暂无个人介绍
李佳,谷歌云机器学习/人工智能研发负责人(Head of R&D, AI/ML, Senior Director at Cloud,Google)。本科毕业于中国科大自动化系。新加坡南洋理工大学硕士。在伊利诺伊大学香槟分校、普林斯顿大学与斯坦福大学跟随李飞飞从事计算机视觉研究。2011 年获斯坦福大学计算机科学博士。曾在谷歌实习,2011 年加入雅虎,2014 年成为雅虎资深研究员,开始领导雅虎实验室的视觉计算和机器学习部门。2015 年 2 月,Snapchat 聘请李佳担任公司研发主管。2016 年加入谷歌。在结束乌镇的活动之后,李佳将亮相机器之心 GMIS 2017,分享精彩的主题演讲。
上周(5 月 15 日),知名人工智能创业公司依图科技对外宣布,已于近日完成 C 轮融资。此轮融资高达 3.8 亿人民币,投资方包括高瓴资本、云锋基金、红杉资本、高榕资本及真格基金,募集到的资金将用于医疗核心技术研发、临床应用等方向。
5 月 23 日,乌镇围棋峰会第一场人机大战以柯洁落败而结束,DeepMind 和谷歌在今天的人工智能高峰论坛中详细回顾了昨天的比赛,并解读了 AlphaGo 背后的强大实力。
Google Home 是谷歌在 2016 年 I/O 开发者大会上推出的一款智能硬件产品。时隔一年,Google Home 新增了 5 个特性:全新的通知功能、拨打电话、增加日历和提醒、电视操作界面、支持更多流媒体服务。
近日,加利福尼亚大学和 Adobe Research 在 arXiv 上联合发表了一篇名为《生成人脸修复(Generative Face Completion)》的论文,论文中的模型包括包括一个生成器、两个鉴别器以及一个语义解析网络,可针对缺失图像直接生成局部或整张的逼真图像。此论文已被 CVPR 2017 接收,机器之心对该篇论文做了扼要介绍和解读。论文链接请移步文末。
在 Google I/O 首日的 Keynote 中,Google 公布了一系列新的硬件、应用和基础研究。自去年提出 AI First 战略,今年的大会上 Google 同样安排了不少与机器学习开发相关的内容,比如《教程 | 如何使用谷歌 Mobile Vision API 开发手机》。
一年一度的谷歌开发者大会 Google I/O 昨日在山景城开幕,在首日的 Keynote 中,谷歌宣布了一系列新的硬件、应用、基础研究等。而在下午面向开发者的 session 中,也有很多有关机器学习的内容值得我们学习。所以这届 Google I/O 并非略显乏味,反而充实了更多机器学习内容。在这篇文章中,机器之心根据视频为大家介绍了一个面向初学者的教程:如何使用谷歌 Mobile Vision API 在手机上开发应用。
当地时间 5 月 17 日,谷歌在山景城开启了本年度的谷歌 I/O 开发者大会。昨日机器之心对此次大会上将出现的有关人工智能和机器学习的内容进行了梳理。机器之心作为谷歌官方受邀媒体来到现场,近距离为大家报道谷歌人工智能的最新进展。
当地时间 5 月 17-19 日,谷歌将在山景城举办 Google I/O 开发者大会。从已经公布的日程来看,人工智能、安卓、云、Chrome OS、虚拟现实和增强现实、物联网等都将在本次大会上登台亮相。其中,机器学习和 TensorFlow 将会成为本次大会上的重头戏,涉及到的主题将包括但不限于云、大数据、移动机器学习、Google Assistant 和 Magenta 等。
人脑是一个智能而复杂的机器。
机器之心梳理了本次论坛四场报告的概要,并就报告中提到的「卷积与生物记忆」和「反向传播算法与脑研究」等研究方向进行了拓展解读,同时也精选了专题讨论环节中五个值得关注的问题。
搭载着 ULSee 智能驾驶集成方案的汽车上,4 个摄像头分别安装在车身的前后左右,用于采集车辆在行车过程中四周的影像。
昨天,GPU 开发者的年度盛会,GPU 技术大会(GPU Technology Conference,GTC)在美国加州圣何塞开始举行。随着近年来人工智能和机器学习技术的发展,本次大会吸引了众多机器学习的研究人员参与,除了将要出场演讲的黄仁勋外,来自 Facebook 的贾扬清(Caffe 作者)与重回谷歌的 Ian Goodfellow(GAN 提出者)等人也将亮相。机器之心作为本次大会的特邀媒体,亲临现场对本次大会的亮点进行了报道。
近年来,在计算机计算能力的指数级突破和数据量飞涨这两大因素的推动下,深度学习带来了人工智能的又一波浪潮。图像识别、语音识别、视频理解、自然语言理解、博弈、预测分析、内容生成…… 深度学习不断地在不同的应用领域创造着惊喜。
Jürgen Schmidhuber 为机器之心 「2017 全球机器智能峰会」的重要演讲嘉宾。
随着复杂和高效的神经网络架构的出现,卷积神经网络(CNN)的性能已经优于传统的数字图像处理方法,如 SIFT 和 SURF。在计算机视觉领域,学者们开始将研究重点转移到 CNN,并相信 CNN 是这一领域的未来趋势。但是,人们对成效卓著的 CNN 背后的机理却缺乏了解。
作为海云数据创始人兼 CEO,不仅是因为其自主研发的唇语识别技术,提高英文识别准确率,更重要的是,冯一村找到了唇语识别的变现之道。
在斯坦福运筹学博士、杉数科技联合创始人兼 CTO 王子卓看来,人工智能和运筹学都能通过数据帮助人们解决实际问题。但与人工智能专注于预测、识别等功能的准确性相比,运筹学更在意的是给出商业、金融等场景下完整的解决方案,解决具体的行业问题。
在近日于英伟达总部举行的 Jetson TX2 Editor's Day 活动中,英伟达向人们展示了新一代 Jetson 计算平台的强大计算能力。
Alva Noë 目前是加利福尼亚大学伯克利分校的哲学教授,他的研究领域主要有认知科学、分析哲学的起源、现象学、心灵哲学、艺术理论、感知理论以及维特根斯坦研究。
最近,谷歌发布了一种把低分辨率图像复原为高分辨率图像的方法,参见机器之心文章《学界 | 谷歌新论文提出像素递归超分辨率:利用神经网络消灭低分辨率图像马赛克》。与最先进的方法相比,这篇论文提出了一种端到端的框架来完成超分辨率任务。它由两个卷积神经网络组成,一个是描述低分辨率图像骨架的优先网络(prior network),一个是用于优化细节特征的调节网络(conditioning network)。这种方法强调了细节特征恢复上的提升,并以概率范式(probabilistic paradigm)的形式提升了其理论。机器之心在本文中对相关研究《Pixel Recursive Super Resolu
近年来,随着深度神经网络的应用,计算机理解自然语音能力有了彻底革新,例如深度神经网络在语音识别、机器翻译中的应用。但是,使用计算机生成语音(语音合成(speech synthesis)或文本转语音(TTS)),仍在很大程度上基于所谓的拼接 TTS(concatenative TTS)。而这种传统的方法所合成语音的自然度、舒适度都有很大的缺陷。深度神经网络,能否像促进语音识别的发展一样推进语音合成的进步?这也成为了人工智能领域研究的课题之一
从 2008 年到 2012 年,周剑用了第一个五年时间,研发出满意的舵机。这成为周剑在 2012 年创立优必选科技(下简称优必选)的底气,也成就了优必选的第一个五年————舵机是优必选的核心技术,覆盖 Alpha1、Alpha2、Jimu 和 Cruzr 等重要产品。
2012 年 10 月,是一家在语音识别、语义分析、垂直探索等技术领域具备自主研发能力的人工智能公司。根据此前路透社报道,于 2015 年 11 月出门问问完成 C 轮融资后的累计融资金额达 7500 万美元,投资方包括 Google 、红杉资本、真格基金、SIG 海纳亚洲、圆美光电、及歌尔声学。
2017 年 3 月 29 日,阿里云首席科学家周靖人博士在 2017 云栖大会•深圳峰会上重磅推出升级版的机器学习平台 PAI 2.0,可以大幅度降低人工智能门槛以及开发成本。
在医疗领域,人工智能的应用往往表现为辅助诊断或者影像检测的「轻」应用,如辅助影像诊断医生筛查早期肿瘤,或是帮助完成病例电子化、流程无人化。
2017 年 3 月 13 日,通过名为 reVISION™的堆栈,All programmable 技术和器件公司赛灵思(Xilinx)宣布将赛灵思技术扩展至广泛的视觉导向机器学习应用领域,解决软件及算法工程师 80% 的开发难题。
3 月 16 日,在柏林举行的 2017 博世物联网(Bosch's Connected World)大会上,汽车 Tier 1 供应商博世联合英伟达推出了一款为自动驾驶汽车打造的车载计算机,并将量产至高度自动驾驶的大众市场。这款车载计算机搭载英伟达 Xavier GPU,每秒内能够执行 30 万亿次的深度学习运算。博世集团董事会主席邓纳尔在大会上表示:「自动驾驶提高了道路行车安全性,人工智能技术是其中的关键,我们正在让汽车变得更智能。」
硬件巨头英特尔与 Mobileye 于 3 月 13 日上午共同宣布了一项最终协议:英特尔即将收购 Mobileye NV——这家全球领先的计算及视觉、机器学习、数据分析、本地化辅助系统和自动驾驶系统服务提供商。
当地时间 3 月 10 日,Google Cloud Next '17 在美国旧金山顺利闭幕。机器之心作为受邀媒体对这场为期 3 天的会议进行了现场报道,参阅《现场直击 | 李飞飞首度亮相谷歌云大会:发布全新 API,解读 AI 民主化》和《谷歌云官方正式宣布收购数据科学社区 Kaggle》。谷歌云大会的最后一天,Google Cloud 产品开发、计算 & 开发者服务副总裁 Sam Ramji、谷歌大脑 TensorFlow 负责人 Rajat Monga 和 Google Senior Fellow Jeff Dean 等演讲者和受邀嘉宾重点围绕 Kubernetes、TensorFlow
当地时间 3 月 8-10 日,Google Cloud NEXT '17 大会在美国旧金山举行,机器之心作为受邀媒体进行了现场报道。在当天 Keynote 演讲中,谷歌云机器学习与人工智能首席科学家李飞飞正式宣布谷歌云收购数据科学社区 Kaggle 这一消息。随后,Kaggle 官方网站和谷歌云平台博客也正式发布了该消息。
在 2016 年两会中,刘庆峰建议将人工智能作为国家战略性科技发展方向列入科技部的重要工作内容。今年人工智能写进了两会,应了他去年的两会提议。
英伟达于今天发布了新一代嵌入式计算平台 Jetson TX2。至此,作为人工智能终端计算解决方案的 Jetson 系列也进入了 Pascal 架构时代。
在本论文中,作者们开发了一种机器学习算法,整合血液指标、饮食活动和肠道的微生物组数据来准确地预测个人饭后的血糖水平(临床医学称之为餐后血糖反应,PPGR)。
人工智能孵化器 Element AI这家被称为「加拿大版 YC」的公司旨在通过硅谷式的产业服务帮助创业者,将人工智能的新技术从实验室转化为实用产品,同时也为其他公司构建研究机构提供解决方案。
FPGA 芯片领域顶级会议 FPGA 2017 于 2 月 24 日在加州 Monterey 结束。在本次大会上,斯坦福大学在读 PhD、深鉴科技联合创始人韩松等作者的论文 ESE: Efficient Speech Recognition Engine with Sparse LSTM on FPGA 获得了大会最佳论文奖。得知此消息后,机器之心对深鉴科技科技创始人兼 CEO 姚颂与联合创始人韩松(本论文的第一作者)进行了联系,他们对该文章进行了技术解读。可点击阅读原文下载此论文。
该研究是关于 Mike Snyder 教授的「整合性个人组学图谱」(integrative personal omics profile,iPOP);Mike Snyder 教授是该论文的通讯作者,也是斯坦福大学遗传学系主任。这是首项针对个人的健康与疾病状态进行的大规模 iPOP 研究。该论文于 2012 年发表在 Cell 上。
当地时间 2 月 15 日,谷歌在加州山景城召开了第一届年度 TensorFlow 开发者大会(TensorFlow Developer Summit 2017),这可算得上是 TensorFlow 开发者、支持者与爱好者的第一次盛会,谷歌也在此次会议上发布了开发者期待已久的 TensorFlow 1.0。
2 月 16 日,河南省最快超级计算机在郑州大学(郑州)超算中心正式投入使用。郑州大学超算中心的设备在软件的调度作用下形成了一个紧耦合的全面系统,借助高性能计算集群强大的计算能力,以深度学习硬件为优化工具,使用大数据分析的方法,对包括政务云学习在内的众多应用进行支撑。
新春过后不久(2 月 4 日- 9 日),我们就迎来了 2017 年人工智能领域的首个重磅会议——AAAI-17,这也是第 31 届 AAAI 人工智能大会。
中国 95 后的流行色是什么?人工智能说是 RGB 值为 22/20/24 的「黑色」。
2 月 6 日,百度宣布前联想之星合伙人刘维作为副总裁正式加盟百度,任百度风险投资公司 (Baidu Ventures,BV)CEO,全面负责百度风投的各项工作。
第一期的榜单得到了来自投资界、人工智能产业界和学界的众多反馈,我们也依此对榜单的信息作出了一些订正和调整。在 11 月的榜单中,我们新增了芋头科技和大象声科两家公司。
前天机器之心的头条文章深度解读了 AAAI-17 大会评出的杰出论文和 Blue Sky Idea Awards 获奖论文,今天机器之心分析师则为我们带来了对 AAAI-17 两篇经典论文奖获奖论文的深度解读。论文原文可点击文末「阅读原文」下载。
一年一度的ISSCC又在美国旧金山万豪酒店隆重举行。除了传统的电路设计外,人工智能芯片更是今年的关注焦点。作为人工智能芯片的专业先锋,矽说(携手机器之心/半导体行业观察)也亲临现场,发回独家报道。
2 月初,人工智能盛会 AAAI-17 在美国旧金山举办的同时,ISSCC 2017 大会在城市另一边的万豪酒店同期举行。在「人工智能」一词席卷科技圈的时代,ISSCC 这一学术会议也不可避免地加入了人工智能、深度学习的元素。本届 ISSCC 会议的主题被定为:智能时代的智能芯片(INTELLIGENT CHIPS FOR A SMART WORLD)。
在贵阳「块数据」实验室的一块大屏幕上,每一分每一秒都在进入新的数据,不停地预测每个区域有多少辆出租车进和出,这是微软亚洲研究院一个基于云计算和大数据的系统正实时运转,贵阳出租车的数据实时上传作为测试样本,验证模型的准确性和有效性。每点一个格子会跳出一个图表,都能清楚知道整个城市某区域人群流动接下来十几个小时会呈现什么状态,黑色的是已经发生过的出租车进出情况,绿色预测未来部分,蓝色是昨天同一时间的情况。而同样,任何人流预测数据来源,比如手机信号、地铁刷卡记录等,都可以通过该系统模型进行运算得到某地将有多少人进和出的结果,并预测到未来十几个小时的城市人流情况。
农历新年后不久(2 月 4 日-2 月 9 日),我们就迎来了 2017 年人工智能领域的首个重磅会议——AAAI-17,这也是第 31 届 AAAI 人工智能大会。
明天 DeepMind AlphaGo 与韩国李世石九段的比赛有着重要的历史意义——这是首次人工智能在人类最复杂的博弈游戏中挑战最高级别的人类选手。而拉开这一帷幕的是去年欧洲围棋冠军樊麾与 AlphaGo的对战。机器之心有幸采访到了樊麾老师,在与他的长谈中,樊麾老师详细回顾了他与 AlphaGo 交战的精彩故事,畅谈了他对人工智能技术的感触,以及对围棋与人生的哲学思考。樊麾老师将作为裁判长现场督战「AlphaGo VS 李世石」。这里,我们希望用樊麾老师这番丰富且深刻的思考和遐想来拉开这场「世纪大战」,而更加重要的是,我们相信樊麾老师的长篇精彩分享一定可以给大家带来超越比赛本身的启迪。
Richard Sutton 在多伦多大学数学科学研究中心的机器学习应用进展系列研讨会上探讨了人工智能的未来方向。他认为人工智能的未来属于可扩展的方法、搜索与学习。而在人工智能未来的发展中,可扩展性是及其重要的方向。监督学习和计算能力的可扩展性并不大,真正重要的是在普通的经验知识世界中学习的能力,这个能力需要扩展。