如果邮件中的内容不能正常显示，请点击此处查看   如果不想再收此邮件，可取消订阅     2017-04-13 第16期       资讯       黄仁勋怒怼TPU：P40速度是你2倍，带宽是你10倍   前不久谷歌发布了关于TPU细节的论文，称“TPU 处理速度比当前 GPU 和 CPU 要快 15 到 30 倍”。当时就有人对此种“比较”表示质疑，因其拿来的比较对象并非市场里性能最好的。美国时间 4 月 10 日，英伟达 CEO 黄仁勋就亲自撰文回应了这一“比较”，文章第一段就以谷歌 TPU 开头，炮击意图十分明显，随后更是扔出了 Tesla P40 GPU 与 TPU 的性能对比图，可谓针尖对麦芒。     50小时、36000手牌，龙之队惜败冷扑大师   备受瞩目的“冷扑大师V.S.中国龙之队——人机扑克巅峰表演赛”刚刚完成最后一局赛程，结束了它的亚洲首秀。经过5天赛事，冷扑大师最终以792,327总记分牌的战绩获胜，200万奖励归属冷扑大师。中国龙之队队长杜悦在谈到五天的比赛感想时表示，“人工智能在对战时不会受到情感、心理、体能等因素影响，且强大运算能力远超人类大脑，不得不承认冷扑大师很多手牌打得令人拍案叫绝”。     柯洁与AlphaGo2.0五月对决   4月10日，中国围棋协会、浙江省体育局及谷歌共同宣布，三方将于5月23日至27日联合主办“中国乌镇·围棋峰会”（以下简称“围棋峰会”）。围棋峰会首日，柯洁与AlphaGo升级版的比赛将正式开打。该次比赛将采用中国规则的三番棋赛制，无论输赢均下满3盘，比赛每方3小时，5次1分钟读秒。     Ian Goodfellow详解GANs诞生始末：没有重现，谈何理解？   Ian Goodfellow 作为当代人工智能最为瞩目的研究者之一，不论是作为 Yoshua Bengio 的得意门生，还是在 OpenAI 及谷歌间跳槽辗转，他的一举一动都饱受关注。但奠定他人工智能地位的重要一着，当属 Goodfellow 提出的生成式对抗网络（GANs）了，在 2016 年底，他也在 NIPS 大会上分享了研究成果。日前，Wired 对 IanGoodfellow 进行了采访，了解了 GANs 的研究起源。     量子计算取得里程碑式突破：成功模拟45位量子计算机   来自瑞士苏黎世联邦理工学院的 Thomas Haner 和 Damian Steiger宣布了迄今为止量子计算机领域最雄心勃勃的计划：他们要尝试模拟至今还没有人模拟过的 49 位量子比特的计算机。更重要的是，他们找到了减少无效时间损耗的方法，使得量子模拟的运行速度比以前要快了一个数量级。而在此之前，他们已经使用全球排名第五的超级计算机成功模拟过 45 位量子计算机的性能表现。     谷歌开源神经机器翻译技术，推出tf-seq2seq框架   此次谷歌发布tf-seq2seq，是TensorFlow内开源的语句到语句框架，帮助外部人士更方便地试验语句到语句模型，并取得最先进水平的成果。为了实现这一目标，谷歌表示，会确保tf-seq2seq的代码库干净、模块化，确保完整的测试覆盖，并在文档中记录所有功能。     谷歌新推BEGAN模型用于人脸数据集   Google公司Berthelot、Tom Schumm 和 Metz 近期联合发表论文 BEGAN（Boundary Equilibrium GAN），提出了一种新的均衡对抗方法:边界均衡 GAN，借鉴了 EBGAN 和 WGAN 各自的优点，使用简单的模型，在标准的训练步骤下取得了惊人的效果。论文还提出了一个可以衡量收敛的超参数，实现了快速稳定的训练和很高的视觉质量。     科大讯飞试水英特尔硬件解决方案，不排除大规模应用的可能   2017年4月9-11日，CITE 2017在深圳会展中心举行。科大讯飞深度学习平台研发总监张致江与英特尔技术专家共同向现场媒体介绍了科大讯飞与英特尔在深度学习离线计算以及在线预测方面正在展开的合作。具体来说：科大讯飞试水英特尔KNL、KNM芯片用于深度学习模型的离线训练，试水CPU+FPGA（英特尔A10）方案用于在线预测。     声音       旷视孙剑106分钟讲述CV创业科研的5大区别   本文为旷视科技首席科学家孙剑日前在CCF-ADL上做的题为《如何在大公司和创业公司做好计算机视觉研究》的分享，主要介绍了近期计算机视觉的发展现状，ResNet基本原理和设计，旷视科技在计算机视觉的研究进展等。最后他还分享了一些“如何在大公司和创业公司做好研究？”的心得。     杨元庆最新演讲：“设备 + 云” 模式是联想的未来   4 月 11 日，联想在北京举办全球誓师大会，这是继美国罗利跟意大利米兰之后的第三站。杨元庆做了内部演讲，回顾上一财年的业绩，并对未来制定了清晰明确的战略。杨元庆提出 “三波战略”，从单一业务向多元业务转型，同时还提出从产品为中心向以客户为中心的转型。     坐拥 Hinton 等 AI 大牛，举政府之力，加拿大要如何拿下人工智能金矿？   前段时间，多伦多大学成立了向量学院，以更好地扶植加拿大人工智能产业的发展。实际上这只是加拿大挽救人才流失的一个缩影：多年以来，由于美国硅谷的吸引，加拿大流失了大量人工智能领域的科学家和初创企业。《纽约时报》近日撰文描绘了加拿大是如何将AI理念变现为产品和技术。     学术       NIPS 十大机器学习精选论文   NIPS（Neural Information Processing Systems，神经信息处理系统进展大会）是每年12月由NIPS基金会主办的人工智能和机器学习顶级会议，每年大会都吸引了机器学习、人工智能、统计等领域的众多国际专家前来参与。笔者从NIPS 2016会议文章中精选出10篇有意思的文章，为读者解惑。     深度学习在自然语言处理中的应用   作者按照构建深度神经网络模型的基本顺序来撰写本文，然后结合近期的研究论文来讨论一些实际应用。也许，部分读者在读完全文之后还存在为啥要用RNN模型，或者为什么LSTM网络会有效等等问题。但是，作者的初衷是希望大家对深度学习在自然语言处理领域的应用能有一个感性的认识。     实战Google深度学习框架：TensorFlow计算加速   要将深度学习应用到实际问题中，一个非常大的问题在于训练深度学习模型需要的计算量太大。比如Inception-v3模型在单机上训练到78%的正确率需要将近半年的时间 ，这样的训练速度是完全无法应用到实际生产中的。为了加速训练过程，本章将介绍如何通过TensorFlow利用GPU或/和分布式计算进行模型训练。本文节选自《TensorFlow：实战Google深度学习框架》第十章。     见微知著：细粒度图像分析进展   有别于通用图像分析任务，细粒度图像分析的所属类别和粒度更为精细，它不仅能在更细分的类别下对物体进行识别，就连相似度极高的同一物种也能区别开来。本文将分别围绕“细粒度图像分类”和“细粒度图像检索”两大经典图像问题来展开，从而使读者对细粒度图像分析领域有全面的理解。     AI创新者       驭势吴甘沙：做无人驾驶的赋能者   2017年初，在美国拉斯维加斯CES展上，驭势展出了其首款无人驾驶概念车，并命名为城市移动空间。美国时代周刊汽车栏目特邀主编Alex Roy在CES现场看到驭势展出的无人车后，戏称道：“当我看见这辆车的时候，我觉得这才是法拉第未来该造的车，但是他们却在制造比这个复杂很多、而且非常昂贵的汽车。他们怎么会想不明白，人们需要的是一款价格合理而且能共享的无人驾驶车呢？”     IBM宋煜：Watson之外的第二条AI通路   宋煜，IBM中国系统实验室高性能计算部门开发部经理。有丰富的高性能集群调优和算法方面的经验。曾经开发过针对WRF天气系统运算模型预测的机器学习软件。同时是开源实时物体检测框架项目eyes的发起人。该项目是一个基于深度学习的C语言为基础的物体检测框架。目前领导中国的团队开发并行化的深度学习平台BlueMind的开发工作。     活动       · 【北京】2017全球人工智能技术大会 5月21-22日   · 【北京】CCTC中国云计算技术大会 5月18-19日   · 【深圳】SDCC中国软件开发者大会 2017深圳站 6月10-11日   联系我们       CSDN AI 周刊     本刊由“AI科技大本营”编辑并运营，涵盖AI行业和技术圈儿的精品干货，每周发送，欢迎将干货分享给更多人！扫描下方二维码，添加小助手，备注公司和技术方向，邀你加入技术交流群。     大本营小助手       投稿：zhouxiang@csdn.net     转载：suiling@csdn.net     反馈：suiling@csdn.net   查看CSDN AI 周刊往期回顾，更多精彩内容尽在 CSDN AI专区。欢迎向您的朋友推荐订阅本邮列表。 如果不想再收到该邮件，可以取消订阅