用深度学习还原《隐秘的角落》的真实台词
前两天，我一口气看完了电视剧《隐秘的角落》，剧情相当精彩。美中不足的是，剧组为了让片子过审， 导致11集，12集的剪辑顺序被打乱，甚至台词被修改，以至于片中有几个处演员口型与台词对不上，剧情也有点让人摸不到头脑。因此我尝试通过人工智能技术还原了…
AI相关
aigc
CNN vs RNN vs ANN
为什么选择深度学习？ 这个问题很有意义。机器学习算法并没有什么不足之处，那么为什么数据科学家要选择深度学习算法呢？神经网路能够提供给我们哪些传统机器学习提供不了的功能呢？ 我还常常会见到另一个问题——神经网络需要强大的计算能力，那么当问题中只…
神经网络可解释性、深度学习新方法， 2020 年有哪些势不可挡的研究趋势？
作为 2019 年最后一场重量级的人工智能国际学术顶会，NeurIPS 2019 所反映出的一些人工智能研究趋势，例如神经网络可解释性、深度学习新方法、神经科学等等，想必对于大家在新的一年开展研究工作，具有一定的借鉴和参考价值。 NeurIPS 2019 共举办 51 场研讨…
神经网络为何非激活函数不可？
激活函数是神经网络中一个至关重要的概念，决定了某个神经元是否被激活，判断该神经元获得的信息是否有用，并决定该保留还是该去掉此神经元。 本文作者 Vandit Jain 对激活函数的相关知识进行了一个较为全面的总结，重点聚焦于以下几个方面： 1. 激活函数是…
计算机视觉四小龙：商汤、旷视、云从、依图全面对比
8月20日，据广东证监局网站，国内“AI四小龙”之一的云从科技集团股份有限公司（以下简称“云从科技”）已于2020年8月18日在广东证监局办理了辅导备案登记，辅导机构为中信建投证券股份有限公司，公示中并未透露云从科技具体的上市地点。 不过，据“IPO早知道”报…
设计师能利用AI做什么？
如果说大部分设计师的产出都和图形有关，例如图片编辑、插画、交互稿、视觉稿、那么AI能不能完成以上内容呢？我先举些例子： 2016年日本的早稻田大学公开了一项自动描线的技术，这项技术能够自动识别图像并确定图像的具体轮廓，然后完成描线的工作。即便是衣…
告别AI模型黑盒子：可解释的神经网络研究
引言 你是否曾被无理拒绝贷款而烦恼？你是否怀疑过自己的汽车自动驾驶的安全性？你说这种药物能治疗肺癌，为什么呢？种种怀疑充斥在科学研究、金融市场等领域。众所周知，机器学习模型，如神经网络，深度神经网络等，有非常不错的预测能力，但是让人信任一个…
人工智能简史
1人工智能基本概念 人工智能（Artificial Intelligence，AI）是指计算机像人一样拥有智能能力，是一个融合计算机科学、统计学、脑神经学和社会科学的前沿综合学科，可以代替人类实现识别、认知，分析和决策等多种功能。如当你说一句话时，机器能够识别成文字…
因为相信，所以看见——人类视觉系
人类视觉系统 灵长目视觉系统 Figure from Ref[6] 在人类的大脑中，约55%的新皮层（Neocortex）与处理视觉（Vision）信息相关[5]，主要的视觉系统由眼球、视神经、视交叉、外侧膝状体核（Lateral Geniculate Nucleus，LGN）和视觉皮层（Visual Cortex）组成…
人工智能商业密码：AI 领域的投资趋势
一、AI导论 大家好，我是王维嘉。欢迎来到我的人工智能课程。 人工智能的领域很广，涉及技术、产业、不同领域、不同公司，对于感兴趣甚至利益相关的人士，似乎又有一定门槛。而我的新书《暗知识：机器认知如何颠覆商业和社会》，以及这门课，希望用最通俗易…
2018图灵奖公布！Hinton、Bengio、LeCun深度学习三巨头共享
这是图灵奖十年来第三次颁给机器学习领域的杰出贡献者了：2011 年图灵奖得主为 Judea Pearl，他开发的概率与因果推理微积分为人工智能发展做出了重大贡献。Leslie Gabriel Valiant 获得了 2010 年图灵奖，他为计算理论的发展作出了变革性贡献，包括 PAC 学习…
偏差与方差， 欠拟合与过拟合
前言 这篇文章是关于调参中常遇到的欠拟合与过拟合问题，通过将四个概念： 偏差，方差，欠拟合，过拟合连接起来，能够更好的理解这个问题。 最后，针对该问题，我提出了几点建议。 泛化能力[1] 机器学习算法的目的是使得我们的算法能够在先前未预测的新输入…
深度学习应用在超分辨率领域的9个模型
在AlphaGo对弈李世石、柯洁之后，更多行业开始尝试通过机器学习优化现有技术方案。其实对于实时音视频来讲，对机器学习的研究已有多年，我们曾分享过的实时图像识别只是其中一种应用。我们还可以利用深度学习来做超分辨率。我们这次就分享一下用于超分辨率的…
读懂人工智能+机器学习+深度学习的包含关系
大数据人工智能技术，在应用层面包括机器学习、神经网络、深度学习等，它们都是现代人工智能的核心技术。在大数据背景下，这些技术均得到了质的提升，人工智能、机器学习和深度学习的包含关系如下图。 基本概念理解 1．机器学习 机器学习（Machine Learning…
深度学习与神经网络全局概览：核心技术的发展历程
随着神经网络的进化，许多过去曾被认为不可想象的任务现在也能够被完成了。图像识别、语音识别、寻找数据集中的深度关系等任务现在已经变得远远更加简单了。在此向这一领域的杰出的研究者致以真诚的谢意，正是他们的发现和成果帮助我们利用上了神经网络的真…
从入门到精通：卷积神经网络初学者指南（附论文）
Part 1：图像识别任务 介绍 卷积神经网络，听起来像是计算机科学、生物学和数学的诡异组合，但它们已经成为计算机视觉领域中最具影响力的革新的一部分。神经网络在 2012 年崭露头角，Alex Krizhevsky 凭借它们赢得了那一年的 ImageNet 挑战赛（大体上相当于…
