• 什么是自动机器学习

    自动机器学习(AutoML)旨在通过让一些通用步骤(如数据预处理、模型选择和调整超参数)自动化,来简化机器学习中生成模型的过程。AutoML是指尽量不通过人来设定超参数,而是使用某种学习机制,来调节这些超参数。这些学习机制包括传统的贝叶斯优化,进化算法,还有比较新的强化学习。当我们提起AutoML时,我们更多地是说自动化数据准备(即数据的预处理,数据的生成和选择)和模型训练(模型选择和超参数调优)。这个过程的每一步都有非常多的选项,根据我们遇到的问题,需要设定各种不同的选项。

  • 什么是对抗机器学习?为何要对抗机器学习?

    对抗机器学习是一个机器学习与计算机安全的交叉领域。对抗机器学习旨在给恶意环境下的机器学习技术提供安全保障。由于机器学习技术一般研究的是同一个或较为稳定的数据分布,当部署到现实中的时候,由于恶意用户的存在,这种假设并不一定成立。比如研究人员发现,一些精心设计的对抗样本(adversarial example)可以使机器学习模型不能成功地输出正确的结果。针对模型的攻击问题,我们主要分为两大类,就是从训练阶段和推理(inference)阶段来进行讨论。

  • 机器视觉:深度学习解决零售或教育方面的问题

    在过去的五年或十年里,随着深度学习的出现,我们对这个问题有了不同的方法。它更多的是数据驱动,而不是代码或算法设计驱动。 深度学习的想法是,我们有一种算法,它是一种学习机器。因此,我们拥有这种通用的学习结构,而不是在算法中规定步骤来解决特定问题。我们所做的是,我们展示了很多例子。这是一个戴着面具的人;这是一个没有面具的人。这里有10,000个不同情况和方向的戴着口罩的人;这里有 10,000 人没有戴口罩。

  • 机器视觉的发展:能够感知的机器

    很长一段时间以来,技术人员一直在开发能够感知的机器。我们使用运动探测器已有很长时间了。我们现在拥有如此灵敏的压力传感器,以至于我们可以制造出能够处理鸡蛋而不破坏鸡蛋的机器人。在音频领域,我们拥有可以将语音与其他声音区分开来的传感器。

  • 机器视觉:机器学习时代,变得更多地与数据相关

    在最初的几十年里,我大量参与了音频和语音处理等领域的数字信号处理。因此,如果我们倒回 20 或 30 年,想想数字信号处理和数字音频,那时候的技术处于类似的状态。它有效,但它很新,而且它并不是真正可以现成部署的。假设一家公司生产自动售货机,他们想为自动售货机添加语音命令,他们很可能不得不聘请一些 DSP 和语音专家。而且很可能他们必须真正进行一些研究和原创技术发明才能为他们的应用程序创建一个独特的解决方案。

  • 什么是生成对抗网络

    生成对抗网络(Generative Adversarial Networks,GAN)是用于无监督学习的机器学习模型,由Ian Goodfellow等人在2014年提出。由神经网络构成判别器和生成器构成,通过一种互相竞争的机制组成的一种学习框架,GAN在深度学习领域掀起了一场革命,这场革命产生了一些重大的技术突破,学术界和工业界都开始接受并欢迎GAN的到来。GAN最厉害的地方是它的学习性质是无监督的,GAN也不需要标记数据,这使得GAN功能强大,因为数据标记的工作非常枯燥。

  • 机器学习的经典代表算法总结(二)

    从1990到2012年,机器学习逐渐走向成熟和应用,在这20多年里机器学习的理论和方法得到了完善和充实,可谓是百花齐放的年代。代表性的重要成果有:支持向量机(SVM,1995)、AdaBoost算法(1997)、循环神经网络和LSTM(1997)、流形学习(2000)、随机森林(2001)。

  • 机器学习的经典代表算法总结(一)

    1980年机器学习作为一支独立的力量登上了历史舞台。在这之后的10年里出现了一些重要的方法和理论,典型的代表是:分类与回归树(CART,1984)、反向传播算法(1986)、卷积神经网络(1989)。

  • 人工智能和物联网 (AIoT) 的结合创造了“智能”设备

    人工智能 (AI) 是使物联网更加有用的下一个合乎逻辑的步骤。智能可以内置到物联网终端设备中,使它们不仅可以收集和共享数据,还可以分析数据、从中学习、做出决策并采取行动,而无需任何人为干预。人工智能和物联网 (AIoT) 的结合创造了“智能”设备,这些设备可以从生成的数据中学习并使用这些洞察力做出自主决策。新的 AI 技术使边缘智能成为可能,并显着降低了对云分析的需求和相关成本。

  • 机器学习算法分类有哪些

    机器学习算法可以按照不同的标准来进行分类。按照训练样本提供的信息以及反馈方式的不同,将机器学习算法分为监督学习、无监督学习和强化学习。

  • 机器学习的发展历史介绍

    机器学习已经成为了当今的热门话题,但是从机器学习这个概念的诞生到机器学习技术的普遍应用经过了漫长的过程。在机器学习发展的历史长河中,众多优秀的学者为推动机器学习的发展做出了巨大的贡献。

  • 新型可拉伸生物相容性材料帮助AI更好理解手部动作

    在Nature Electronics杂志刚刚发表的一篇论文中,研究人员描述了一种新型可拉伸生物相容性材料,它可以喷在手背上,就像防晒喷雾一样。网格中集成了一个微型电子网络,可以感知皮肤的拉伸和弯曲,并且使用人工智能,研究人员可以根据手部动作和手势解释无数的日常任务。研究人员表示,它可能在游戏、体育、远程医疗和机器人技术等广泛领域产生应用和影响。

  • 只是按计划进行年度产线维保工作!特斯拉上海工厂不是停产

    据路透社此前报道,特斯拉上海工厂已经于12月24日暂停了生产,并告知所有员工可以放假。同时该报道还援引消息人士的话称,特斯拉和供应商的员工几乎多数都确诊,对工厂运作带来巨大挑战。对此传闻,特斯拉今天正式回应称,相关报导并不准确,特斯拉上海工厂并未停产。按照官方说法,这只是圣诞节放假搭配年度产线维修保养,并不是真的停工。但同样是圣诞节,去年的 12 月底,特斯拉上海工厂就没有放长假。事实上,每季的最后一周,通常都是特斯拉上海厂员工火力全开,冲刺交车数量的时候。

  • 交付量创新高,特斯拉2022年交付了131.39万辆电动车

    2023年1月3日,特斯拉发布了2022年第四季度及全年生产和交付数据。2022年第四季度,特斯拉全球生产了超过43.97万辆汽车,交付了超过40.53万辆汽车(2021年同期为30.86万辆),创下交付新高,但仍稍低于华尔街此前所预期的42.9万辆交付量。

  • 终于大降价了,国产特斯拉Model 3最低22.99万元起!

    特斯拉官方宣布,旗下所有车型改款上市,售价也大幅下调。其中,新款Model 3共推出2款车型,售价区间为22.99-32.99万元;新款Model Y共推出3款车型,售价区间为25.99-35.99万元。这也创下国产特斯拉历史上的最低价格,现在预订交付周期为1-4周。

发布文章