由买买提看人间百态

topics

全部话题 - 话题: 图像识别
首页 上页 1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)
f*******e
发帖数: 5277
1
算了我现在也是闲着。特斯拉的autopilot经历了大概三个时期
1. 主要依靠mobileye的图像识别和特斯拉的反应算法
2. 在依靠mobileye的图像识别基础上,把声纳雷达的输入信号提高到等同重要位置来
让反应算法去判断应对
3. 自己搞的tesla vision软件基础,利用nvdia计算功能的辅助驾驶
1、2都属于所谓的autopilot 1.0。2的发生是去年佛罗里达那哥们撞死催生的。
3也就是所谓的autopilot 2.0,正式名称是enhanced autopilot,是和mobileye合作终
止之后搞的。
你贴的这两段视频都是1阶段的车。2阶段的车因为更加重用了雷达,对金属物体更灵敏
,已经做到了人还看不见前车再往前发生状况就判断有状况而采取措施(https://www.
youtube.com/watch?v=DuIrjRAzNPQ)。当然雷达的比重更高后假阳性的概率也高了,
特别是上坡时候路上方有路牌的话容易误判是静止的车辆进而误判采取急刹车。这些东
西主要靠fleet learning来训练,毕竟路牌很少会变化,容易whitelist。
3从去年八九月推... 阅读全帖
b******i
发帖数: 914
2
EE PHD。现在正在做wireless网络这一块儿,想以后转到mobile上和machine learning
,图像识别
相关的工作。编程的话可以准备,但是自己没有这方面的专业背景,请问该如何最大化
转行成功的概率呢。自学
一下machine learning, 图像识别,有用么?谢谢
h*********i
发帖数: 2605
3
【 以下文字转载自 Military 讨论区 】
发信人: shantianxia (善天下), 信区: Military
标 题: 华人的骄傲:美女李飞飞教授
发信站: BBS 未名空间站 (Tue Feb 28 09:29:10 2017, 美东)
从洗衣妹到谷歌首席科学家,她靠孤独改变了人工智能界,还活成了所有美国人的偶像
2017-02-28
来源:创日报(ID:chuangribao)
作者:肉肉
自从阿尔法狗出来搞完事情以后,人工智能算是彻底火了。
先是中国资本界和互联网科技圈一哄而上,再是媒体也跟着一起起哄,害得大家被人工
智能话题和新闻刷屏到想吐。

对此,全球各地人工智能领域的科学家们纷纷表示纳闷:“咦,我们也没做出什么成绩
啊,人工智能怎么突然这么受关注。。。”
其实创哥想说,有时候吧,浮躁的创投界是和时尚界有一拼的。当然这股席卷全球的舆
论风暴里也刮出了一股清流,让一位全球顶级华裔女科学家进入了国民的视野。
她是全球十大顶级科学家之一,
人工智能领域绕不开的传奇女人。
也是斯坦福大学最年轻的终身教授,
顶级计算机期刊上发表超过100篇学术论文!
她就是世界人工... 阅读全帖
m****s
发帖数: 18160
4
来自主题: JobMarket版 - 征人回国创业
【 以下文字转载自 Returnee 讨论区 】
发信人: jiankuihe (zz), 信区: Returnee
标 题: 征人回国创业
关键字: 基因测序
发信站: BBS 未名空间站 (Sun Mar 29 02:33:23 2015, 美东)
我们在深圳开了一家小公司( www.pacgeno.com),刚刚起步,已经拿到了风投。现在主
要的目标是开发基因测序仪。目前公司的数个职位还是空缺,国内找不到合适的人。如
果各位网友中有二代基因测序仪器开发经验,或者做过基因芯片,或者对单分子荧光检
测有经验的优秀PHD,欢迎加入。公司刚开始,都会有股份期权。基因测序是国内外最
热最有前途的领域,因此欢迎回来和我们共同创业
职位一:CTO
要求:在生物医疗企业从事过多年研发工作。
职位二:首席化学家
要求:多年从事合成化学(合成碱基等小分子)或者表面化学(玻璃表面修饰,寡核苷
酸杂交)研究。
职位三:首席测序科学家
要求:能够开发测序前样品处理方法,测序建库方法。优化测序流程,优化测序试剂,
优化测序循环。开发针对肿瘤,产前诊断,和遗传病的基因检测方法。
职位四:CFO
要求:在证劵... 阅读全帖
e********t
发帖数: 9607
5
来自主题: Living版 - 草坪机器人
我觉得现在的技术条件完全成熟了。首先现在有自动割草的机器。卖1000美元,也不能
算造价太高吧。我的设想不过是加上一些图像识别和智能。这几年移动设备发展的很快
,安卓,rpi价格都很便宜的。剩下的是一些软件的功能。我不是学计算机的,但是我
提到的几个图像识别我觉得完全不难实现。至于利用太阳能和生物能,只是副产品不是
必须。
我如果有当年装修的时间和精力,估计也搞出来了。
j*******e
发帖数: 23
6
来自主题: Returnee版 - 征人回国创业
我们在深圳开了一家小公司( www.pacgeno.com),刚刚起步,已经拿到了风投。现在主
要的目标是开发基因测序仪。目前公司的数个职位还是空缺,国内找不到合适的人。如
果各位网友中有二代基因测序仪器开发经验,或者做过基因芯片,或者对单分子荧光检
测有经验的优秀PHD,欢迎加入。公司刚开始,都会有股份期权。基因测序是国内外最
热最有前途的领域,因此欢迎回来和我们共同创业
职位一:CTO
要求:在生物医疗企业从事过多年研发工作。
职位二:首席化学家
要求:多年从事合成化学(合成碱基等小分子)或者表面化学(玻璃表面修饰,寡核苷
酸杂交)研究。
职位三:首席测序科学家
要求:能够开发测序前样品处理方法,测序建库方法。优化测序流程,优化测序试剂,
优化测序循环。开发针对肿瘤,产前诊断,和遗传病的基因检测方法。
职位四:CFO
要求:在证劵公司或者上市公司财务部工作经验。拥有注册会计师,金融师证,或者
MBA.
职位五:图像识别工程师
要求:单分子光学影像分析软件设计,对图像上的特征点进行检测,识别,定位,叠加
和计算;
职位六:首席生物信息学家
要求:多年从... 阅读全帖
b******y
发帖数: 9224
7
来自主题: StartUp版 - 问个特种搜索引擎的问题

图像搜索是个单独的领域了,估计是提取特征值,然后看相关度。和文本的搜索有很大
不同。感觉确实难度不小。我对computer vision一点不懂,所以做不了这个了。另外
,从当前的应用看,貌似就是在特定领域里图像识别不错,比如查罪犯用的人脸识别啥
的。不熟不做,其实小公司能够把文字搜索做好,也相当不错了。都不容易。
j*******e
发帖数: 23
8
来自主题: StartUp版 - 征人回国创业(深圳)
我们在深圳开了一家小公司( www.pacgeno.com),刚刚起步,已经拿到了风投。现在主
要的目标是开发基因测序仪。目前公司的数个职位还是空缺,国内找不到合适的人。如
果各位网友中有二代基因测序仪器开发经验,或者做过基因芯片,或者对单分子荧光检
测有经验的优秀PHD,欢迎加入。公司刚开始,都会有股份期权。基因测序是国内外最
热最有前途的领域,因此欢迎回来和我们共同创业
职位一:CTO
要求:在生物医疗企业从事过多年研发工作。
职位二:首席化学家
要求:多年从事合成化学(合成碱基等小分子)或者表面化学(玻璃表面修饰,寡核苷
酸杂交)研究。
职位三:首席测序科学家
要求:能够开发测序前样品处理方法,测序建库方法。优化测序流程,优化测序试剂,
优化测序循环。开发针对肿瘤,产前诊断,和遗传病的基因检测方法。
职位四:CFO
要求:在证劵公司或者上市公司财务部工作经验。拥有注册会计师,金融师证,或者
MBA.
职位五:图像识别工程师
要求:单分子光学影像分析软件设计,对图像上的特征点进行检测,识别,定位,叠加
和计算;
职位六:首席生物信息学家
要求:多年从... 阅读全帖
m****a
发帖数: 2593
9
来自主题: Stock版 - TSLA特斯拉否极泰来了
自动驾驶的等级划分分为L1-L5,特斯拉推出的算是处于1.5,反而是最危险的,因为司
机一旦放松时间长了,出现危险提示再接管的过程太长,来不及反应。
但是特斯拉却起名叫autopilot,这应该算是欺诈
楼上说的特斯拉只用摄像头搞低成本的基于图像识别的自动驾驶
so far证明是行不通的。现状是基于Lidar的如waymo和cruise,研发硕果累累,稳步推
进。基于图像识别的天天撞人,撞树,撞墩子,闯红灯。
个人很佩服Elon的创业精神和能力,但是夸大不成熟的技术,尤其是会导致致命事故的
技术的能力,这个是欺诈,是严重的人品问题,
m****a
发帖数: 2593
10
来自主题: Stock版 - TSLA特斯拉否极泰来了
自动驾驶的等级划分分为L1-L5,特斯拉推出的算是处于1.5,反而是最危险的,因为司
机一旦放松时间长了,出现危险提示再接管的过程太长,来不及反应。
但是特斯拉却起名叫autopilot,这应该算是欺诈
楼上说的特斯拉只用摄像头搞低成本的基于图像识别的自动驾驶
so far证明是行不通的。现状是基于Lidar的如waymo和cruise,研发硕果累累,稳步推
进。基于图像识别的天天撞人,撞树,撞墩子,闯红灯。
个人很佩服Elon的创业精神和能力,但是夸大不成熟的技术,尤其是会导致致命事故的
技术的能力,这个是欺诈,是严重的人品问题,
m****a
发帖数: 2593
11
自动驾驶的等级划分分为L1-L5,特斯拉推出的算是处于1.5,反而是最危险的,因为司
机一旦放松时间长了,出现危险提示再接管的过程太长,来不及反应。
但是特斯拉却起名叫autopilot,这应该算是欺诈
楼上说的特斯拉只用摄像头搞低成本的基于图像识别的自动驾驶
so far证明是行不通的。现状是基于Lidar的如waymo和cruise,研发硕果累累,稳步推
进。基于图像识别觉的天天撞人,撞树,撞墩子,闯红灯。
f*****g
发帖数: 34
12
对watson抱有不切实际的幻想固然不正确,但是要看对以下:
1. 医生群体肯定有部分抵制的。砸他们饭碗啊!正如出租车司机反对UBER一样。所有
很多抱怨正常。早期工人砸机器。
2. 是否医院诊断AI这个想法一无是处?如果只做诊断,哪怕分级诊断是否带来巨大好
处?大部分图片,图像识别非常准确,就这就可以代替无数人工看片的医生了。现在医
院看片子是否需要医生,医生小时收费200,用图像识别是否更好,更省钱? 在举个例
子,在美国看个普通病,预约等等,然后如果检查,最后下来费时间,费钱。如果IOT
设备到家,让后加部分AI,是否既创造出需求,又有效率。
我没有说AI一步到位,IBM是先行者,有失败,另外估计产品经理规划等存在巨大问题
。先行过多很多就是死在沙滩上。如果你看看IPHONE 和之前的智能机就知道了。之前
微软可是更早提出触屏手机,后来放弃用键盘;苹果成功了。再说互联网,BUBBLE,
然后破裂,现在电子商务满大街了。所有早期死在沙滩上,后来就行了。那么现在的电
子商务和早期的有巨大区别吗?技术上不大吧。
至于项目失败?IT软件开发项目,70%是失败和半失败,不是资金远远超出就是... 阅读全帖
m****u
发帖数: 3915
13
来自主题: Chicago版 - 无人驾驶目前几乎是无解。
不懂别瞎说好吗?
无人驾驶的方向使用激光雷达探测障碍物,根本不是图像识别,图像识别本身技术不可
靠,而且受太阳光直射和夜晚影响很大
激光雷达不会受光线影响,而且可靠稳定,但是有两个缺点,一个是太贵,另外一个是
受微小颗粒物影响,比如下大雪。但是这两个问题解决起来并不困难
总之无人驾驶技术在未来5-10年应该就能问世
c******n
发帖数: 5697
14
来自主题: LosAngeles版 - 以后开车要更加小心了。
you are hilarious
google的自动汽车绝对是一伟大创举
那个德国人Sebastian Thrun太厉害了,一个人造的robot car就把Carnegie Mellon一
个系所有人造的自动驾驶系统打败了,得了DARPA的无人驾驶越野赛冠军
这个人工智能认路系统太牛逼了,他用的是图像识别,carnegie mellon用的是激光制
导,结果证明软件图像识别要比硬件激光控制要牛逼的多
a*****g
发帖数: 19398
15
2016年1月28日,谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋,让围棋圈
惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind,关于
Deepmind,国内人工智能圈人士都有所耳闻,但熟悉者恐怕不多。这究竟是一家什么样
的公司?
Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访,视频来自
Nature、后期由黑匣整理:

2011年,杰米斯?哈萨比斯在埃隆?马斯克等人的投资下,成立了一家人工智能初创公司
DeepMind,现在,这家公司已经变成了世界上最有价值的公司之一。2014年6月,哈萨
比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见,同意
将DeepMind以4亿美元的价格卖给谷歌。昨天,谷歌DeepMind推出的人工智能算法打败
了人类围棋选手,震惊世界。
谷歌为何收购?Deepmind牛逼在哪里?来看看哈萨比斯在接受Backchannel采访时的答
案。
Backchannel:谷歌是一个人工智能公司吗?他们有什么吸引你们的地方呢?
哈萨比斯:是的,人工智能是谷... 阅读全帖
a*****g
发帖数: 19398
16
2016年1月28日,谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋,让围棋圈
惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind,关于
Deepmind,国内人工智能圈人士都有所耳闻,但熟悉者恐怕不多。这究竟是一家什么样
的公司?
Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访,视频来自
Nature、后期由黑匣整理:

2011年,杰米斯?哈萨比斯在埃隆?马斯克等人的投资下,成立了一家人工智能初创公司
DeepMind,现在,这家公司已经变成了世界上最有价值的公司之一。2014年6月,哈萨
比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见,同意
将DeepMind以4亿美元的价格卖给谷歌。昨天,谷歌DeepMind推出的人工智能算法打败
了人类围棋选手,震惊世界。
谷歌为何收购?Deepmind牛逼在哪里?来看看哈萨比斯在接受Backchannel采访时的答
案。
Backchannel:谷歌是一个人工智能公司吗?他们有什么吸引你们的地方呢?
哈萨比斯:是的,人工智能是谷... 阅读全帖
r*********m
发帖数: 100
17
来自主题: Go版 - Best iOS Go App

主要功能
iOS上最强大的SGF棋谱文件浏览/编辑器
支持最直观的棋盘放大缩小和变化图切换
最具创意的书本模式,使用iOS上超炫的翻页效果
支持棋子标志,数字和各种棋谱的定制方法
围棋电子图像识别
首次把图像识别技术引入到iOS的围棋应用中!
无缝的内嵌浏览器
支持从浏览网页中无限下载棋谱
轻轻一触,即可以瞬间导入棋谱
支持从Zip文件中批量导入棋谱
天生的社交功能
和Facebook, Twitter,新浪微博紧密的集成,随时随地和棋友分享棋谱
PDF图书的生成
通过围棋之眼,您可以制作自己的“名局细解”,并分享给任何人
其他的强大功能,您可以在使用中不断发现
搜索引擎技术让您更快地找到想要的棋谱
棋谱保护功能,精细的棋局图片预览,等
防止“越狱”的机器非法使用,保障了广大消费者的权益。
还有很多...
a*****g
发帖数: 19398
18
2016年1月28日,谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋,让围棋圈
惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind,关于
Deepmind,国内人工智能圈人士都有所耳闻,但熟悉者恐怕不多。这究竟是一家什么样
的公司?
Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访,视频来自
Nature、后期由黑匣整理:

2011年,杰米斯?哈萨比斯在埃隆?马斯克等人的投资下,成立了一家人工智能初创公司
DeepMind,现在,这家公司已经变成了世界上最有价值的公司之一。2014年6月,哈萨
比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见,同意
将DeepMind以4亿美元的价格卖给谷歌。昨天,谷歌DeepMind推出的人工智能算法打败
了人类围棋选手,震惊世界。
谷歌为何收购?Deepmind牛逼在哪里?来看看哈萨比斯在接受Backchannel采访时的答
案。
Backchannel:谷歌是一个人工智能公司吗?他们有什么吸引你们的地方呢?
哈萨比斯:是的,人工智能是谷... 阅读全帖
b*****s
发帖数: 3390
19
佳能的双核对焦cmos还是挺创新的,不是别人玩剩的
大法在全力做图像识别,如果这个牛逼了,以后追焦就牛了,当然段时间内还不能取代
顶级单反,不过方向是对的,迟早的事情
无反单个相位点能力相对顶级单反不行,但是如果第一次对焦能把主体图像抓取识别好
,追焦完全是就是处理器和软件分析层面的事情了
h*****2
发帖数: 2070
20
"dual pixel AF"? google返回的前两页全是广告页。不要告诉我用百度,蒙国内用户
的招数而已,跟大法的“微单”是一个路数。
我觉得与其做图像识别,还不如钻研一下散热问题。图像识别这种东西,不是相机厂的
强项,还不如等google做出来了直接买。散热问题不解决,其他全是白搭。除非你搞一
CPU不发热还高主频。我是不信的。
M********t
发帖数: 5032
21
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
Google人工智能
攻破了围棋,然后呢?
雷锋网
study875
39分钟41秒前
Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或
得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国
际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——
比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google
人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情
况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李
世乭。
今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰
写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序
中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练
AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人
工智能系统无法突破人类的计算。为了获得更好的... 阅读全帖
L****8
发帖数: 3938
22
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
不就是把棋谱数据库增大了么 然后欺负人的记忆力
算个屁的人工智能

在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙
特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计
算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法
,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计
算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才
1080。国际象棋最大只有2155种局面,称为香农数,大�: 率�1047。
使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术
的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它
们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉—
—做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起
来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。
这也... 阅读全帖
w*******g
发帖数: 9932
23
来自主题: Joke版 - 特斯拉车祸示意图
如果是靠deep learning的算法, 估计没有这样的training data,导致判断失误。
图像识别速度远不够。如果这是图像识别, 应该能找出车子的边缘而判断是个障碍物。
l**u
发帖数: 731
24
来自主题: BNU版 - 被搞死了
该死的俄罗斯postdoc,其实是乌兹别克斯坦的。
搞了一个什么成像的实验,然后图像识别软件不行,自己也搞不出NB的算法,最后
竟然出这等恶劣的损招,让实验室的可怜孩子们用眼睛去图像识别,图象是嘿嘿的
背景里面模模糊糊的小白点,一万多张图片,要挨个看,找到小白点,还要记下白
点在图象的坐标,然后给他做成数列。六个人给丫的搞了一个周末了,才搞了六千
多,今天又是一天,恶心死了,头一次这么恶心看电脑。眼红的和兔子一样,丫的
。晚上又要去gym打沙袋了。
z*****n
发帖数: 7639
25
来自主题: HUST版 - 控制系与图像所合并
这个,要看图像所主要都在搞啥。
图像处理/压缩属于CS吧,图像传输倒是跟电信CS都沾边。
模式识别我觉得也跟CS更接近些,控制系统里面有模式识别,
不过那算控制的横向,传感器类似。控制的核心是控制算法。
j****u
发帖数: 1413
26
来自主题: USTC版 - 中国科大AI沙龙在京落幕
3月11日,中国科大AI沙龙进行项亮(0210,今日头条AI实验室科学家)与任少卿(
07218,Momenta研发总监)等两位AI新秀做机器学习的报告。今日头条AI科学家项亮博
士的报告题为《机器学习在工作中的应用:从推荐系统到互联网金融》。
项亮简单介绍了博士起的工作经历,并回顾了本人在推荐系统领域所做的工作。关于推
荐系统,他阐述了评分预测、Top-K预测、点击率预估、主题模型、深度学习等五个方
面内容。项亮曾供职于宜信,将机器学习应用到贷款的风险控制中,成功降低贷款项目
的坏账率且实现盈利。而机器学习与人脸识别如何在金融反欺诈领域应用也是话题之一
。核心问题是鉴别“你面对的是一个人还是一只狗”(或一张照片)。项亮笑说:在地
下的非法产业中,蕴藏了大批的人工智能顶级科学家。例如常规的人脸识别左右眨眼本
意是区分真人与照片。搞笑的是“道高一尺魔高一丈”,非法骗贷产业早有高人破解了。
2016年11月,项亮加入今日头条,从事机器学习与计算机视觉工作。他在答疑环节遇到
了多个相关问题。2016年8月31日,今日头条副总编辑徐一龙与首席算法构架师曹欢欢
曾在中国科大互联网沙龙作报告。其间... 阅读全帖
q*c
发帖数: 9453
27
来自主题: Programming版 - 只要有waiting list,黄牛怎么赚钱?
行啊。 100 章票, 你去交退票费?
而且 hotmail 当年实现了图像识别, 注册人数立刻下降 80%. 老美的计算机 spammer
对付不了这个, 就中国人可以?
办法多的很, 图像识别都不需要, 就是
1. 一次提交你全部的可能车次请求, 10 个100 个都无所谓
2. waiting list 后台顺序match. 控制 batch 保证每个 batch 10 分钟出结果。
3. 人名在票上
4,一次请求最多出一张票,退票交 30% restock fee.
马上搞定。
a*****g
发帖数: 19398
28
2016年1月28日,谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋,让围棋圈
惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind,关于
Deepmind,国内人工智能圈人士都有所耳闻,但熟悉者恐怕不多。这究竟是一家什么样
的公司?
Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访,视频来自
Nature、后期由黑匣整理:

2011年,杰米斯?哈萨比斯在埃隆?马斯克等人的投资下,成立了一家人工智能初创公司
DeepMind,现在,这家公司已经变成了世界上最有价值的公司之一。2014年6月,哈萨
比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见,同意
将DeepMind以4亿美元的价格卖给谷歌。昨天,谷歌DeepMind推出的人工智能算法打败
了人类围棋选手,震惊世界。
谷歌为何收购?Deepmind牛逼在哪里?来看看哈萨比斯在接受Backchannel采访时的答
案。
Backchannel:谷歌是一个人工智能公司吗?他们有什么吸引你们的地方呢?
哈萨比斯:是的,人工智能是谷... 阅读全帖
a*****g
发帖数: 19398
29
2016年1月28日,谷歌AI——Alphago战胜人类围棋冠军的消息让科技圈振奋,让围棋圈
惶恐。Alphago的研发团队是谷歌新近收购的英国人工智能公司Deepmind,关于
Deepmind,国内人工智能圈人士都有所耳闻,但熟悉者恐怕不多。这究竟是一家什么样
的公司?
Nature 杂志的记者进入Deep Mind位于英国伦敦的公司内部进行了采访,视频来自
Nature、后期由黑匣整理:

2011年,杰米斯?哈萨比斯在埃隆?马斯克等人的投资下,成立了一家人工智能初创公司
DeepMind,现在,这家公司已经变成了世界上最有价值的公司之一。2014年6月,哈萨
比斯和DeepMind的另两位联合创始人肖恩?列格、穆斯塔法?苏莱曼达成一致意见,同意
将DeepMind以4亿美元的价格卖给谷歌。昨天,谷歌DeepMind推出的人工智能算法打败
了人类围棋选手,震惊世界。
谷歌为何收购?Deepmind牛逼在哪里?来看看哈萨比斯在接受Backchannel采访时的答
案。
Backchannel:谷歌是一个人工智能公司吗?他们有什么吸引你们的地方呢?
哈萨比斯:是的,人工智能是谷... 阅读全帖
w***g
发帖数: 5958
30
来自主题: Programming版 - AI就是图灵机上的算法问题
再为老邢做点贡献。
没有DL前我搞过多年图像识别。那时候别的很多曾经认为是AI的题目都被解决了。
包括下围棋,虽然下不成世界第一,但是秒普通人妥妥的。那时有一种说法,就是
很多问题没解决前都被认为是AI,但解决了以后发现都是机械的方法。当时就觉得
图像识别就是不是真AI,也需要特别复杂的算法了。结果还是机械的方法,还很
简单。原理是什么对结论并不重要,因为原理不可能比implementation更复杂。
只是目前可能还没有合适的概念和语言用来表述这个原理。版上说的DL原理不复杂,
正好支持图灵机强大的capacity。这些证据足够我相信AI就是图灵机上的算法问题。
在这个版上提量子力学或者未知物理机制的,我觉得物理应该也没学好还有神秘感。
大图景:物理研究的是building block的问题,目前到了基本粒子层次,无奈的是
基本粒子乱七八糟还是很多,所以要找更基本的building block。人脑是细胞层次
的自组织现象。细胞在脑出现之前很久很久就已经有了,神经元细胞出现晚点,但
也是很久很久以前就有了,但是没有智能。只有组织成脑这个形态的时候才出现了
智能。这本身就说明智能不是b... 阅读全帖
c****3
发帖数: 10787
31
其实搞计算机的人遇到人工智能,图像识别一样傻眼。他们只会暴力算法和概率。
什么深蓝国际象棋,都是靠暴力算法。人工智能也只会靠暴力和概率。
现在的人工智能,连低等动物的学习能力都达不到,图像识别也是一样。
N******2
发帖数: 436
32
来自主题: Biology版 - 有没有什么仪器可以做的?
怎么样的计数器?能否给个产品链接?或者私下交流下?
以前上生物仪器课的时候就做实验玩过,一幅细胞图片输入进来,写个LabVIEW程序,
用LabVIEW的自带库文件就可以自动数细胞了。这个的难点不是硬件,而是好的图像
识别算法来提高准确度,我有好几个师兄在图像识别方面是专家。

发帖数: 1
33
导语:回观国内市场,这些不靠谱、不合医学逻辑和没有临床价值的事情反而愈演愈烈
,耗费了大量的资本和医疗资源,可谓几大乱象
本文作者代号HHH,目前为一家人工智能医疗创业公司的CEO,有10多年硅谷的高科技公
司的工作经历(Google, Cisco等),斯坦福商学院Sloan Fellow。
业内人的“针砭时弊”:AI医疗界的3大乱象以及如何评价医学人工智能的成果?
With machine learning situated at the peak of inflated expectations, we
can soften a subsequent crash into a “trough of disillusionment” by
fostering a stronger appreciation of the technology’s capabilities and
limitations.
今年6月底的《新英格兰》刊出了一篇观点文章《Machine Learning and Prediction
in Medicine — Beyond the Peak of ... 阅读全帖
n*p
发帖数: 298
34
“信号计算,微波图像理解,目标识别,遥感与导航技术”怎么翻译?
j**********i
发帖数: 3758
35
来自主题: Sociology版 - 我都可以当院士的博导了
文章标题 文章版面 日期 跟贴 阅读
1 黑鬼闹事 Sociology Jan 23 1 109
2 奔丧:舅舅去世 Sociology Jan 22 0 109
3 铜 (转载) Physics Jan 21 1 265
4 铜 Sociology Jan 21 1 130
5 纪念白求恩大夫 MedicalCareer Jan 20 0 212
6 这个项目“很重要”很有用 (转载) EE Jan 20 15 997
7 这个项目很有用 (转载) CS Jan 20 5 218
8 这个项目“很重要”很有用 Sociology Jan 20 11 196
9 谁去做这个: (转载) CS Jan 20 0 171
10 谁去做这个: Sociology Jan 20 ... 阅读全帖
z****e
发帖数: 54598
36
现在我们只是做个参考
大概设想是做一个图像识别领域
比如大本做的那些
政府,大学都有资金,但是缺人,缺专家
但是要申请的话,课题上可以说,但是如果资金批下来
我们就打算招人搞图像识别这一块
请问各位价格大概是在什么范围内你愿意回去?
一线城市非二都,最好有工作经验
纯理论就好,实现我们可以找人来搞,本科,土硕土博都行
但是理论上要可行,可以说的是,目前政府和大学的钱都用不完
去年花了一堆钱,屁都没做出来
V***b
发帖数: 3419
37
来自主题: _Auto_Fans版 - BMW M235i 自动驾驶
基于本地. 图像识别.雷达探测再加计算的话没法100%可靠啊,比如有人乱穿马路或者
路上有一坑,或者前车掉下来一根大木头,图像识别失败就完蛋了。看来自动驾驶没戏。
w*********g
发帖数: 30882
38
异军突起:中国最新隐身攻击型作战无人机让国际震动
出处:西陆尖锐前线 作者:不死鸟归来 时间:2009-10-14 14:55:20   对于有人驾
驶飞机,中国航空界起步研制晚于世界半个世纪,至今距国际先进水平还有一定差距,
而在无人机方面卸发展迅速并赶上新潮流。
进入新世纪以来,美国、日本和台湾密切监视中国的军事发展专案,无人机又成为
一个重点。2004年末美国得知以色列要为已售给中国的"哈比"无人机升级 时,马上要
求禁售并扣留。2006年11月在珠海航展上,最引起一些以记者身份出场的美国观察人员
注目的展品,也是新亮相的中国无人作战和侦察机。近年内 地科技展览、电视和报刊
的报道中,也介绍了一些供炮兵、特种侦察兵使用,以及民用的无人机。按照国内外一
些专家评价,中国目前在无人机这一新兴领域中紧紧 追踪世界最新成果,已经推出一
系列有先进水平的产品,这将为今后的军事斗争提供一项高效费比、攻防兼备的新概念
武器。
无人机领域异军突起
中国去年一举推出了5个型号的无人机,其中有带隐身能力的攻击型作战机,设计
思想和性能都很先进,引来国际航空界的震动。
20世纪世界走入飞机时代后,旧中... 阅读全帖
w********e
发帖数: 8594
39
来自主题: Military版 - 我提个改良监控设备的思路
现在监控设备渐渐多了,对破案有很大的帮助。但美中不足的是很多时候由于摄像头清
晰度不够而看不清细节。因此我来提个建议。建议很简单,就是对于移动的物体,争取
在它脱离视野之前对其聚焦拍一张高清照片。一个探头里装一个普通摄像头,加一个可
移动可变焦的高清照相机。当一个物体进入视野后,系统会计算它大约在多长时间后脱
离视野,然后由算法来决定对哪个物体拍高清照片,以便节省镜头调整时间。拍得照片
后,与物体在视频里的模糊图像建立关联。调看视频时,点击这个物体的图像,清晰照
片马上就调出来了。 虽然没有这个物体在整个过程中的连续高清照片,但有一张也就
差不多了。这种高清图片由于更容易进行图像识别,可以大大提高图像自动搜索成功的
可能性。以后刑警叔叔就用不着慢慢用肉眼来搜索视频了,可以大大提高破案速度。
大家说这个建议达到老邱的水准没?
m*****8
发帖数: 4059
40
来自主题: Parenting版 - 早识字孩子的一个小样本案例
你也不用太纠结自己图像识别及相关能力比较弱这点。人都是有长处有短处,
不可能完全均衡。你一定有自己非常突出的优点,能扬长避短就好了。
图像感知弱,空间感差,对生活的影响也不会很大。我想象,可能的确定就是
装修屋子没感觉?那就找设计师嘛!方向感可能差?没关系有GPS嘛!反正
工作了,如果不是从事特别需要这些能力的行业,这种能力不强没关系的:)
我自己也有很明显的弱项,比如肢体协调性很差,数理逻辑能力不强等等。
但是基本上对生活工作没大影响。前者,无非学运动项目、学跳舞比较慢,笨手笨脚。
后者,找了个理科LG,将来孩子有问题找他就行了。:P

我思考多年了,一直例子不够没有答案。
差读不下去),可以更深入的了解一下。我觉得自己的阅读能力算比较强的,中英文的
阅读题我基本都是满分,但是我做物理题经常看不懂题目,不知道是不是做得太少了。
学。没有像你说的去接触数学、计算机方面的书籍,另外我在高中以前从来没有看过课
外的数理参考书(好像的我所有的同学都看过)即使在高中也没有自己买过数理的课外
书,因为老师给的都消化不了。这个可能是虽然阅读早但数理化没跟上的原因。而我父
亲,他因为受他舅舅(一个数... 阅读全帖

发帖数: 1
41
北京时间3月26日,百度董事长李彦宏在中国发展高层论坛上回答关于使用用户隐私问
题时表示,中国人对于隐私问题比较开放,或者说没有那么敏感,如果通过交换隐私而
获得便捷、效率、安全,在一定程度上中国人愿意用隐私换取方便和效率。
如此表达,加上互联网的快速传播,李彦宏的此番表态引燃了舆论场。“李彦宏疯了吧
,他有什么权利代表中国人”、“谁给了百度这样张狂的底气”,诸如此类的诘问扑面
而来。 近年来,随着互联网技术在全球的飞速发展,人类社会已被裹挟进“大数据”
时代,个人隐私问题也正日益困扰着日新月异的中国。早前,顺丰斗菜鸟,华为搏腾讯
,中国大陆行业巨头纷纷陷入用户数据之争的新闻亦曾引爆舆论圈。岁末之交,“支付
宝”年度账单查看被指侵犯用户隐私一事余波未平,又有网友反映今日头条用麦克风窃
取用户隐私,称“和朋友聊天讨论西餐厅,今日头条马上给你推送西餐相关的广告和资
讯”。 大数据时代,人工智能(AI)正以肉眼可见的速度向人类日常生活迫近,人们
的购买偏好、习惯、欲望、抱负,甚至政治观点等都可能因为触摸屏幕和键盘操作由算
法公之于众。通过数据挖掘和机器学习,一只只看不见的手正在海量获取人们... 阅读全帖
d**********u
发帖数: 3371
42
首先我是搞AI的, 很多年了.
因为机械手臂和图像识别都不是难点.... 花个万把块钱就随便实现了.... 用不用没有
都无所谓....
当然如果你不是搞AI的 说出这些话 可以理解...
捉摸这些的性质 就跟那些日本的做机器人的货色整天捉摸着怎么把机器人的外表弄的
更像人一样
在特定领域和限定条件下, 比如识别棋盘, 对AI来说是小菜一碟.
刚想起来昨天看了一个介绍薯片生产线的视屏, 除了传统的机械应用达到全自动化以外
, 传动带上还有一个自动识别好坏薯片切片的摄像机和识别软件, 在薯片经过的千分之
一秒期间识别合格薯片 并用气枪打掉不合格的薯片... 在特殊的应用环境下, 闭合边
界问题里, AI, (很多时候是EE的信号处理, 比如医疗图像处理), 的应用成功率是非常
高的.
AI的难点在于真正的人工智能, 在开放世界中能够应对几乎所有的变化, 达到总结和归
纳整理信息和知识, 比如自动驾驶, 事实上是一个远难过围棋AI几个数量级的问题, 围
棋AI能被关注, 也不过是因为是第一次突破罢了. 用不了几年, 肯定帅人类棋力几十条
街.
l****z
发帖数: 29846
43
© Reuters
作者 法广
美国副总统拜登周五(12月6日)抵达韩国首都首尔访问。在重申美国在亚太地区的战略
意义的重视以及对盟友的承诺同时,也再次表示不承认中国的东海防空识别区。
拜登在一次讲话中表示,他代表总统奥巴马明确声明,美国不承认这个区划,它对美国
的行动也没有任何影响。
拜登是在周四结束在中国的访问后抵达首尔的。在北京期间,他在与美国商界人士座谈
时曾指出,中国划设东海防空识别区在地区范围内引发极大忧虑。
同一天,美国白宫发言人再次表示,中国划设防空识别区是一项危险而且具有挑衅性的
措施。与大国地位不符。
拜登到访首尔恰逢有卫星图像显示朝鲜某核基地重新开始运作。
拜登在首尔发表的一个演说中表示:朝鲜只要继续追求核子武器,就永远无法达到安全
繁荣。如果朝鲜显示有意在落实、查证及不可逆转的非核化上履行其全面承诺,我们就
准备重返6方会谈。”
拜登还表示:“美国及全世界必须让朝鲜领导人金正恩清楚明白,国际社会不会接受或
容忍朝鲜拥有核武。”
拜登周五与韩国总统朴槿惠会谈之后表示,美国决心采取一切必要行动,保卫美国及其
盟友不受朝鲜的侵犯。
他重申,奥巴马总统关于战略... 阅读全帖
s***d
发帖数: 15421
44
图像识别 语言识别 人脸识别 XX识别都要AI
f***y
发帖数: 4447
45
http://finance.eastmoney.com/a/201911071285377158.html
【力压谷歌、英伟达!阿里含光800芯片再获AI权威测试世界第一】11月7日,MLPerf基
准联盟公布首轮AI推理基准测试结果,阿里巴巴平头哥的AI芯片含光800在Resnet50基
准测试中获得单芯片性能第一。
11月7日,MLPerf基准联盟公布首轮AI推理基准测试结果,阿里巴巴平头哥的AI芯
片含光800在Resnet50基准测试中获得单芯片性能第一。
MLPerf推理基准测试设有五个基准,每个对应四种场景,重点面向图像分类、对象
检测和机器翻译等常见机器学习任务。测试者可以选择提交任何基准及相应场景的结果。
含光800参加了适用于图像分类任务的Resnet50 v1.5基准测试,在离线模式(
Offline mode)、服务模式(Server mode)、多路模式(Multi stream mode)和单路模式(
Single stream mode)四个场景都取得了单芯片第一的成绩。
离线模式测试的是芯片推理的最大吞吐量,最能考验芯片的计算、存储、通信等基
本功。含光... 阅读全帖
j****3
发帖数: 2836
46
又来装,从你嘴里就没一句有内容的。巨简单的工程问题让你说得跟啥不可逾越的技术
障碍似的,如果你真是理科phd,那不至于对工程问题如此无知啊。
你不是嘲笑我用肉眼看航母是文科生吗,那我就给你看看不借助任何图像识别技术,用
肉眼怎么解决这个工程问题。本来嘛,搞工程就是有机器的时候上机器,没机器的时候
上人肉喽。高分一号一眼800公里,分辨率是小汽车一个点,小汽车一般也就3米多长,
尼米兹长300多米,宽70来米,简化凑整,那么在高分一号照片上,就算尼米兹长度上
是100个点,宽是25个点,这个不算离谱吧?这么一个长方形,如果在计算机屏幕上放
大到长6厘米宽1.5厘米,肉眼应该很好辨认出来了。这就是说,实物图像比例需要为
300米/6厘米,也就是5000:1。那800公里需要160米的屏幕来显示。一台42寸16:9的
显示屏,宽大约90多厘米,高50多厘米。所以覆盖800公里长度需要不到180台。
高分一号的照片一传过来,就放大到1:5000,用图像软件按一个方向分成180份传到
180台电脑上,然后180人一人盯住一台电脑。为了扫描另一个方向的800公里需要翻屏
300下。保守估计人眼扫描... 阅读全帖
c****g
发帖数: 9
47
【 以下文字转载自 Boston 讨论区 】
发信人: catdog (窗外的麻雀), 信区: Boston
标 题: [招聘] Boston图像视频处理软件工程师
发信站: BBS 未名空间站 (Thu Nov 24 01:04:59 2016, 美东)
某公司招聘图像视频软件工程师,全职兼职均可。有人机互动,人脸识别分析背景的优
先。公司在Boston地区。福利优厚,项目高端。
感兴趣请联系 [email protected]/* */
r*********m
发帖数: 100
48

Go Eye当然可以啊,支持全编辑功能,支持嵌套分支变化图,解说,标识,座子(比如
死活题的那种一大堆棋子)等,甚至支持文本直接拷贝粘贴或编辑。还支持对电子图像
的图像识别(把图像转化为SGF),输出分页PDF,等等,保罗万象:)
r*********m
发帖数: 100
49

Go Eye当然可以啊,支持全编辑功能,支持嵌套分支变化图,解说,标识,座子(比如
死活题的那种一大堆棋子)等,甚至支持文本直接拷贝粘贴或编辑。还支持对电子图像
的图像识别(把图像转化为SGF),输出分页PDF,等等,保罗万象:)
D*******r
发帖数: 2323
50
你说的这种用图像数据的棋谱train好像是facebook现在做的,所谓卷积神经系统结合
图像识别技术。谷歌的具体是怎么train的没有细节,但我从研究团队的paper说用人类
的三千万手棋来train,我推测不是图像数据一局局棋来输入的,而是一手手棋来train
的,然后他左右互博的train法也大概透露出这一点。
首页 上页 1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)