- 博客(74)
- 收藏
- 关注
RSS订阅原创 “LSTM之父”新作：一种新方法，迈向自我修正的神经网络
神经网络的过程包括其权重矩阵(Weight Matrix：WM)的更新。一旦网络训练结束，权重矩阵将被永久固定，然后根据网络在测试数据上的泛化结果评估其有效性。然而，许多环境在训练结束后会继续进化，测试数据可能会偏离训练，超出神经网络的泛化能力。这就需要人工干预，来重新训练或调整模型。相反，一个完全自主的系统应该学会在没有干预的情况下，根据新的经验更新自己的程序。特别是在多任务学习（Multi-task learning）和元学习(Meta-learning，学习如何去学习)中，学习如何保持更新和微调.
2022-05-26 11:26:15
894
原创 ACL 2022：评估单词多义性不再困扰？一种新的基准“DIBIMT”
众所周知，单词多义性给NLP领域的研究带来了诸多困难，如词义消歧（Word Sense Disambiguation）、信息检索（IR, Information Retrieval）和机器翻译（MT, Machine Translation）等等。而词汇歧义（Lexical Ambiguity）无疑是机器翻译领域面临的最大挑战之一。在过去的几十年里，研究者也一直致力于调查由单词的多义性引起的错误翻译。在此研究范围内，一些研究认为模型能够学习接纳训练数据中存在的语义偏差，从而产生翻译错误。实际上，最新.
2022-05-24 11:09:37
599
原创 “统一语言学习范式”：详解50个任务达到sota的谷歌新模型
现有的预训练模型（pre-trained models）通常针对特定类别的问题。迄今为止，对于正确的模型架构和预训练设置应该是什么，似乎学术界仍未达成共识。谷歌团队在这个问题上迈出了重要一步：他们在Unifying Language Learning Paradigms这篇论文中提出了一个统一的预训练模型框架，该框架在数据集和设置中普遍有效。在广泛的消融实验比较多个预训练目标之后，团队并发现这个方法在多种不同设置中优于 T5 和/或 GPT 模型，将这个ul2模型扩展到 20B 参数后，在 50 个完.
2022-05-22 13:19:51
991
原创 ICLR 2022：PiCO，基于对比消歧的偏标签学习 丨AI Drive
偏标签学习 (Partial Label Learning, PLL) 是一个经典的弱监督学习问题，它允许每个训练样本关联一个候选的标签集合，适用于许多具有标签不确定性和歧义的的现实世界数据标注场景。然而，现存的 PLL 算法与完全监督下的方法依然存在较大差距。针对这一现象，本期 AI Drive，浙江大学人工智能系在读博士-王皓波，解读其发表在 ICLR 2022的最新研究成果：PiCO：基于对比消歧的偏标签学习。这项研究提出一个协同的框架，解决 PLL 中的两个关键研究挑战——表征学习和标签消歧.
2022-05-22 13:14:50
1427
原创 ICLR2022：基于退化缓解兼容训练的热刷新模型升级，在图片检索中的应用丨AIDrive
对检索系统中部署的模型进行更新迭代，是提升检索精度、改善用户体验的必经之路。在传统的检索模型升级过程中，需要先用新模型离线刷新底库中的所有特征（称之为特征“回填”），再将新模型部署上线，这一过程被称之冷刷新模型升级。大规模检索系统往往存在海量的底库图像，将其全部离线刷新一遍可能花费数周乃至数月，冷刷新模型升级存在模型迭代的时间成本高、用户体验不能得到即时改善等几大弊端。针对以上现象，本期 AI Drive，清华大学计算机科学与技术专业在读硕士生-张斌杰，在线解读其发表在 ICLR 2022的最新研究.
2022-05-16 11:13:15
420
原创 实践：对马斯克收购Twitter进行网络情绪分析
原创 ：Prabowo作者：Prabowo Yoga Wicaksana译者：LZM推特董事会已于2022年4月25日同意埃隆·马斯克提出的440亿美元收购要约。支持言论自由是他决定收购Twitter的原因之一。他还想用新特性来增强产品，使算法开源以增加信任，打败垃圾邮件机器人，并建立完善的人类验证系统。在这篇文章中，我们不会深入探讨这件事的经济学原理或对未来的影响，而是分析公众对这件事的情绪。在介绍主题之前，我们先来回顾一下BERT和RoBERTa模型。BERTBERT，全名为Bi-dir
2022-05-16 11:08:43
2085
原创 Hugging Face官宣1亿美元C轮融资，估值20亿美元
对于机器学习领域的开发者而言，上图中的笑脸应该不陌生了。这是AI社区 Hugging Face 的标志之一。这家成立于 2016 年的公司，随着机器学习的发展而进入越来越多人的视野之中，也被许多人视为是“机器学习的 GitHub”。今天 Hugging Face 宣布，其在短短一周内筹集到 1 亿美元的新资金，新一轮融资由 Lux Capital 领投。根据外媒报道，Hugging Face 的估值达到了20亿美元。从NLP到整个ML最初成立的时候，Hugging Face 还是一家纯粹的NLP.
2022-05-16 11:01:54
873
原创 谷歌学者：超越可解释性，开发一种语言来调整我们与AI的关系
原创 Been Kim本文基于谷歌大脑团队成员Been Kim于2022 ICLR 的主题演讲。目前我们还不了解人工智能所能做的一切。人工智能在许多场景得到应用，比如从序列中预测蛋白质的结构与功能（如 AlphaFold 和ProtENN），语义理解与语言生成（如 GPT-3 和 PaLM）等等。人工智能也被人们用来辅助决策。举个例子，人工智能被用来帮助医生对患者进行分类，并在医生不在时提供辅助诊断。正如谷歌健康的自动视网膜疾病评估系统（ARDA）那样，使用人工智能帮助医护人员检测糖尿病引起的视
2022-05-10 10:50:39
755
原创 不要小瞧递归：它比大部分人想象中更强大
原创 WBlackGoose 作者：WhiteBlackGoose译者：张雨佳大部分人都知道递归的含义，即通过自身来定义一些东西。但实际上，这种简单的定义可以完全改变你编写命令式算法的方式。无论你是使用Java、c#、Python还是F#的开发人员，都可以在通用编程语言中使用递归！定义循环首先介绍循环，循环不单单是“做n次同一件事”或“条件为真时进行重复”。我认为循环的迭代实际上是一个函数，它可以改变了某些全局变量的状态。并且循环是从某个初始状态开始的链式函数：循环是初始状态和转换（迭代）的
2022-05-07 14:52:25
355
原创 ACL 2022：梳理视觉语言导航的任务、方法和未来方向|AI Drive
近几年极为热门的研究方向视觉语言导航（Vision-and-Language Navigation，VLN）发展迅速。今天的分享的ACL 2022论文是对视觉语言导航领域做了一个系统的综述，回顾了VLN的任务、数据集、评测机制和方法等，并对未来方向做出了展望。本期AI Drive，我们邀请到加州大学圣克鲁兹分校的在读博士生-古静，为大家在线解读其发表在ACL 2022的最新研究成果。古静，加州大学圣克鲁兹分校的在读博士生，加州大学戴维斯分校获得计算机硕士学位。研究方向包括Natural Langu.
2022-05-07 14:07:29
2151
原创 教程丨一文入门图像预训练模型
作者：Dr. Dataman译者：刘媛媛过去三十年来，研究学者在图像识别算法和图像数据集方面做了许多工作，积累了宝贵的知识经验。如果你对图像训练感兴趣，但又不知道从何开始。那么，我希望这篇文章可以为你提供一个很好的开始。这篇文章简要介绍了过往的演变，并指出了当代热点话题。阅读本文后，你将熟悉以下主题：丨ImageNet丨预训练模型丨迁移学习（热门主题）丨使用预训练模型去识别一张未知图像丨PyTorch一、ImageNet的起源基于监督学习的卷积神经网络模型的训练依赖于图像数据。在200.
2022-04-26 13:57:18
2480
2
原创 推特同意被马斯克收购，440亿美元交易将于2022年完成
今日，多家外媒报道，推特董事会与马斯克达成一致，接受440亿美元的收购报价。马斯克将以每股54.20美元的现金价格收购推特。马斯克收购推特的交易预计将于2022年完成，交易完成后，推特将成为一家私人控股公司。已收购推特的马斯克发文说：“我希望即使是我最糟糕的批评者也能留在推特上，因为这就是言论自由的意义。”推特公司则表示，已经获得了255亿美元的全额承诺融资，马斯克收购提案对持有人来说是最好的选择。更有趣的是，民众普遍关心的特朗普也出来刷存在感了，他对fox news表示，马斯克是个好人，但推.
2022-04-26 11:35:57
738
原创 马斯克最新访谈：关于自动驾驶、AI和特斯拉人形机器人
原创 Peter近日，世界顶级富豪 Elon Musk 参加了由TED负责人Chris Anderson所主持的一次专访。在访谈中，马斯克谈及了他关于AI、自动驾驶、收购推特以及特斯拉之前发展历程的一些看法，以下为部分访谈内容的整理，主要与AI 自动驾驶、和特斯拉人形机器人的问题相关。关于AI和自动驾驶Anderson：“特斯拉的超级工厂内部真是太令人震撼了，我觉得我看到的并不是一家传统意义上生产电动汽车的工厂，而是一个完整的生产电动汽车的系统，这个系统在不断优化的过程中实现的产能提升，正在为特斯
2022-04-25 10:50:29
520
原创 全职加入清华，丘成桐：为祖国、为全球数学界培养数学人才
全职加入清华，丘成桐：为祖国、为全球数学界培养数学人才王希勤校长为丘先生颁发聘书（照片来源：清华大学）4 月 20 日，清华大学宣布，“菲尔兹奖”首位华人得主丘成桐从哈佛大学退休，受聘清华大学讲席教授，将全职任教清华。清华大学官方微信连发3文对此次聘任进行了报道。在昨日的聘任仪式上，丘成桐发表了就职演说，表达了自己全职加入清华的使命感与希冀：“……我的论文导师陈省身先生是清华大学数学系第一届的研究生。我认为他是中国历史上最伟大的科学家，他的成名作就是从研究高斯的著名公式开始的。到了今天，他的工
2022-04-21 15:54:47
458
原创 审视AI界的“SOTA成瘾”丨AI学者万字论述
SOTA，State Of The Art，是一个AI界家喻户晓的说法。这个词意味着某个模型在某些具体任务中达到了“目前最佳水平”。许多AI研究都在追逐最先进的 (SOTA) 数字，而且有理由相信，未来还会有更多的论文以此为出发点。这个领域的大部分从业者对这种风潮已习以为常，但在AI学者Kenneth Ward Church看来，对SOTA的一味推崇并不全是“奖赏”，也是有相应代价的。在他与Valia Kordoni合著的文章Emerging Trends: SOTA-Chasing中，他们详细地阐.
2022-04-19 10:53:48
1321
原创 AAAI 2022：基于锚框排序的目标检测知识蒸馏｜AI Drive
「AI Drive」是由 biendata 和 PaperWeekly共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。知识蒸馏是模型压缩的有效手段，但是目标检测网络的知识蒸馏方法却很少被研究。传统的soft label蒸馏，在目标检测任务上基本没有提升。基于这个发现，南京理工大学计算机学院博士李钢和他的团队提出了一种适用于目标检测的锚框排序蒸馏，充分利用了检测网络..
2022-04-18 11:20:23
2928
原创 观点丨DALL-E 2、AI研究的未来以及OpenAI的商业前景
作者：Ben Dickson译者：青苹果因为DALL-E 2，OpenAI最近再次占领新闻头版。这种ML模型，可以从文本描述生成令人惊叹的图像。DALL-E 2是以其前身DALL-E的成功为基础，并得益于先进的深度学习技术，极大提高了输出图像的质量和分辨率。在DALL-E 2发布的同时，OpenAI的工程师和首席执行官 Sam Altman 也在社交媒体上发起了一场活动，他在Twitter上分享了由生成机器学习模型创建的精彩照片。当然，DALL-E 2也揭示了AI研究社区在利用深度学习的力量和解.
2022-04-15 11:00:46
3133
原创 Nature 长文：打破AI黑盒的“持久战”
2020年2月，随着 COVID-19在全球迅速传播且抗原检测难以获得，一些医生转向人工智能(AI)来尝试诊断病例。一些研究人员采用深度神经网络通过查看X射线和胸部计算机断层扫描(CT)扫描来快速区分患有COVID-19肺炎的人和未患肺炎的人。“在COVID-19大流行的早期，人们竞相构建工具，尤其是AI工具来提供帮助”，西雅图华盛顿大学的计算机工程师Alex DeGrave说，“但研究人员并没有注意到许多人工智能模型已经决定走一些捷径” 。AI通过分析被标记为COVID-19阳性和阴性的X射线图片来.
2022-04-15 10:51:25
212
原创 吴恩达知乎“首秀”全文：谢邀，机器学习的学习之道
吴恩达是很多人进入机器学习领域的启蒙者，现在，我们又多了一个接受大佬“醍醐灌顶”式授课的途径——吴恩达在知乎开设了自己的账号，目前已经收获了 13000左右的关注。第一个回答“如何系统学习机器学习”，也已经获得了近5000的赞同。吴恩达的“关注 1”是知乎创始人周源以下为吴恩达知乎中英双语回答全文：知乎链接：https://www.zhihu.com/question/266291909/answer/2429781356Do you want to become an AI professi
2022-04-12 16:24:37
1981
1
原创 赞助计算机顶会，是时候更透明化了丨普林斯顿学者观点
作者：KLAUDIA JAZWINSKA译者：青苹果在第1部分中（见“数据实战派”：普林斯顿研究者：当大公司控制了CS顶会的资金，坏处在哪？），我提供了一些证据来支撑以下事实：对于计算机技术的研究，一些世界顶级计算机科学（CS, Computer Science）会议，在很大程度上依赖于研究这些技术的强大技术公司的资金支持。在第2部分（也就是本文）中，我提出了一系列建议，以确保公司不会因为工业界和学术界的这种纠缠不清，而对知识创造和交流的条件产生不当影响。需要明确的是，我并非建议会议立即停止接受科.
2022-04-12 16:21:40
445
原创 普林斯顿研究者：当大公司控制了CS顶会的资金，坏处在哪？
关于计算机技术（如AI）对社会影响的研究，在很大程度上依赖于研究这些技术的公司的资金支持。像谷歌、微软和 IBM 这样的公司，每年花费数百万美元，赞助一些世界顶级机构在计算机科学（CS）和AI伦理学等领域的实验室、教职、博士生项目和会议。84%的 CS 教授多少接受一些行业资助。科技公司的产品是否会被与某种顾虑相关联，以及一项信息是否可能产生大规模的社会反应，都被这些因素所影响。随着对这些利益冲突认识的加深，我们看到，越来越多的 CS 学者呼吁将该学科与大型科技公司的议程进行一定的切割。然而，鉴于 .
2022-04-07 15:49:45
811
原创 OpenAI发布DALL-E 2，文字生成图像工具新的“天花板”？
DALL-E 2输出的“泰迪熊像一个蒸汽朋克时代的疯狂科学家一样混合闪闪发光的化学物质”的结果DALL-E的问世曾让人们惊艳于AI根据一段话直接生成图像的能力，如今一年过去，OpenAI开发了一个新版本的DALL-E，效果较之前又更好了。如下图所示，DALL-E 2实现了更高分辨率和更低延迟，而且还包括了新的功能，如编辑现有图像。与之前的OpenAI工作一样，新工具没有直接向公众发布。但研究人员可以在线注册预览该系统，OpenAI希望以后能将其用于第三方应用。从穿着法兰绒衬衫的人体描绘到“乌龟长.
2022-04-07 15:46:51
4863
原创 总结机器学习3个时代的算力规律：大模型的出现改变了什么？
图 1：1950 年至 2022 年间 118 个里程碑机器学习系统的趋势。我们区分了三个时代。注意大约 2010 年的斜率变化，与深度学习的出现相匹配；2015年底出现了新的大规模趋势。预测机器学习领域的进展是很困难，其与行业、政策和社会中的参与者有着重要的相关性。十年后计算机视觉会好多少？机器能否写出比我们更好的小说吗？我们将能够自动化哪些工作？这些问题回答起来是很困难，因为它们取决于许多因素。然而，随着时间的推移，所有这些因素的影响中有一个因素——算力，有着惊人地规律。已有数据显示，2010.
2022-04-06 14:40:04
1388
原创 AAAI 2022：SSAT，一个对称的语义感知的妆容迁移与移除网络｜AI Drive
本期 AI Drive以SSAT: A Symmetric Semantic-Aware Transformer Network for Makeup Transfer and Removal（AAAI2022）为汇报内容，讲述妆容迁移的研究目标与背景知识，阐明语义对应作为本文创新点在妆容迁移领域的主要贡献，对比现有最先进工作说明本文方法的优越性，最后还公开了训练好的模型与测试代码，为其他感兴趣的研究者提供研究基础。主讲人为孙朝阳，本硕博均就读于武汉理工大学计算机与人工智能学院，目前博一。从19年研二开.
2022-04-06 14:35:28
1661
原创 GPT-3好“搭档”：这种方法缓解模型退化，让输出更自然
文本生成对于许多自然语言处理应用来说都是非常重要的。但神经语言模型的基于最大化的解码方法（如 beam search）往往导致退化解，即生成的文本是不自然的，并且常常包含不必要的重复。现有的方法通过采样或修改训练目标来引入随机性，以降低某些 token 的概率（例如，非似然训练）。然而，它们往往导致解决方案缺乏连贯性。近日，来自剑桥大学、香港中文大学、腾讯 AI 实验室和 DeepMind 的科学家们证明，自然语言生成模型出现退化现象的一个潜在原因是 token 的分布式表示向量存在各向异性。他们进一
2022-03-30 16:28:16
3659
原创 AAAI 2022：通过验证嵌入的外源特征防止模型窃取丨AI Drive
模型偷盗攻击可以逆向出一个和被部署的受害者模型具有相似功能的替代模型。训练一个具有良好表现的模型费时费力，因此模型偷盗会对模型所有者带来巨额损失，造成巨大威胁。针对这种现象，本期 AI Drive，清华大学李一鸣分享其团队发布在 AAAI 2022 的成果：通过验证嵌入的外源特征防止模型窃取。「AI Drive」是由 biendata 和 PaperWeekly共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会.
2022-03-29 15:50:32
2807
原创 12种编程语言训练，开源的AI “程序员”来了，CMU出品
在自然语言处理领域，常用语言模型（LMs）可以实现为字符（tokens）序列分配概率。最近，LMs 还在对编程语言编写的源代码进行建模方面表现出强大的性能，擅长从自然语言描述中完成和生成代码。在基于人工智能的编程支持下，目前最先进的大型语言模型的编写代码能力已经有了巨大改进。AI 自动写代码的潜力代码生成 AI 模型的好处是显而易见的，它可以降低开发成本，同时允许编码人员专注于创造性的、重复性较低的任务。也正因如此，越来越多的组织正在探索代码生成人工智能。Codex 是其中之一。它是 OpenAI
2022-03-15 11:15:21
7911
原创 是什么让女性在计算机史上“隐身”了？
1857 年 3 月 8 日，美国纽约的纺织女工走上街头，抗议恶劣的工作条件和低薪。1917 年 3 月 8 日，彼得堡女工举行罢工，要求得到 “面包、和平与自由”。此后，一些国家把 3 月 8 日定为 “国际劳动妇女节”，纪念 “英雄的妇女工作者”，联合国自 1977 年起，也开始组织活动庆祝妇女节。这就是三八妇女节的由来，不是因为鲜花、口红和 “浪漫” 的大学校园横幅，而是为了平等工作的权利。今天，在计算机领域，一名女性或许不会仅仅因为性别而被拒之门外（至少不会被公开以这种理由拒绝）。然而，最大的.
2022-03-09 14:55:18
151
原创 AAAI 2022：三角分解一致性约束的端到端语音翻译丨AI Drive
AAAI 2022：三角分解一致性约束的端到端语音翻译丨AI Drive端到端语音翻译由于其错误传播更少、延迟更低和模型更小的潜力而变得越来越流行。对于给定三元组训练语料</speech,transcription,translation></speech,transcription,translation>，传统的高质量端到端语音翻译系统利用预训练模型，然后利用进一步优化它。然而，该过程在每个阶段只涉及二元组数据，这种松散耦合未能充分利用三元组数据之间的关联。我们的工作尝试
2022-03-04 18:07:01
2840
原创 经验分享：如何在自己的创业中，用上GPT-3等AI大模型
原创 Elliot Turner 数据实战派 2022-02-28 20:08作者：Elliot Turner（AI从业者）译者：Yang原标题：How to Use Massive AI Models (Like GPT-3) in Your Startup随着机器学习技术的逐渐成熟并从学术走向工业，支持大规模机器学习所需的方法和基础设备也在不断发展。利用这些进步对初创公司来说机遇与风险并存——几乎所有初创公司，都以各种方式利用机器学习来竞争各自的市场。在这之前差不多经历了 9 年多的
2022-03-01 16:59:42
606
原创 基于大模型，开发一款AI图片生成器丨“悟道之巅”公开课干实录（5）
扫描图上二维码或点击原文文末“阅读原文”即可参赛！如果你错过了上一波深度学习引发的NLP范式转换，不要再错过这一波超大预训练模型的崛起。近日，“悟道”核心团队推出首档公开课，公开课已全部上线，手把手帮助中国开发者理解并应用“悟道”，从而进一步挖掘“悟道”的潜力，开发自己的智能应用。通过“悟道”公开课，开发者们将与预训练模型这一人工智能领域最重要的趋势保持同步，更有125万+“悟道之巅”比赛奖金可以拿（比赛官网）。第一讲视频点此观看第二讲视频点此观看第三讲视频点此观看第四讲视频点此观看第五讲视
2021-12-03 17:47:34
4024
原创 基于大模型，开发一款中文议论文写作平台丨“悟道之巅”公开课实录（4）
扫描图上二维码或点击原文文末“阅读原文”即可参赛！如果你错过了上一波深度学习引发的NLP范式转换，不要再错过这一波超大预训练模型的崛起。近日，“悟道”核心团队推出首档公开课，公开课已全部上线，手把手帮助中国开发者理解并应用“悟道”，从而进一步挖掘“悟道”的潜力，开发自己的智能应用。加粗样式通过“悟道”公开课，开发者们将与预训练模型这一人工智能领域最重要的趋势保持同步，更有125万+“悟道之巅”比赛奖金可以拿（点击文末“阅读原文”访问比赛官网）。第一讲视频点此观看第二讲视频点此观看第三讲视频点此观
2021-12-03 14:16:53
1092
原创 实践：用大模型开发一款智能应用丨“悟道之巅”公开课实录（3）
扫描图上二维码或点击原文文末“阅读原文”即可参赛！如果你错过了上一波深度学习引发的NLP范式转换，不要再错过这一波超大预训练模型的崛起。近日，“悟道”核心团队推出首档公开课，公开课已全部上线，手把手帮助中国开发者理解并应用“悟道”，从而进一步挖掘“悟道”的潜力，开发自己的智能应用。通过“悟道”公开课，开发者们将与预训练模型这一人工智能领域最重要的趋势保持同步，更有125万+“悟道之巅”比赛奖金可以拿（比赛官网）。第一讲视频点此观看第二讲视频点此观看第三讲视频点此观看第四讲视频点此观看第五讲.
2021-12-01 17:14:45
2928
原创 入门大模型后，如何优化其输出结果？丨“悟道之巅”公开课实录（2）
如果你错过了上一波深度学习引发的NLP范式转换，不要再错过这一波超大预训练模型的崛起。近日，“悟道”核心团队推出首档公开课，公开课已全部上线，手把手帮助中国开发者理解并应用“悟道”，从而进一步挖掘“悟道”的潜力，开发自己的智能应用。通过“悟道”公开课，开发者们将与预训练模型这一人工智能领域最重要的趋势保持同步，更有125万+“悟道之巅”比赛奖金可以拿（比赛官网）。本次课程可以看做是面向所有人的大规模预训
2021-12-01 16:52:27
2912
原创 一文入门大规模预训练语言模型丨“悟道之巅”公开课实录（1）
如果你错过了上一波深度学习引发的NLP范式转换，不要再错过这一波超大预训练模型的崛起。近日，“悟道”核心团队推出首档公开课，公开课已全部上线，手把手帮助中国开发者理解并应用“悟道”，从而进一步挖掘“悟道”的潜力，开发自己的智能应用。通过“悟道”公开课，开发者们将与预训练模型这一人工智能领域最重要的趋势保持同步，更有120万+“悟道之巅”比赛奖金可以拿（点击文末“阅读原文”也可报名）。第一讲视频点此观看第二讲视频点此观看第三讲视频点此观看第四讲视频点此观看第五讲视频点此观看本期课程可以看做是.
2021-12-01 16:24:25
1847
原创 一场国际赛事“悬赏”50万美元，向假视频宣战丨独家公开课实录（6）
近年来，AI 安全问题愈加受到行业关注。尽管人工智能技术取得长足进步，人工智能算法的安全性仍存在严重不足，甚至可以对视频进行技术处理达到换脸的目的。在对抗样本防御的过程中还有一类很相似的任务——DeepFake 识别。近日，biendata 平台邀请科大讯飞金牌讲师阿水，共同打造一门针对人脸识别的 AI 对抗攻防系列课程，主题囊括对抗样本介绍、人脸识别对抗样本、对抗防御、视频人脸检测与对抗防御等。除对抗攻防的知识讲解外，课程还设有实战项目演练：以时下两个热门的 AI 对抗主题的竞赛为案例，详细讲解赛题及
2021-09-23 18:23:36
247
原创 一场国际赛事“悬赏”50万美元，向假视频宣战丨独家公开课实录（5）
近年来，AI 安全问题愈加受到行业关注。尽管人工智能技术取得长足进步，人工智能算法的安全性仍存在严重不足，甚至可以对视频进行技术处理达到换脸的目的。在对抗样本防御的过程中还有一类很相似的任务——DeepFake 识别。有数据统计，仅仅2019年到2020年期间，Deepfake视频数量增长了就达到大概6820倍，从14678个视频增长到1亿个视频。显然，这项曾负面缠身、让美国DARPA都为止头痛的"黑科技"，已经大举入侵主流互联网平台。近日，biendata 平台邀请科大讯飞金牌讲师阿水，共同打造一.
2021-09-23 18:01:03
397
原创 防住CV中这颗“不定时炸弹”，有哪些捷径？丨独家公开课实录（4）
尽管深度学习在很多计算机视觉领域的任务上表现出色，Szegedy 为首的研究者仍然发现了深度神经网络在图像分类领域存在有意思的弱点。他们证明尽管有很高的正确率，现代深度网络是非常容易受到对抗样本的攻击的。这些对抗样本仅有很轻微的扰动，以至于人类视觉系统无法察觉这种扰动（图片看起来几乎一样）。这样的攻击会导致神经网络完全改变它对图片的分类。此外，同样的图片扰动可以欺骗好多网络分类器。这类现象的深远意义，吸引了诸多研究员在对抗攻击和深度学习安全性领域的研究。近日，biendata 平台邀请科大讯飞金牌讲.
2021-09-23 17:44:05
337
原创 60万奖金“人脸攻防大战”，全部进阶妙招奉上丨独家公开课实录（3）
近几年，机器学习的安全问题逐渐被研究者们所重视。而人脸识别也展现了弱人工智能向强人工智能的转化。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸与人体的其它生物特征（指纹、虹膜等）一样与生俱来，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提，与其它类型的生物识别比较，人脸识别具非强制性、非接触性、及并发性，除此之外，还符合视觉特性。但这项技术也并非牢不可破。近日，biendata平台邀请科大讯飞金牌讲师阿水，共同打造一门针对人脸识别的 AI 对抗攻防系列课程，主题囊括对抗.
2021-09-23 17:30:31
289
原创 60万元奖金 “人脸攻防战”，怎么打？丨独家公开课实录（附baseline）
近几年，机器学习的安全问题逐渐被研究者们所重视。而人脸识别也展现了弱人工智能向强人工智能的转化。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸与人体的其它生物特征（指纹、虹膜等）一样与生俱来，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提，与其它类型的生物识别比较，人脸识别具非强制性、非接触性、及并发性，除此之外，还符合视觉特性。但这项技术也并非牢不可破。近日，biendata平台邀请科大讯飞金牌讲师阿水，共同打造一门针对人脸识别的 AI 对抗攻防系列课程，主题囊括对抗样
2021-09-23 17:13:26
205
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人