1.【MIT】内存计算显著降低,平均7倍实测加速,MIT提出高效、硬件友好的三维深度学习方法
https://www.jiqizhixin.com/articles/2019-12-10-9
2.【谷歌】ARCore 推出一项新功能,仅用单目相机就可获取深度图像
https://www.leiphone.com/news/201912/nmjpfE7UlIcf8hkI.html
3.【阿里】的AI安全武功秘籍:迁移+元学习开路,小样本数据能用跨模态
https://www.jiqizhixin.com/articles/2019-12-10-7
4.【GitHub】3D模型学会了「唱、跳、Rap、篮球」,GitHub网友也沉迷「鸡你太美」
https://www.jiqizhixin.com/articles/2019-12-10-6
5.【分享】7年斩获15金,最高全球第8:Kaggle Grandmaster分享竞赛经验
https://www.jiqizhixin.com/articles/2019-12-10-8
6.【法律AI】顶级风投首次投资法律AI初创,清华团队如何撬动4千万中小企业法律服务市场?
https://www.jiqizhixin.com/articles/2019-12-10-4
7.【百度】“赋能基层”为何成为百度AI医疗落地的首选?
https://www.jiqizhixin.com/articles/2019-12-10
8.【腾讯】首个自动驾驶技术开放日上,腾讯释放了哪些信息?
https://www.iyiou.com/p/119976.html
9.【分享】深度学习遇上稀缺数据就无计可施?这里有几个好办法!
https://www.leiphone.com/news/201911/DsxXMWifHj05gOnL.html
10.【论文】NeurIPS提前看 | 四篇论文,一窥元学习的最新研究进展
2019 年,NeurIPS 接受与元学习相关的研究论文约有20余篇。元学习(Meta-Learning)是近几年的研 究热点,其目的是基于少量无标签数据实现快速有效的学习。本文对本次接收的元学习论文进行了梳理 和解读。
https://www.jiqizhixin.com/articles/2019-12-09-9
11.【商汤科技】智慧诊疗平台亮相RSNA 2019,展现四大领域落地应用
自1915年成立以来,RSNA历经105载,已经成长为全球医学影像领域最大的专业会议,是诸多医学影像 技术革新的见证者。SenseCare智慧诊疗平台就是一款连接影像科医生、临床科室医生、患者三端的智 能辅助工具。本次RSNA 2019现场展台,商汤科技就展示了SenseCare在肺部、骨肿瘤、下肢力线及病理 方面的落地应用。
https://www.jiqizhixin.com/articles/2019-12-09-12
12.【学习】「肺炎 X 光病灶识别」挑战赛:几行代码,就能让医疗检测准确率 20% 的提高!
在医疗这个拥有海量数据、严格判断规则且存在大量重复性劳动的现实场景中,人工智能的特性完全契 合了这些工作需求,并发挥着重要的作用。
https://www.leiphone.com/news/201912/NR3B38DX4OZ2b5Xv.html
13.【关注】贝叶斯网络之父Judea Pearl力荐、LeCun点赞,这篇长论文全面解读机器学习中的因果关系
图灵奖得主、贝叶斯网络之父 Judea Pearl 曾自嘲自己是「AI 社区的反叛者」,因为他对人工智能发 展方向的观点与主流趋势相反。Pearl 认为,尽管现有的机器学习模型已经取得了巨大的进步,但遗憾 的是,所有的模型不过是对数据的精确曲线拟合。从这一点而言,现有的模型只是在上一代的基础上提 升了性能,在基本的思想方面没有任何进步。那么,怎样才能推动 AI 社区解决这一问题呢?Pearl 认 为,我们需要一场「因果革命」。研究者应该考虑采用因果推断模型,从因果而非单纯的数据角度进行 研究。
https://www.jiqizhixin.com/articles/2019-12-09-14
14.【微软】既能理解又能生成自然语言,微软提出统一预训练新模型UniLM
自然语言是人工智能正在攻克的一大难关,而微软的研究者最近发布了一种统一的预训练语言模型 UniLM,微软表示,该模型在机器阅读理解方面已经超越了人类水平。
https://www.jiqizhixin.com/articles/2019-12-09-16
15.【看世界】2019全球车企裁员10万+,这很可能还只是个开始
这是最好的时代,前所未有的巨大电气化转型为百年汽车行业打开了一扇全新的大门。这是最坏的时代 ,全球车市寒冬与个体命运从未产生如此深刻的联系。据不完全统计,今年以来,全球头部车企至少已 宣布裁员10万人,人数超过2008年金融危机时。这很可能只是个开始。对于这场“流血”转型的惨烈程 度,分析机构的预测更为悲观。
本文分享自微信公众号 - AI科技时讯(aiblog_research)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。