标签文章：#机器学习#
-
微软 TensorFlow-DirectML 正式版发布：可在 WSL 上 GPU 加速机器学习
IT之家9月12日消息 微软近日发布了 TensorFlow-DirectML的正式版，该工具可让用户在Windows的Linux子系统（WSL）上GPU加速机器学习（ML）模型训练。顾名思义，TensorFlow-DirectML用于将谷歌 TensorFlow机器学习平台与微软 DirectML机器学习API适配，以支持在Win10/WSL上进行机器学习
阅读更多Echo 2021.09.12 09:33 341浏览 0回复
-
消息称 Facebook 正自主研发全新机器学习芯片
北京时间9月10日早间消息，据报道，谷歌、亚马逊和微软此前已展开招聘和大规模投资，从头开始自主设计计算机芯片，希望降低服务器成本并取得更好的性能。两名消息人士透露，Facebook也在加入这个行列。该公司正在开发一种用于机器学习的芯片。根据消息人士的说法，Facebook自主开发的另一款芯片希望通过视频转码，优化用户观看录制视频和直播视频的质量。如果取得成功，开发出成本更低、性能更强的芯片，那么也
阅读更多 -
中国科大在机器学习提高超导量子比特读取效率上取得新进展
据中国新闻网报道，中国科学技术大学郭光灿院士团队在机器学习提高超导量子比特读取效率上取得重要进展。该团队郭国平教授研究组与本源量子计算公司合作，在本源“夸父”6比特超导量子芯片上研究了串扰对量子比特状态读取的影响，并创新性地提出使用浅层神经网络来识别和读取量子比特的状态信息，从而大幅度抑制了串扰的影响，进一步提高了多比特读取保真度。据了解，研究人员通过对量子比特信息提取过程的抽象和模拟，提出一种新
阅读更多 -
步子太快容易牺牲精度，梯度下降复杂度获严格数学证明
梯度下降是机器学习中求最小值最常用的一种算法。尽管这种算法应用广泛，但是人们关于它计算复杂度的理论研究却寥寥无几。在今年ACM举办的计算机理论顶会STOC上，牛津大学和利物浦大学的学者们，给我们证明了这个理论问题的答案。他们得到了梯度下降算法的计算复杂度，等于两类计算机问题的交集。这篇文章也成为了STOC2021的最佳论文。梯度下降的复杂度四位作者研究人员将目光放在了TFNP中两个子集问题的交集。
阅读更多 -
人工智能发展迅速，DeepMind 用神经网络求解 MIP：要想攻破运筹学绝非易事
Google的DeepMind团队最近官宣了一篇神经网络(NeuralNetworks)求解MIP论文。一石激起千层浪，在国内外的运筹优化社群引起了讨论。部分围观吃瓜群众纷纷表示："Thisissubercool!""ExcitedtoseethismergingofMLandcombinatorialoptimizationfinallyhappening""攻破OR（运筹学）只是时间问题"而一
阅读更多 -
如何写一篇不水的机器学习论文，专家手把手教你
还在学师阶段的研究生以及从业新手们，想在机器学习研究中少走弯路吗？或许下面这篇论文可以帮到你：《如何避免机器学习研究中的陷阱？一本给学术研究人员的指南》作者是英国赫瑞-瓦特大学数学与计算机科学学院的副教授，同时也是爱丁堡机器人中心的成员，博士毕业已经十多年，这篇17页的论文主要介绍了机器学习学术研究中的一些常犯错误，以及如何避免。指南共涵盖了机器学习过程的五大方面：建模前如何准备，如何建出可靠的模
阅读更多 -
DeepMind 与谷歌又出大招，用神经网络解决 NP-hard 的 MIP 问题
近日，DeepMind与GoogleResearch团队共同发布了一项工作，用神经网络与机器学习方法来解决混合整数规划（MIP）问题！论文地址：https://arxiv.org/pdf/2012.13349.pdf在解决现实中遇到的大规模混合整数规划（MixedIntegerProgramming,MIP）实例时，MIP求解器要借助一系列复杂的、经过数十年研究而开发的启发式算法，而机器学习可以使
阅读更多 -
2021 年 MIT“35 岁以下科技创新 35 人”名单出炉：6 位华人入选，中科院榜上有名
近日，麻省理工科技评论在全球范围内评选出了35位“35岁以下优秀科技创新者”。在入选榜单中，我们发现有6位华人在列，他们是来自中科院物理研究所的郑金星、Lightelligence创始人沈亦晨、IBM高级研究员孙啸、Huue创始人TammyHsu，阿贡国家实验室科学家JieXu以及约翰普金斯大学助教JaniceChen。“35岁以下科技创新35人”榜单评选涵盖发明家（Inventors）、创业家（
阅读更多 -
机器学习已成熟：谷歌组建新机器学习团队，欲将 AI 应用于核心旗舰产品
北京时间6月25日上午消息，谷歌将一个人数只有几十人的AI研发团队分拆，放入新成立的机器学习团队，该团队的目标是想在AI领域找到发展机会。根据谷歌发送给员工的备忘录显示，谷歌想将机器学习技术应用于自家产品，而新团队正是此计划的“中心”。另外，新团队将纳入谷歌核心部门，而该部门将为谷歌旗舰产品开发技术基础设施。谷歌高管在备忘录中说，在未来2-3年内谷歌要在AI领域获得可观成果，这是全公司层面的目标，
阅读更多 -
几乎以假乱真：英特尔通过机器学习让《GTA5》的画面更接近现实
IT之家5月16日消息 英特尔ISL实验室本周为大家带来了一段新的演示视频：通过机器学习让《GTA5》的画面近乎现实，不过部分情景受限于素材库及研究进度生成的画面比较模糊，但也做到了几乎以假乱真的程度。IT之家了解到，这是英特尔ISL研究小组“现实增强（PhotorealismEnhancement）”项目的一部分，新的机器学习工具通过分析游戏动画的每一帧，将其和现实图像对比，然后再应用
阅读更多 -
进击的速溶咖啡：当中国 AI 开始玩工业化
从2017年AI借助围棋大规模出圈开始算起，我们经历了这么几个阶段的变化：第一阶段，全社会一起讨论AI到底有什么用；第二阶段，相关产学政各方一起讨论，AI应该怎么用；第三阶段，负责出钱和收钱的双方努力讨论，AI怎么用才能便宜点？随着产业化的推进，公众范围对AI的探讨也随之收窄。如今，基本看不到营销号那些关于AI的惊悚标题，也很少有让业界惊喜的底层算法突破。也许有人认为AI泡沫正在破裂，AI寒冬又将
阅读更多 -
松下意图收购机器学习公司 Blue Yonder：或花费近 65 亿美元
[上午9:43:48]更新：松下发表声明对有关BlueYonder的报道做出回应：目前尚未做出决定。IT之家3月9日消息据日经新闻昨日报道，日本松下（Panasonic）公司将以64.5亿美元(约合420亿人民币)收购美国供应链和机器学习软件公司BlueYonder，这是这家日本电子公司自2011年以来最大的一笔收购。松下去年以860亿日元（约合51.5亿元人民币）购买了BlueYonder公司2
阅读更多 -
富士康采用谷歌机器学习程序检测不良产品，提高智能手机生产效率
IT之家3月8日消息据CNA今日报道，富士康采用谷歌机器学习程序为基础，制作了生产线自动侦测系统，大幅降低智能手机零件缺陷遗失率，同时检测时间也明显减少。根据谷歌公布的信息显示，富士康日前与谷歌云端团队展开合作，了解目视检测（VisualInspection）技术和自动化机器学习工具（CloudAutoML）。掌握这些技术后，富士康可提升其生产流程中的产品品质。例如在智能手机制造生产线中，印刷电路
阅读更多 -
下一代树莓派 CPU 将内置机器学习轻量级加速器
IT之家3月6日消息 在最近的miniML 2021峰会上，RaspberryPi的联合创始人EbenUpton公布了'PiSilicon'的未来路线。其内部专用集成电路（ASIC）团队正在进行下一次迭代，并且似乎正专注于研发针对超低功耗机器学习应用程序的轻量级加速器。IT之家了解到，EbenUpton宣布了三款“PiSilicon”的树莓派板，分别为SparkFun的Micr
阅读更多 -
微软宣布公开发行 DirectML 机器学习 API：可用 A 卡加速实现光追、DLSS 等效果
IT之家1月29日消息 据外媒MSPoweruser消息，微软今日宣布正式公开DirectMLAPI，可用于任何Win32、UWP、WSL应用程序。这个机器学习API需要显卡支持DirectX12、系统版本为Win101903或以上，微软预计目前全球有超过2亿台设备可以使用DirectML。这项公开API可以使用机器学习算法，来为图片降噪处理、游戏画面渲染等提供帮助。由于该工具是开源的，
阅读更多 -
监测污染排放发电厂，机器学习从太空怎么做？
矿物燃料发电厂是引起温室效应的最大气体排放源之一。18000座电厂温室气体排放量占全球总排放量的30%，其中包括了每年大约150亿公吨的二氧化碳，燃烧矿物燃料产生的污染物也严重降低了空气质量和公共卫生，因此会导致心脏病和呼吸系统疾病以及肺癌，这将接近全世界十分之一的人口死亡数量。为了避免空气污染和气候变化的带来的严重影响，人们需要了解排放源。现有的技术可以检测大气中的CO2和其他气体含量，但其颗粒
阅读更多 -
用机器学习解码古埃及象形文了解一下，包学不包会
关注的人都知道，谷歌“Arts&Culture”总会发布些有趣的应用来增强人们与艺术和历史间的互动，很有意义。比如在2018年，就推出了个能让用户通过自拍，找出与自己长相相近艺术品人物的功能。最近，还放出了可模仿梵高或达芬奇等大师风格的滤镜。而现在，他们又发布一款基于网页的AI工具，可以让一般用户零距离接触古埃及象形文字，而对于研究人员，还能通过机器学习来帮他们解码字符。谷歌根据“古铭文研
阅读更多 -
机器学习工程师正在失业，但学习依旧是唯一的出路
招聘岗位正在被冻结。一些猜测认为投资者终将对人工智能失去希望。谷歌已经冻结机器学习研究人员的招聘，Uber已经裁掉了他们一半的人工智能研究团队……在未来拥有机器学习技能的人将比机器学习所需岗位多得多。我们正在经历经济衰退。人们都在讨论人工智能严冬。人工智能（AI），机器学习（ML）和数据科学（DS）几个领域最先出现收缩是合情合理的，因为对大多数企业来说这些都是奢侈品。但如果你能创造价值，未来也未必
阅读更多 -
网络金融诈骗猖獗！机器学习如何发现异常
在过去几个月里，由于与冠状病毒相关的失业索赔众多，美国的整个失业申请系统都面临巨大压力，还导致了数百万美元被盗。据报道，一个颇有经验的国际诈骗团伙，利用之前获得的个人身份信息(PII)，包括社会安全码、地址、姓名、电话号码和银行账户信息来欺骗政府接受索赔。他们用这些信息为那些根本不知情、目前仍有稳定工作的人提交了多份虚假的失业申请。然后，本来应该付给“仍在工作的人们“的失业补偿金，就会转移到洗钱团
阅读更多 -
不要一上来就学机器学习，要先学会用机器学习模型构建软件
如果你决定开始学机器学习，并且按照常规的方式开始学习，那么很可能出现这样的情况：学习线性代数和多变量微积分两周后就选择放弃。原因在于，大多数机器学习的入门材料不是面向开发者的，而是面向机器学习研究人员开发的，而对于只想使用机器学习来构建产品的开发者来说，这些材料未免太难了。你是想只想做产品还是想做研究？在20年代末，机器学习或多或少只是一个学术研究问题，在实际产品中使用机器学习的公司并不多。因此，......
阅读更多