應用

Lyft的Craig Martell訪談錄：更少演算法，更多應用

法變得越來越不重要了嗎？隨著演算法的日趨商品化，演算法可能會越來越少，而應用程序則越來越多。

這是一個系列文章，從各個角度來評估一個問題：「我的業務要不要用 AI ？能不能用 AI？」本期評估角度——數據。

如果您是公司的決策者，我希望這篇文章足以說服您重新思考您的業務，看看是否可以使用強化學習

近幾年，深度學習已經徹底改變了計算機視覺。由於各類學習資源隨處可見，任何人都可以在數天（甚至數小時）內掌握最新技術，並將它應用到自己的領域內。隨著深度學習變得越來越普遍，一個重要的問題就是如何將它創造性地應用在不同的領域裡。

知識圖譜作為一種特殊的圖數據，不僅人類可以識別且對機器友好。信息檢索、問答系統、推薦系統、電子商務、金融風控，這些生活中常見的應用場景都離不開知識圖譜的支持。如何構建一個「多快好省」的知識服務系統？微軟亞洲研究院機器學習組的研究員們基於自己的經驗，給出了他們的建議

讓機器開口說話，則是人類千百年來的夢想。語音合成（Text To Speech），是人類不斷探索、實現這一夢想的科學實踐，也是受到這一夢想不斷推動、不斷提升的技術領域。