观察
-
2020 年,图机器学习的趋势有哪些
2020 年才刚刚开始,但我们已经可以通过最新的研究论文看到图形机器学习(GML)的趋势。以下是我对 2020 年 GML 的重要性的看法以及对这些论文的讨论。 前言 本文的目的不…
-
机器学习公平性研究,走在正确的道路上吗?
机器学习公平性的研究真的走在正确的道路上吗? 随着人工智能的发展,机器学习的技术越来越多地被应用在社会的各个领域,来帮助人们进行决策,其潜在的影响力已经变得越来越大,特…
-
火爆的图机器学习,2020年将有哪些研究趋势?
2019年绝对是图机器学习(GML)大火的一年,凡是学术会议,图神经网络的会场总会爆满。 图机器学习的研究之所以在2019年突然变得火热,原因在于,在前几年尽管深度学习…
-
从麻将到“农药”,细数 AI 攻占的游戏领域
(雷锋网出品)按照传统,过年需要走亲访友给长辈拜年的。但是今年情况特殊,全国人民正在备战“新疫情”,相信大家已经不会走街串巷,举行大型聚会了。 但亲朋好友聚仍然可以“云聚会”聊家常…
-
表征学习、图神经网络、可解释的 AI , ML & 机器人七大研究进展一览
随着每一年的结束,麻省理工学院电气工程与计算机科学系博士 Gregory J Stein 都会回顾一下对其影响最大的各大研究趋势或论文,今年亦如此。 作为该领域的研究人员,他发现深…
-
最全!2019 年 NLP 领域都发生了哪些大事件?
对于自然语言处理领域来说,2019 年可谓是令人惊叹的一年! 日前,NLP 专家 Elvis 盘点了 2019 年 NLP 和 ML 领域发生的大事件,涵盖具有价值的论文、文章、工…
-
自监督学习,如何从数据困境中拯救深度学习?
大规模标注的数据集的出现是深度学习在计算机视觉领域取得巨大成功的关键因素之一。然而监督式学习过于依赖大规模标注数据集,数据集的收集和人工标注需耗费大量的人力成本。自监督模型解决了这…
-
深度学习的光环背后,都有哪些机器学习的新进展被忽视了?
雷锋网 AI 科技评论按:从神经网络被学术界排挤,到计算机科学界三句话不离人工智能、各种建模和预测任务被深度学习大包大揽,只不过短短十年时间。这十年里我们目睹了 dropout、S…
-
保守的机器学习如何拯救日新月异的我们
雷锋网 AI 科技评论按:热热闹闹的机器学习浪潮给学术研究和实际应用都带来了很多新意,似乎我们可以就这样乐观地乘着机器学习的列车驶向未来。记者、科幻小说作者 Cory Doctor…
-
AI的下一个战场:认知智能的突围
“深度学习的钥匙丢在了黑暗角落。”张钹院士不止一次提出这个论点。深度学习方法易受欺骗、易受攻击已经是研究者们达成的共识,追其根本原因,张钹归结为:大家只是在灯亮的方向对模型修修补补…