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     2017-03-16 第13期       资讯       马云启动“NASA”计划 为未来20年愿景研发核心科技   马云进一步阐释：“一个服务20亿人的经济体，需要强大的技术实力。我们将建立阿里巴巴的’NASA’，以担当未来的责任。面向机器学习、芯片、IoT、操作系统、生物识别这些核心技术，我们将组建崭新的团队，建立新的机制和方法，全力以赴。以前我们的技术跟着业务走，是‘兵工厂模式’，但手榴弹造得再好，也造不出导弹来。阿里巴巴必须思考建立导弹的机制，成立新技术研发体系，聚焦核心领域的研究。这些研究的目标是为了解决10年、20年后的困难。”     人脸识别315躺枪，支付宝、商汤、云从等回应   晚会现场，主持人现场演示了攻破人脸识别手段。在演示过程中，一张他人的静态自拍照，通过技术处理，可以变成能眨眼睛、能微笑的“伪活人”。甚至还可以利用这张自拍照，借助3D建模技术，让自己“变脸”成另一个人，轻易骗过登录系统，成功“黑”进对方账号。16日一大早，大家纷纷发表声明，表示自家的人脸识别技术还是相当安全的。     英特尔加码智能驾驶 巨头抢滩车联网   人工智能的发展正加速智能驾驶时代的到来，移动互联网时代失势的英特尔也不遗余力地布局未来，以重新获得主导权——3月13日晚间，英特尔宣布153亿美元溢价近50%收购以色列ADAS（高级驾驶辅助系统）厂商Mobileye。业内人士分析认为，自动驾驶目前成为市场潮流，IT企业正纷纷从自身擅长的地方向汽车领域扩展。     霍金：人工智能等技术的发展或许将毁灭人类   “从文明开始之时，侵略就一直是很有用处，因为它有着绝对的生存优势，”霍金说，“通过达尔文式的演化过程，侵略性深深根植于我们的基因之中。然而，如今的技术发展已经加快到了某种程度，使这种侵略性可能会以核战争或生物战争的形式毁灭人类。我们需要用逻辑和理性来控制这种与生俱来的本能。”     软银在美国第一笔人工智能风投给了这家公司   加州人工智能创业公司ObEN正是在这样的整体思路下成为软银投资的第一家人工智能创业公司的。准确的说，投资ObEN的是软银刚刚创办的旗下唯一一家专注早期投资、专注人工智能领域的风投基金SB Next Media Innovation Fund，而ObEN则是该基金的第一个投资项目。     谷歌旗下公司帮AI打通任督二脉：能同时学玩10款游戏   DeepMind在《美国国家科学院学报》（PNAS）上发表了题为《克服神经网络中的灾难性遗忘》（Overcoming Catastrophic Forgetting in Neural Networks）的论文，称研究人员利用监督学习和强化学习，克服了AI研究中神经网络“灾难性遗忘”的问题，以拓宽AI系统的应用面。也就是说，将来的AI可能不再被用作某一项特定用途，而是能够在不同任务之间切换，实现序列学习。     百度推出 AI 语音转录软件 SwiftScribe   百度深度学习研究院推出百度第一个 AI 驱动的转录软件 SwiftScribe 的 beta 版。SwiftScribe 的核心技术是百度的语音识别引擎 Deep Speech 2。它的神经网络使用数千小时的有标注语音数据训练，学习将声音与特定的词汇和短语对应起来。除了先进的 ASR 技术，百度还设计了一个直观的快捷键和创新的人机交互系统，以解决不连续的问题，这是用户在转录时的最大障碍之一。     学术       无人驾驶硬件平台   本文是无人驾驶技术系列的第十篇，是这一系列目前为止阐述最全面的一篇。着重介绍无人驾驶硬件平台设计。无人驾驶硬件系统是多种技术、多个模块的集成，主要包括：传感器平台、计算平台、以及控制平台。本文将详细介绍这三个平台以及现有的解决方案。希望本文对无人驾驶从业者以及爱好者选择硬件的时候有帮助。     Google Brain对NMT训练成本过高的几点发现   在过去几年里，基于神经机器翻译（NMT）技术的产品系统被越来越多部署在终端客户端中，NMT本身也因此获得了巨大进步。但目前，NMT构架还存在着一个很大的缺点，即训练它们的成本太高，尤其是GPU的收敛时间，有时会达到几天到数周不等。这就使得穷举超参数搜索（exhaustive hyperparameter search）的成本和其他常见神经网络结构一样，让人望而却步。     写给大家看的机器学习书【Part4】—— 机器学习为什么是可行的（上）   这个系列文章，我将试着为开发工程师，产品经理、设计师、所有希望了解学习机器学习的人，介绍机器学习的原理、方法和实战技巧。在本篇中，我们将具体辨析一个问题：用历史数据训练的模型能够预测未来吗？或者更直白一点，你敢用机器学习模型真金白银地进行股票交易吗？     李理：递归神经网络RNN扼要   RNN的特点是利用序列的信息。之前我们介绍的神经网络假设所有的输入是相互独立的。但是对于许多任务来说这不是一个好的假设。如果你想预测一个句子的下一个词，知道之前的词是有帮助的。RNN被成为递归的(recurrent)原因就是它会对一个序列的每一个元素执行同样的操作，并且之后的输出依赖于之前的计算。     实践       如何让人工智能学会用数据说话   美联社机器人撰写财经报道，微软机器人自动生成对联，谷歌机器人自动写诗，一时间，机器人自动写作成为学术界和产业界关注和讨论的热门话题。机器人写作又称文本生成。从广义上讲，一些传统的自然语言处理任务，例如机器翻译、文本摘要、对联生成、诗词生成等都属于文本生成的范畴。这些任务的共同点是用户输入非结构化的文本，机器根据任务目标输出相应的文本。     计算机告诉你，唐朝诗人之间的关系到底是什么样的？   在我还念中学的时候，每当心情不好，就靠读诗词来排遣，慢慢读得多了，就发现唐朝诗人之间存在着微妙的关系。比如杜甫非常喜欢李白，到了做梦都想见李白的地步：三夜频梦君，情亲见君意（梦李白）。而李白向孟浩然表过白：吾爱孟夫子，风流天下闻（赠孟浩然）。孟浩然的好基友则是王昌龄：数年同笔砚，兹夕间衾裯（送王昌龄之岭南）。     清华大学自动化系张长水教授：神经网络模型的结构优化   当前，深度神经网络模型的出现给我们带成了很大的影响，这个影响大部分都是积极正面的，但是同时也存在一些不同看法。不管怎么说，深度学习模型在传统的很多机器学习问题和相关问题上，都取得了令人瞩目的突破和进展。除此之外还有其他的问题，比如图像描述、机器翻译、语音识别。机器翻译我们知道过去几十年发展也很慢，基本上没有办法应用实际，也是因为深度学习方法的应用，使得机器翻译有了一个很大的突破。     线上课程       解密Google Tango，从视觉惯性里程计到机器人SLAM   【时间：】 2017.03.23 20:00 - 21:00【主讲人：】陈子冲，赛格威机器人高级架构师和算法负责人。本科毕业于清华大学电子工程系，完成基于DSP的卫星信标机的全套软硬件实现，获本科生校级优秀论文。后在瑞士联邦理工大学深造获得博士学位，其博士课题获得国家优秀自费留学生奖。归国后，加入华为媒体实验室，带领团队成功研发应用于华为手机的实时双目视觉算法。2015年，陈子冲加入赛格威机器人团队，致力于机器人导航等视觉感知算法的研发。【主题说明：】学员对视觉SLAM有一定了解，通过课程可以深入了解最尖端的视觉惯性里程计 – Google Tango的内部原理和局限性。随后介绍该技术在学术界的发展态势，以及过渡到机器人SLAM技术的挑战。【适合对象：】对于视觉SLAM，机器人导航，或VR 6DOF跟踪技术有一定了解或者有兴趣的学生，工程师等。     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