深度学习如何入门?科学家们都在用什么样的深度学习工具?神经网络和深度学习有何关系?人工智能未来何在?拉里·佩奇有哪些过人之处?……
本文作者Ivan Vasilev是一名具有创业精神的高级开发人员。他的经验范围跨越多个领域和技术,但他的主要焦点在Java、JavaScript及机器学习上。本文介绍了包括感知器、前馈神经网络、有限玻尔兹曼机器、深度信仰网络等在内的深度学习基础知识。
这是《神经网络和深度学习简史》第一部分。这一部分,我们会介绍1958年感知机神经网络的诞生,70年代人工智能寒冬以及1986年BP算法让神经网络再度流行起来。
TensorFlow没有改变世界。但是,它显然是最棒的,也是现有最便利的深度学习库。本文作者Zachary Chase Lipton是来自加利福尼亚大学计算机科学工程学院的博士生,接受生物医学信息部的资助。他对机器学习的理论基础和实际应用都非常感兴趣。除了大学的研究工作,他还是微软研发实验室的实习生,亚马逊的机器学习科学家,同时还是KDnuggets杂志的特约编辑,以及曼宁出版公司的签约作者。
本文作者Matthew May是一位正在进行并行式机器学习算法研究的计算机硕士研究生,同时Matthew也是一位数据挖掘研习者,数据发烧友,热忱的机器学习科学家。开源工具在数据科学工作流中起到了愈发重要的作用。Github十大深度学习项目,其中包含了大量的代码库,框架以及学习资料。看看Github上的人们都在使用哪些工具,都在从哪些资源那里进行学习。
没有什么事件能比2011年1月14日沃森在《Jeopardy!》节目中打败两位传奇冠军更能昭示人工智能的到来了。最终,机器人比我们还聪明。至此,沃森已经发展成IBM的增长引擎。如今,IBM的沃森被运用到超过三十五个国家十七个产业领域,不过,正如Rhodib在本次采访中提到的,这仅仅是一个开始。
1月18日,由中国人工智能学会、湛庐文化等主办的「智能时代大未来」高峰论坛在上海召开,这是新年以来首场中外人工智能领域专家、学者的深度交流。中国科学院院士何积丰,首先指出先进机器人是一种颠覆式技术,将会改变我们的未来。
深得乔布斯信任的科技记者约翰·马尔科夫职业生涯最遗憾的事情是什么?他在重磅新书
《与机器人共舞》中表达了怎样的观点?
机器人会让我们失业吗?除了人工智能,具有灵敏科技嗅觉的他最看好哪一个新兴科技领域?他在大洋彼岸对中国的科技进步又有怎样的观察?带着这些问题,机器之心对「硅谷老炮」约翰·马尔科夫进行了深度专访。
马克·扎克伯格呼吁让全世界的人都能接入互联网,他认为,互联网应该像卫生保健和净水一样,被当成一项基本人权。他把这个看作是当今时代最关键的社会尝试。扎克伯格相信,点对点通信承担着对全球能力进行重新分配的责任,使每个人都能接触和共享信息。人们能够接入政府服务,决定农作物价格,获取健康护理服务。一个印度的小孩可能借助在线学习掌握所有的数学知识。
可爱的机器玩具熊和海豹看起来似乎无害,但依赖机器寻求慰藉则存在真正的风险。
拉里·佩奇对事情有着广泛的兴趣,他总能敏锐的捕捉到事情最重要的一点,他的痴心妄想一步步成为了谷歌的业务,大隐隐于市的他是如何做到这一点的?