m********5
发帖数: 17667 | 1 【 以下文字转载自 Military 讨论区 】
发信人: mitbbs2715 (好吃不懒做), 信区: Military
标 题: 微软首席人工智能科学家邓力离职，加盟对冲基金巨头
发信站: BBS 未名空间站 (Tue May 23 23:33:11 2017, 美东)
微软人工智能首席科学家、IEEE Fellow 邓力向机器之心透露，他已从微软离职，加入
对冲基金公司 Citadel 担任首席人工智能官（Chief Artificial-Intelligence
Officer）。
他在和机器之心确认 GMIS 2017 大会有关他信息的邮件中写道：「我最近已经离开了
微软的岗位，加入了一家新的美国公司 Citadel——世界上最成功的投资公司之一。
Citadel 在人工智能创新上的机遇及对增进公司在该领域领导地位的热情让我倍感振奋。
作为深度学习、人工智能、自然语言理解与语音识别方面的专家，邓力早在 2009 年就
同 Geoffrey Hinton 教授合作，首次提出并将深度神经网络应用到大规模语言识别中
，显著提高了机器对语音的识别率，极大推动了人机交互领域的发展与... 阅读全帖 |
|
w***g
发帖数: 5958 | 2 能做和做到百万分之一的false positive rate并且还能正常用是有很大的差距的。
RANSAC那些我都做过的，95%识别率底下，FPR做到千分之一可能都要千难万难了。
deformable mesh匹配这种问题都是老大难，现在的技术路线其实也在从组合优化
往deep learning转。
王垠其实就亏在入错行了。他要是折腾deep learning，肯定是一把好手。
不过他应该是看不起我们这些套轮子调参数的。 |
|
g****t
发帖数: 31659 | 3 这次iPhone X如果不出漏子
那就是ai新的标志事件了
准确度：面部识别达到支付的安全要求
Robustness:几亿用户
这是个马工的好时代
缅怀S Jobs
上一个标志性事件
Siri进iphone第二天帮主去世了
: 能做和做到百万分之一的false positive rate并且还能正常用是有很大的差距
的。
: RANSAC那些我都做过的，95%识别率底下，FPR做到千分之一可能都要千难万难了。
: deformable mesh匹配这种问题都是老大难，现在的技术路线其实也在从组合优化
: 往deep learning转。
: 王垠其实就亏在入错行了。他要是折腾deep learning，肯定是一把好手。
: 不过他应该是看不起我们这些套轮子调参数的。
|
|
y*j
发帖数: 3139 | 4 应该就是直接用三维的数据输入到深度学习里进行人脸识别，不是直接的mesh硬匹配。
三维信息比二维的可靠性稳定性要强太多。
王垠折腾深度学习也够呛，感觉这个东西是专门扼杀天才的，如果你认为他是天才的话
。相反程序语言这一行当还在小手工作坊阶段，适合一般的小天才发挥创造，也就是他
津津乐道的奇技淫巧。
：能做和做到百万分之一的false positive rate并且还能正常用是有很大的差距的。
：RANSAC那些我都做过的，95%识别率底下，FPR做到千分之一可能都要千难万难了。
：deformable mesh匹配这种问题都是老大难，现在的技术路线其实也在从组合优化
：往deep learning转。
：王垠其实就亏在入错行了。他要是折腾deep learning，肯定是一把好手。
：不过他应该是看不起我们这些套轮子调参数的。 |
|
w*****r
发帖数: 197 | 5 纯技术讨论啊，认人这种活儿，目前的深度学习已经无限接近人了。
退一步说，即使机器的识别率不如人，并不妨碍该行业的发展，视频安防的核心就是各
种目标的识别，这10年以前的中国，已是每年几十亿的产业。
没深度学习前，人脸识别跟人比，就是渣，美国FBI不是一样每天用？
: 人是会犯错，但是比机器强多了。
: 对噪声处理，人是刻在骨子里的。小孩学会认人，就能在各种干扰情况下工作，
甚至剪
: 影都能认出来
: 从这个角度，统计学习，一开始就失败了，噪声环境才是这个世界，统计学习，
注定发
: 展前途有限。
: 这些道理都很简单，很多人相信早就明白了。
|
|
p*********w
发帖数: 23432 | 6 英文的 OCR 的识别率非常高，比中文高很多
但是自动翻译可不行 |
|
s*********y
发帖数: 579 | 7 海内外学者、读者热议“韩春雨”现象
原创 2016-05-10 知识分子 知识分子
韩春雨（右）及其合作者沈啸（左）、高峰（中）。供图：沈啸
编者按：
5月8日，《知识分子》发文（详见《韩春雨：“一鸣惊人”的中国科学家发明世界一流
新技术 | 特稿》）介绍了河北科技大学副教授韩春雨团队发表的NgAgo－gDNA基因编辑
技术的学术贡献和意义后，引发巨大反响。文章发表仅一天，通过《知识分子》在微信
、微博、今日头条、知乎上的传播渠道，就获得超过320万阅读量，近2600条评论。国
内外生命科学界学者纷纷就这项技术的突破性意义发表评论，各方读者也就韩春雨的“
另类出身”在网络上展开评论。《知识分子》搜集并摘编了部分精彩观点，与读者分享。
● ● ●
01
高屋建瓴派
饶毅：北京大学讲席教授
韩春雨的工作对基因编辑技术的推进作用是国际一流的。与现有CRISPR相比，可以看到
的优点是新技术使用DNA，因而更稳定，但还需要更多的研究才能真正比较二者优缺点
以及适用范围的异同。此外，韩春雨在条件有限的情况下做出这样的工作，让我们更加
关注中国广大科技工作者。
鲁白：清华大学医学院教授
在一所不太... 阅读全帖 |
|
G***G
发帖数: 16778 | 8 多背，多读，多听。这就是一般老师的方法。
其实也可以理解为没有方法。
看看youtube上的自动transcript功能，还有很多audio to text的软件。
它们的识别率能达到80%
远远超过中国留学生的听的能力。
一个机器人都能达到80%，说明这其中绝对是有规律的。只是研究这个机器人的
人没有把规律发表出来，而是雪藏起来了。
大家感兴趣可以看看现在机器人阅读文章，text to audio
你会发现，它读的比大部分中国留学生都读的好。
这说明读，也是有规律的。
我们中国人如果发现不了这些规律，你学一辈子，直到死，也不一定能
把所有的连读组合都听完。
这就是为何在美国生活了一辈子的老中，英语还是不行的原因。 |
|
z*****n
发帖数: 7639 | 9 觉得这个识别率高达百分之九十四是不可能的。。。
考虑了周围环境的场效应了？你做动作的时候
隔壁，隔壁的隔壁，走廊外面有人经过难道不会
造成多普勒频移的偏差？ |
|
S*c
发帖数: 29 | 10
这样的话，因为bloomberg这个font是固定的，如果某个OCR软件可以让你plug in
customized font map，或者自己写个OCR的小程序也可以。就是建那个font map繁琐一
点。
我以前用Qt写过从CT的screenshot里往外拽表格数据。整个流程就是截屏，存成PNG，
作为bitmap读进来，再用hard coded的font pattern去map二维数组。只要font是固定
的，识别率百分之百的。 |
|
|
|
C***i
发帖数: 486 | 13
目前看来是一次的，不过我目前的方法，识别率不高。主要还是product name pre-
processing 和 最后的amazon product search match 结果不高 |
|
J*******i
发帖数: 3588 | 14 叔推荐车载语音输入，online destination，识别率不错信息非常全，基本不用
carplay了
呢。 |
|
a9
发帖数: 21638 | 15 恩，inband兼容性最好。
但是如果对方支持的话，rfc2833识别率比inband高。inband等于是把数字转成模拟，
对方再转换回来。 |
|
r*y
发帖数: 706 | 16 来自主题: _PathToTruth版 - 修行这事
>: 。。。意识到了还说啥啊。
我第一次关注这个大概是15年。当时一个做比特币的转来做AI芯片。他提出
来未来芯片的竞争主要看功耗效率。最近我才知道那帮做比特币的能为了省
电费把计算机群夏天去四川，枯水季去内蒙地折腾。难怪他的关注点早早注
意到功耗。
>: 此外其实人的智能问题涉及第七第八识，
>开始胡扯了。
整个的人类智能是一个有机整体。我现在的认识前5识是建立在八识之上的。
不过我还在找佛经原始出处来印证。
第七识至少和Self Aware有关。。
》:
》: 机器学习现在主要突破在感觉层。
》。。。开始不知所云了。
人类智能分感知层，认知层等。DL人脸识别什么的归感知层。。知识图谱，逻辑关
系什么的大略算认知层。这波的主要启动力是imageNET出现高识别率系统CNN..所
以大突破主要是感知层。其它也有，不如这个那么关键，我认为。 |
|
r*y
发帖数: 706 | 17 来自主题: _PathToTruth版 - 修行这事
>: 。。。意识到了还说啥啊。
我第一次关注这个大概是15年。当时一个做比特币的转来做AI芯片。他提出
来未来芯片的竞争主要看功耗效率。最近我才知道那帮做比特币的能为了省
电费把计算机群夏天去四川，枯水季去内蒙地折腾。难怪他的关注点早早注
意到功耗。
>: 此外其实人的智能问题涉及第七第八识，
>开始胡扯了。
整个的人类智能是一个有机整体。我现在的认识前5识是建立在八识之上的。
不过我还在找佛经原始出处来印证。
第七识至少和Self Aware有关。。
》:
》: 机器学习现在主要突破在感觉层。
》。。。开始不知所云了。
人类智能分感知层，认知层等。DL人脸识别什么的归感知层。。知识图谱，逻辑关
系什么的大略算认知层。这波的主要启动力是imageNET出现高识别率系统CNN..所
以大突破主要是感知层。其它也有，不如这个那么关键，我认为。 |
|
h***y
发帖数: 10334 | 18 色盲对黑色的识别率有问题应该是万分十完分之一的情况吧... |
|
|
|
a*******h
发帖数: 580 | 21 来自主题: _PerfectMoms版 - 贡献月底坑 说起coach的包，outlet当然是平价多了，但后来才知道outlet的包其实都是专门
做给outlet的，跟regular store的包不完全一样。分辨最简单的办法是衬里。
outlet包的衬里是plain的，regular store的包衬里有coach的纹路。
虽然coach本来就不是值得买假包的牌子，可是看到他们酱紫“歧视”outlet包还是
觉得很莫名其妙。
anyway,我是觉得coach的包品质的确不错，也是这个价位内识别率最高的牌子。
差不多的价位，nordstrom有无数类似的包，但对包没有研究的大部分人都不认得。
说到底就是，花一样的钱，我们愿意买一个没有人认得出是$50还是$250的包？
还是一个大家一眼就认得出not bad，but非常大众的包。
老大，酱紫阐述够意思了吧。 :) |
|
