19 篇文章
  • 盘点五大人工智能应用行业

    技术是一种变革力量,目前人工智能(AI)技术已成为技术变革的领导者。因为AI不仅自身表现优越,同时它还涵盖了许多不同的领域。从深度学习技术应用于医疗、金融、机器人开发以及自动驾驶等现状来看,AI已经取得了丰硕的成果,但还不能被称为成熟,毕竟我们确实很难量化AI对经济和个别行业的确切影响。

    39 19-04-22
  • 感受人工智能的强大!Open AI 2:0碾压TI8冠军OG战队

    人工智能OpenAI在当地时间4月13日于美国旧金山迎战去年Ti8冠军OG战队,把Dota 2世界冠军打得落花流水,在刚刚结束的三局两胜比赛中轻松获胜。两局比赛加在一起,人类只推掉了AI两座外塔。最惨烈的第二局,人类直到最后击杀人头数还是个位数。

    58 19-04-19
  • Randomly Wired Neural Networks

    最近AI圈又被大神何恺明等人刷屏了,计算机视觉领域又出现更加有效的方法,即让神经网络回归连接主义的本质又创造了新的模型思维。众所周知,人工智能的发展过程包含了符号主义、行为主义与连接主义,基于计算机视觉的人工智能程序自AlexNet以来就大量采用了神经网络技术,其特征提取的优秀效果为自动驾驶等AI应用创造了基本条件。

    212 19-04-11
  • 人工智能强化学习11|小白都能秒懂的蒙特卡罗

    蒙特卡罗方法(Monte Carlo Methods)一词最早是由计算机之父冯·诺伊曼等人于20世纪40年代提出的。Monte Carlo本身是一座非常著名的赌城,所以这一算法与“赌”就结下了不解之缘。如今,蒙特卡罗方法在金融工程学、宏观经济学、生物医学、计算物理学(如粒子输运计算、量子热力学计算、空气动力学计算、核工程)等领域都获得了广泛的应用。在人工智能(AI)领域,蒙特卡罗方法则是强化学习的三大基本学习方法之一。本篇是蒙特卡罗方法的上篇,旨在解释蒙特卡罗方法的基本算法规则。

    170 19-04-04
  • 案例分析 | 谷歌人工智能机器人TossBot

    投掷、滑动、旋转、摆动、捕捉和其他运动技能是未来智能机器人运动系统的基础,这些技能对目前最先进的机器人系统来说也仍然存在挑战。尽管在目前的技术能够使机器人有效掌握物体,视觉上自我适应以及从实际经验中进行学习,但机器人的操作过程仍需要仔细考虑如何拾取、处理和放置各种物体,这需要大量的计算与耗时。

    86 19-04-03
本网站由阿里云提供云计算及安全服务 Powered by CloudDream