决策智能

首页 标签 决策智能
# 决策智能 #
关注
2021内容
当 AI 掌握「读心术」:DeepMind AI 已经学会相互理解
「心智理论」一直被认为是人工智能无法掌握的能力,然而在 DeepMind 发表的论文《Machine Theory of Mind》中,研究人员提出了一种新型神经网络 ToMnet,具备理解自己以及周围智能体心理状态的能力。
阿里云RPA:助力企业自动化升级和数字化转型
读取信息、录入单据、订单分类、发送邮件,这些重复而繁琐的工作占据了大量的时间,现在RPA的出现将彻底改变这一现状,“将重复的事交给RPA做”,这句话已经由标语变为现实。随着技术升级、算法精进,机器人流程自动化(Robotic Process Automation,RPA)由一个陌生的词汇逐渐为人们所知。
大规模深度学习优化技术在PAI平台中的应用及实践
工业界和学术界也先后推出了用于Deep Learning建模用途的多种开源工具和框架,这里详细解读下阿里云推出的PAI(Platform of Artificial Intelligence)。其致力于通过系统与算法协同优化的方式,来有效解决Deep Learning训练工具的使用效率问题,目前PAI集成了TensorFlow、Caffe、MXNet这三款流行的Deep Learning框架,并针对这几款框架做了定制化的性能优化支持,以求更好的解决用户建模的效率问题。
普通企业的规划类项目中,OptaPlanner更适合作为APS的规划优化引擎
在企业的规划、优化场景中,均需要开发规划类的项目,实现从从种可能方案中找出相对最优方案。如排班、生产计划(包括高层次的供应链优化,到细粒度的车间甚至机台作业指令)、车辆调度等。因为这类场景需要解决的问题,均可以归约为数学中的NP-C或NP-Hard问题。
人工智能算法
个体人工智能 -随机数(Random)   -A*寻路(A* Search Algorithm)   -状态机机制(Finite-State Machine)   -决策树机制(Decision Tree)   -博弈论(Game Theroy)   -神经网络(Artificial Neural Networks)     -深度学习(Deep Learning)    
《中国人工智能学会通讯》——9.12 集成学习中的挑战性问题及解决方法
本节书摘来自CCAI《中国人工智能学会通讯》一书中的第9章,第9.12节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。
神经网络可解释性、深度学习新方法, 2020 年有哪些势不可挡的研究趋势?
作为 2019 年最后一场重量级的人工智能国际学术顶会,NeurIPS 2019 所反映出的一些人工智能研究趋势,例如神经网络可解释性、深度学习新方法、神经科学等等,想必对于大家在新的一年开展研究工作,具有一定的借鉴和参考价值。
免费试用