Searching for 深度学习

Yann LeCun将其描述为“过去10年机器学习中最有趣的想法”。当然，来自深度学习领域这样一位杰出研究人员的这种称赞总是对我们所谈论的主题的一个很好的广告！

他们的研究以及同期的一些其它工作表明这些模型也能广泛地用于视觉基本元素之间关系的建模，包括物体与物体间、物体与像素间、以及像素与像素间的关系，特别是在建模像素与像素间关系上，既能与卷积操作形成互补，甚至有望能取代卷积操作，实现最基本的图像特征提取。

通过对人工智能新兴技术的投资，这种增长进一步加速，特别是21％的比例，并且预计在未来几年会有更多的增长。可以说，2019年也将出现向上的轨迹。

本报告分为以下4个部分：1. 什么是机器阅读理解？2. 阅读理解技术的进步。3. 阅读理解的更多挑战。4. 百度阅读理解技术的研究工作

PBA 的输出结果足以与之前 CIFAR 和 SVHN 数据集上的最佳成绩匹敌，但前者的计算量只有千分之一，从而使研究者和从业者使用单颗工作站 GPU 就能有效地学习新的增强策略。

两大人工智能专家尤瓦尔·赫拉利和李飞飞展开了一场时长90分钟的对话，对话的目的是讨论人工智能对人类未来的影响。

不少同学也开始考虑转型AI产品经理，需要具备什么能力才能成功转型呢?希望同学通过这篇文章对AI有全局的了解。

两年人工智能行业在国内外得到了爆发试的增长，各大巨头纷纷布局成立了自己的人工智能实验室和研究院，但是我们不得不承认，目前人工智能的重视方向主要集中在技术型人才方面，在人工智能产品方面的人才还没有得到进一步的重视。

来自伯克利的研究人员们提出了PBA(Population Based Augmentation)的方法来获取更为有效的数据增强策略，并在实现同样效果下实现了1000x的加速。

2019年4月18日，陆奇博士在清华的非公开演讲视频《AI的本质与创业创新》独家上线知乎，这也是陆奇首次在中国系统化地输出自己对AI产业的洞察和实战经验。陆奇在讲座中带领创业者站在历史的高度重新认识AI，并给出AI时代个人发展的方向性建议。