具，以提高工作效率。随着机器学习在越来越多的应用程序中寻得了一席之地，越来越多的程序员加入AI领域，那么，入行AI领域需要哪些技能呢？

点击阅读原文 >

7.《深度学习那么火？但它远非人工智能的全部与未来！》

来源：人工智能观察

简介：人工智能的这一波热潮毫无疑问是由深度学习引发的，自吴恩达等人2011 年发表「识别猫」研究后，深度学习及其引发的技术已经在图像识别、游戏等任务中超越人类，并让机器学习技术的应用带入人们的生活。这种AlphaGo 背后的技术是否是未来人工智能的方向？大家吹捧的深度学习到底是不是人工智能的全部？小智君用今天这篇文章为大家解答。

点击阅读原文 >

8.《【AI版摩尔定律】10张图盘点计算机视觉、语音和文本理解里程碑》

来源：新智元

简介：现在的AI发展到什么水平了？我们总说“超越人类水平”，有没有一个量化的标准，来让我们理性的认识AI发展水平，刺破火热AI的迷雾？电子前沿基金会 EFF正在致力于这一方向研究。从近期微软宣布语音识别错误率降至5.1%，与人类水平相当谈起，这篇文章将介绍目前AI领域最为知名的发展水平衡量标准，涉及计算机视觉、文本理解、语音识别、翻译、游戏等多个方向。包括ImageNet、CIFAR-10、COCO等多个近年来受到广泛关注的数据集以及取得最好成绩的模型的介绍。

点击阅读原文 >

9.《人人都能读懂的无监督学习：什么是聚类和降维？》

来源：机器之心

简介：机器学习已经成为了改变时代的大事，一时间似乎人人都应该懂一点机器学习。但机器学习涉及到的数学知识和编程能力往往让没有相关经验的人望而却步。YupTechnologies机器学习专家 Vishal Maini 近日在 Medium 上发布了一个介绍机器学习的系列文章《人人读得懂的机器学习（MachineLearning forHumans）》，用普通人能理解的语言对机器学习领域的一些核心概念进行了阐述。机器之心在这里编译了这一系列文章的第三部分「无监督学习」，对主要的聚类和降维算法进行了介绍，其中包括K 均值聚类、层次聚类、主成分分析（PCA）和奇异值分解（SVD）。机器之心将逐步向读者介绍该系列更多的文章。