新闻首页 / 标签为“机器学习”的新闻

1

「表面光鲜,实则搬砖」,机器学习社区自嘲不为人知的AI工程师真相

贾浩楠发自凹非寺 量子位报道公众号 QbitAI 机器学习工程师岗位,还香吗? 在培训机构或求职网站随便一搜,机器学习简直不要更热。 但是,国外的同行们却在一则 Reddit 热帖上,吐槽揭露 ML 工程师“表面光鲜,实际搬砖”的一面。 说出了培训机构不会告诉你的机器学习业内真相。 那这些“过来人”
0

机器学习发现地球内部的神秘团块

远在地球表面以下的神秘结构已经被发现,这就提出了新的问题,即我们的星球在其最不为人知的深处是如何构成的。虽然众所周知,地球有一个由液态铁组成的熔融地核,周围有一个坚实的地幔层,但在所谓的地核-地幔边界周围发生的确切过程却几乎没有人去探索。 现在新的研究利用地震学的方法进行相关探索。 虽然我们通常只在
0

机器学习实现了脑机语言翻译,那距离“意念交流”还有多远?

图片来源@视觉中国 文丨脑极体 在《三体》当中,大刘为三体文明设计了一种“思考即说话”的意念交流方式。在严酷的三体环境下,三体人正是依靠这种高效无误的意念交流方式,实现了知识的无障碍共享、理性决策的高度统一,才能创造出如此高度发达的文明成果和整齐划一的社会体制。 这一思路就如同去中心化的分布式计算机
2

能自我演化的机器学习算法

研究人员创造了一种新软件,借用达尔文进化论“适者生存”等概念构建了人工智能程序,在没有人类输入的情况下,后者也能一代又一代地改进。这个程序在几天内重复了数十年来的人工智能研究,设计者认为,有一天它可能会带来人工智能的新方法。 研究人员构建人工智能算法通常需要时间。以神经网络为例,这是一种常见的机器学
0

DARPA与英特尔、乔治亚理工学院合作 开创机器学习“免疫系统”

机器学习系统在面部识别系统到自主车辆等所有领域的普及,伴随着攻击者想方设法欺骗算法的风险。简单的技术已经在测试条件下起了作用,研究人员有兴趣找到减轻这些和其他攻击的方法。国防部高级研究项目局(DARPA)已经找来了英特尔和佐治亚理工学院(Georgia Tech),负责领导旨在防御机器学习算法对抗欺
7

“液体活检” 新突破!抽血一次可识别50余种癌症,早筛误检率低于1%

癌症早期诊断,是癌症病患存活率大大提高的有效手段。 当地时间 2020 年 3 月 30 日,众多英美知名癌症研究机构在欧洲肿瘤内科学会官方刊物《肿瘤学年鉴》(Annals of Oncology)上联合在线发表了题为 Sensitive and specific multi-cancer dete
0

Nature:机器学习再立功,斯坦福大牛团队实现无创早期肺癌筛查

编者按:本文来自微信公众号“学术头条”(ID:SciTouTiao),作者:学术君 根据 Nature 杂志今天发表的一项研究,斯坦福大学研究人员开发了一种机器学习方法,能够实现早期肺癌患者的鉴别筛查。这一方法基于检测血样中的肿瘤源性 DNA(即液体活检),也就意味着对肺癌高危人群的筛查,做到了早期
0

机器学习模型太大难部署?这里有3个解决方案

乐观的人会想,未来机器学习能够完成驾驶汽车、接听电话、预约、回复电子邮件这些人类才能完成的任务。但现实往往很骨感。现代机器学习能有效解决的问题范围仍然非常狭窄,比如在 Netflix 上推荐下一个节目或计算 ETA。 然而,当 OpenAI 发布 GPT-2 后,机器和人类之间的差距就开始缩小了。
0

机器学习助力电动汽车电池研发,两年充电测试可缩短至16天

图片来源@视觉中国 文学术头条 从行驶里程,到充电时间,再到汽车使用寿命,电池的性能深刻影响着一辆电动汽车的体验。 而数十年来,电动汽车电池的发展一直受到电池研发测试这一主要瓶颈的限制。在电池开发过程中的每个阶段,都必须对新技术进行数月甚至数年的测试,以确定电池能够持续使用多长时间。 最典型的例子,
1

美术老师去世后,他做了一个算法模型,为老师的线稿上色

大数据文摘出品 来源:artnome 编译:楚阳、橡树_Hiangsug、夏雅薇 机器学习最能发挥功效的地方是协助人而非取代人。 尽管我们可能无法从头开始构建自己的机器学习模型,但是类似于 Runway ML 和 Joel Simon 即将推出的 Artbreeder 等新兴工具的出现使得每个人都可
0

不写代码,用图形界面搞机器学习:MIT发布“全球最快AutoML”

栗子 发自 凹非寺 量子位 报道 公众号 QbitAI 来自《铁男》 科幻剧情里,没有看过哪位大佬拿 Python 写代码。 眼前净是蓝汪汪的全息画面,用手指拖几下,再点几下,就算出了结果。 “我夜观星象,算出你上班时间看P站。” (误) 回到现实,虽说是没有全息图,但不写代码、拖拖拽拽就能搞机器学
2

机器学习自动翻译失落的语言

1886 年,英国考古学家 Arthur Evans 发现一块古老石头上刻着未知语言。石头来自于地中海的克里特岛。 Evans 动身前往希腊的这个岛屿发现了更多刻有文字的石头石板,时间可以追溯到公元前 1400 年左右。 他与同行确定了两种文字,其中最古老的被称为 Linear A,上溯至公元前 1
0

当量子计算遇到机器学习会碰撞出什么火花?

来源:科技日报 没有人会怀疑,量子计算和机器学习是当前最炙手可热的两个研究领域。 在量子计算方面,理论和硬件的一个个突破性进展让人们看到大规模通用量子计算机的脚步越来越近。 在机器学习方面,以人工神经网络为代表的方法在视觉、语音、自然语言理解、游戏等应用领域中有了很大的性能提升。三位深度学习领域专家
0

Beaglebone Ai让开发者进入机器学习的快车道

上周在德国纽伦堡举办的嵌入式世界博览会上,非营利性的 BeigelBoad 基金会展示了 BeagleBone AI 开发板,旨在填补小型单板计算机与更大,更强大的工业计算机之间的空白。BeigelBoad 基金会以出品树莓 Pi 更有效的替代品而出名。 这次展示的 BeagleBone AI 板是
0

机器学习加速“科学危机”

在美国科学促进会上,休斯顿 Rice 大学的 Genevera Allen 博士警告,机器学习正在加速“科学领域的可再现危机”,她称使用机器学习技术获得的结果常常是具有误导性的,或者是完全错误的。越来越多的科学研究使用机器学习去分析已经收集的数据集。 Allen 博士指出,由于软件识别的模式只存在于
2

机器学习失败的6种原因,你中招了吗?

在学习过程中,机器学习会出错。运用机器学习的人需要预见到这一点——并且要注意不要因 IT 和业务的人为错误而使事情变得更糟。 作者 Bob Violino 译者 王艳妮 责编屠敏 出品 CSDN(ID:CSDNNews) 英文原文:6 ways to make machine learning fa
0

2018年最富含金量的6款开源机器学习项目

刚过去的 2018 年对人工智能与机器学习领域来说是「丰收」的一年,我们看到越来越多具有影响力的机器学习应用被开发出来,并且应用到了实际生活的诸多领域,特别是在医疗保健、金融、语音识别、增强现实和更复杂的 3D 视频应用领域。 此外,我们发现业内产生越来越多应用驱动型的研究工作,数量上甚至超过了理论
0

用Python做机器学习不得不收藏的重要库

本文为 AI 研习社编译的技术博客,原标题 :Essential libraries for Machine Learning in Python 作者 Shubhi Asthana 翻译就2 校对就2 整理菠萝妹 用 Python 做机器学习不得不收藏的重要库 Python 通常被应用统计技术或者
0

找一份机器学习的工作,学历有多重要?

雷锋网 AI 科技评论按:免费、开放,是机器学习领域内的知识和工具的一大特点。这种特点不仅便于许多从未接触过机器学习的人加入到这一领域参与工作和科研,同时也大大加速了领域自身的交流和进步。 不过也有一些人的心态比较保守。社交 App「meetup」的机器学习东京团队负责人 Suzana Ilić 就
3

这25个开源机器学习项目,一般人我不告诉Ta

本文为 AI 研习社编译的技术博客,原标题 : 25 Open-Source Machine Learning Repos to Inspire Your Next Project 作者 Khoa Pham 翻译 狒狒 校对 姚秀清 整理 菠萝妹 很有启发性的 25 个开源机器学习项目 在过去几年中

最新评论