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
 
  CSDN AI 周刊 2019-07-30 第59期  
 
  卷首语  
 
  欢迎订阅CSDN AI周刊  
CSDN AI周刊由于CSDN旗下AI垂直媒体“AI科技大本营”编辑并运营。订阅周刊后你将免费获得最新的人工智能前沿资讯、学习资源，每周推送，欢迎关注。
 

  精彩推荐  
 
  2019 AI开发者大会重磅嘉宾更新：Google、Amazon、微软、阿里、华为、百度...  
2019 AI开发者大会重磅嘉宾更新：Google、Amazon、微软、阿里、华为、百度、京东、小米、快手、科大讯飞、商汤、旷视、图森、云知声、思必驰...“硬核AI技术大会，一年参加一次就够了”。

特惠票抢购中！点击查看大会详情

 
  公开课 | 事件抽取与事件图谱构建  
讲师介绍：陈玉博，中科院自动化所模式识别国家重点实验室助理研究员

中国科学院大学工学博士学位，中国中文信息学会青年工作委员会委员、中国中文信息学会语言与知识计算专委会委员。研究方向为信息抽取、知识图谱和自然语言处理。在ACL、EMNLP、COLING、CIKM、WWW、AAAI等国际重要会议和期刊发表学术论文20余篇，曾获得NLP-NABD 2016最佳论文奖、CCKS 2017最佳论文奖。2018年获得中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖。

本周四晚8点直播，点击免费报名！

 

  业界精选  
 
  阿里达摩院做AI这两年  
AI 技术是达摩院目前重金押注的技术领域之一，即将成立两年，人们可能都比较好奇达摩院在AI上到底布局了哪些技术领域？又在哪些技术方向上取得了突破？本文将一一盘点达摩院在AI技术上的重大进展。
 
  Python三十年技术演变史  
从历史发展的角度出发，我们才能看清Python崛起的偶然性和必然性。本文将结合技术和产业的发展，全面透析Python的演进之路，帮助读者理解是什么造就了如今的Python。
 
  AI算力需求6年增长30万倍，「超异构计算」才能满足下一个10年  
在过去的几十年里，摩尔定律一直推动着芯片制程和性能的稳步提升，然而摩尔定律已经失速，CMOS的微缩至少在十年内还是会继续进行下去，但随着技术难度的挑战越来越高，需要投入的资源会越来越高，必然会导致整个成本上升，如何才能发挥摩尔定律的经济效益？按照这个趋势，想要满足未来AI发展的需求，芯片行业势必要有所变革。
 
  博士毕业最高201万！华为顶级薪酬招“天才少年”  
华为在其官方邮件中表示，他们将用顶级的挑战和顶级的薪酬去吸引顶尖人才，今年将从全世界招进 20-30名天才“少年”，今后逐年增加，以调整华为的作战能力结构。
 
  大数据中台向AI中台演进是大势所趋？  
自从阿里巴巴提出“中台”的概念之后，这个词汇就成为各领域企业关注的焦点，很多人在考虑建设自己的中台。然而，构建中台是否真有必要？是否所有的企业都要建设中台？如何构建中台等问题还是让他们疑惑。近日，宜信科技中心 AI 中台团队负责人王东在一篇技术专访中，从大数据和 AI 赋能金融业务的角度，分享了中台、大数据、AI 等软件研发趋势为业务赋能的经验与思路。
 
  从芯片到AI智能芯片，一文了解它的前世今生  
纵观芯片的历史，虽然我国长期处于追赶态势，但与发达国家差距仍然非常大。芯片到底是什么？又是如何一步一步发展到AI智能芯片的程度的？本文以芯片到AI智能芯片的发展历史为轨迹，来了解下AI智能芯片的“前世今生”。
 

  技术精选  
 
  数十篇推荐系统论文被批无法复现：源码、数据集均缺失，性能难达预期  
来自意大利米兰理工大学的Maurizio团队近日发表了一篇极具批判性的文章，剑指推荐系统领域的其他数十篇论文，指出这些论文中基于深度学习的推荐算法大部分都存在不同程度的数据集缺失和源码缺失，导致它们无法复现，而那些可复现的算法，其性能也难以达到预期，甚至难以超越基于传统的、简单的机器学习推荐算法。
 
  SpanBERT：提出基于分词的预训练模型，多项任务性能超越现有模型！  
本文提出了一个新的模型预训练方法SpanBERT ，该方法能够更好地表示和预测文本的分词情况。新方法对BERT模型进行了改进，在实验中， SpanBERT的表现优于BERT及其他基线，并在问答任务、指代消解等分词选择类任务中取得了重要进展。特别地，在使用和BERT相同的训练数据和模型大小时，SpanBERT在SQuAD 1.0和2.0中的F1 score分别为94.6%和88.7%
 
  超酷炫！Facebook用深度学习和弱监督学习绘制全球精准道路图  
现如今，即使可以借助卫星图像和绘制软件，创建精确的道路图也依然是一个费时费力的人力加工过程。许多地区，特别是在发展中国家也仍是空白。为了缩小这一差距，Facebook 的人工智能研究人员和工程师们开发了一种新的方法，该方法通过深度学习和弱监督学习，根据商用高分辨率卫星图像来预测道路网络。由此产生的模型为精确程度设定了一个新标准，因为它能够较好地适应道路网络中的地区差异，有效地预测全球范围内的道路。
 
  知识体系、算法题、教程、面经，这是一份超赞的AI资源列表  
近日，有人在GitHub上开源了一个名为“Awesome Interview”的技术面试集锦，前端、后端、算法、客户端、语言、简历制作、面试经验等各种技术人面试需要的资料一应俱全。本文整理了与人工智能紧密相关的资源内容，希望对正在或计划参加 AI 技术岗面试的朋友们有所帮助。
 
  避坑指南：如何选择适当的预测评价指标？| 程序员评测  
因为不存在一个适用于所有情况的评价指标，所以评估预测精度（或误差）就变成了一件不是那么容易的事情。只有通过试验，才能知道哪个性能评估指标适用于当前情况。在这个过程中，你会发现每个指标都可以避开某些陷阱，但同时也容易掉进其他陷阱。今天，我们就把几大预测评价指标一一为大家分析对比，从而对它们的适用情况更了解。
 
  抢程序员饭碗？自动写代码的Deep TabNine真如此神奇？  
在过去的一年中，AI生成书面文字的能力大大提高。通过扫描庞大的文本数据集，机器学习软件可以生成从短篇小说到歌词的各种令人信服的样本。现在，一个名为Deep TabNine的新程序，可以将相同的技术应用于编码世界。这个程序一经F推出便好评如潮，大有抢了程序员饭碗的架势。这个程序是否真有这么好用？我们来一探究竟。
 
  从Hinton开山之作开始，谈知识蒸馏的最新进展  
知识蒸馏是一种模型压缩常见方法，模型压缩指的是在teacher-student框架中，将复杂、学习能力强的网络学到的特征表示“知识”蒸馏出来，传递给参数量小、学习能力弱的网络。本文对17、18年知识蒸馏的最新进展进行简评。
 
  XLNet：公平PK，BERT你已经被超过！  
几周前，XLNet 团队发布了新型预训练语言模型 XLNet，这个新模型在各项基准测试中都优于谷歌之前发布的BERT模型，其中模型 XLNet-Large 的数据量更是 BERT 模型的 10 倍左右。那 XLnet 和 BERT 到底要选谁？
 

  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  
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