人工智能专题

AI 的发展，其实大致也是经历了从逻辑，到概率，再到数据驱动下的深度学习这么三个阶段(参见Deep Learning vs Probabilistic Graphical Models vs Logic)

how could a computer learn that you can pull a box with a string but not push it?

  • A Roadmap towards Machine Learning by Tomas Mikolov, et al., 2015

    AI 太困难了，先从智能机器(intelligent machine)开始吧。智能机器和现有的一些智能设备的区别在于，它不是特定领域的，而是通用的。可以理解为弱形态的人工智能（或者，如果人工智能是共产主义的话，智能机器就是社会主义，社会主义只是一个中间阶段，并不是终极目标，切记）。作者给出了他们认为智能机器应该具备的一些特征，比如，交流和互动的能力（尤其是通过自然语言交流和交互的能力，这非常重要，因为这是最自然和最直接的交流，这也是为什么自然语言处理现在这么火爆的原因吧，并且自然语言处理现在的发展挺迅猛的，有可能最先进入社会主义高级阶段甚至共产主义），学习的能力（能够和同等水平的人类以差不多的速度通过和外界的交流交互来学习新的知识（这也意味着要有一个高质量的交互学习环境或者渠道来为智能机器提供学习增量），并不断进行自我完善，而不是提前植入固定的知识储备，无法自我更新）。

Play Go with Deep Neural Network

我等不会围棋的只能仰视了

paper: Teach Deep Convolutional Networks to plau Go

DeepStack

Libratus 没有使用任何深度学习技术，大比分击败德扑人类选手

Stanford computer scientists develop an algorithm that diagnoses heart arrhythmias with cardiologist-level accuracy AI 诊断心率失常可达心脏医生水平

机器人

机器人产业将是下一个千亿美元级别的市场

Alpha 2: 简直碉堡，太想要一个了啊。深圳优必选公司出品，目前还在 INDIEGOGO 上众筹，远超目标，国产骄傲。

VR(virtual reality)

VR 来了！

virtual racing

资料

  1. Awesome AI

    目前还空着

  2. 2017年AI的十大失败 苹果的FaceID 可以被3D打印的面具攻破；亚马逊的智能音箱被邻居唤醒；

results matching ""

    No results matching ""