应用
Jupyter笔记本实现，慕尼黑工大220页免费书籍介绍基于物理的深度学习
物理知识和深度学习已经成为了解决现实问题的绝佳组合，但如何更有效地将物理模型引入深度学习领域缺少一个全面的综述。慕尼黑工业大学计算机科学副教授 Nils Thuerey 团队编写的这本书籍对基于物理的深度学习展开了详尽的介绍。书籍地址：：：，《基于物理的深度学习》（Physics-based Deep Learning）介绍了物理建模、数值模拟与基于人工神经网络方法的结合。基于物理的深度学习代表了一个非常活跃、快速发展和令人兴奋的研究领域。就内容而言，本书对物理模拟背景下与深度学习相关的所有内容展开了非常全面的介绍
DeepMind联合UCL，推出2021强化学习最新课程
DeepMind 的研究科学家和工程师亲自讲授了一套强化学习课程，目前已全部上线。DeepMind 作为全球顶级 AI 研究机构，自 2010 年创建以来已有多项世界瞩目的研究成果，例如击败世界顶级围棋玩家的 AlphaGo 和今年高效预测的蛋白质结构的 AlphaFold。近几年，DeepMind 联合伦敦大学学院（UCL）推出了一些人工智能线上课程，今年他们联合推出的「2021 强化学习系列课程」现已全部上线。该课程由 DeepMind 的研究科学家和工程师亲自讲授，旨在为学生提供对现代强化学习的全面介绍。课程
支持异构图、集成GraphGym，超好用的图神经网络库PyG更新2.0版本
当前最流行和广泛使用的 GNN 库 PyG（PyTorch Geometric）现在出 2.0 版本了，新版本提供了全面的异构图支持、GraphGam 以及很多其他特性，这一系列改进，为使用者带来了更好的用户体验。
一块V100运行上千个智能体、数千个环境，这个「曲率引擎」框架实现RL百倍提速
在强化学习研究中，一个实验就要跑数天或数周，有没有更快的方法？近日，来自 SalesForce 的研究者提出了一种名为 WarpDrive（曲率引擎）的开源框架，它可以在一个 V100 GPU 上并行运行、训练数千个强化学习环境和上千个智能体。实验结果表明，与 CPU+GPU 的 RL 实现相比，WarpDrive 靠一个 GPU 实现的 RL 要快几个数量级。
揭开深度强化学习的神秘面纱
编辑 | 萝卜皮深度强化学习是人工智能最有趣的分支之一。它是人工智能社区许多显着成就的基石，它在棋盘、视频游戏、自动驾驶、机器人硬件设计等领域击败了人类冠军。深度强化学习利用深度神经网络的学习能力，可以解决对于经典强化学习（RL）技术来说过于复杂的问题。深度强化学习比机器学习的其他分支要复杂得多。在这篇文章中，我们将尝试在不涉及技术细节的情况下，揭开它的神秘面纱。状态、奖励和行动每个强化学习问题的核心都是代理和环境。环境提供有关系统状态的信息。代理观察这些状态并通过采取行动与环境交互。动作可以是离散的（例如，拨动开
特斯拉8月在华销量首破4万台，或已达产能极限
根据乘联会销量数据显示，8月特斯拉批售量达到44264辆，环比增长34%，同比增长275%。截至8月，特斯拉2021年全球累计销售超过25万辆，国内销售约15万辆，超越去年全年总和。此外，特斯拉出口量也在持续攀升，自特斯拉7月底宣布将上海超级工厂转型为主要的汽车出口中心后，当月出口量就已突破2万辆，8月又增长至31379辆，环比提升29%。据特斯拉CEO埃隆·马斯克此前在推特透露，特斯拉上半季度生产的汽车主要用于出口，下半季度则面向国内市场。目前，特斯拉上海超级工厂年产能规划超过45万辆，月度产能规划预计在4万左右
在理解通用近似定理之前，你可能都不会理解神经网络
通用近似定理很好地解释了为什么神经网络能工作以及为什么它们经常不起作用。
UT Austin朱玉可主讲，CS391R 2021秋季课程上线，专注机器人感知与决策
UT Austin的经典课程CS391R，已经上线了2021秋季版本的全新内容。先收藏，有时间再开始学？
生物技术初创Lumen与谷歌合作，用机器学习让螺旋藻蛋白生产力翻倍
编辑/凯霞机器学习可以促进基于藻类的生物制剂生产吗？8 月 11 日，西雅图生物技术初创公司 Lumen Bioscience （以下简称「Lumen」）与谷歌宣布合作，将利用机器学习来推进基于螺旋藻（一种蓝绿藻）的药物开发。Lumen 表示，该研究由 Lumen 的信息学负责人 Caitlin Gamble 和谷歌加速科学工程师 Drew Bryant 领导。Lumen 联合创始人 Jim Roberts 说：「谷歌的机器学习和我们基于螺旋藻疗法生产的开创性结合，让我们更接近于一种完全优化的方法，这种方法可能对全
优秀！2021年谷歌博士生奖研金陆续揭晓，同济校友王鑫龙、南大校友李昀入选
在近日公布的谷歌2021博士生奖研金部分名单中，来自阿德莱德大学、新南威尔士大学、昆士兰科技大学和悉尼大学的四位博士生获得该殊荣。
UC伯克利教授Pieter Abbeel开课了：六节课入门「深度强化学习」，讲义免费下载
课程视频时间有点长，但希望你能享受学习的快乐。将传统强化学习与深度神经网络结合的深度强化学习，一直以来被视为更接近人类思维方式的人工智能方法。深度学习具备强感知能力但缺乏一定的决策能力，强化学习具备决策能力但对感知问题束手无策，因此将两者结合起来可以达到优势互补的效果，为复杂系统的感知决策问题提供了解决思路。想要入门深度强化学习的同学们，请高度注意，一份优秀、细致、全面的新教材出现了。今天，UC 伯克利教授 Pieter Abbeel 上传了自己的新课程《深度强化学习基础》的最后一节视频，并在推特上安利了一下。这份
产业实践推动科技创新，京东科技集团3篇论文入选ICASSP 2021
ICASSP 2021将于2021年6月6日-11日在加拿大多伦多拉开序幕，凭借在语音技术领域的扎实积累和前沿创新，京东科技集团的3篇论文已经被 ICASSP 2021接收。
MaxCompute执行引擎核心技术DAG揭秘
作为业界少有的EB级别数据分布式平台，MaxCompute系统每天支撑上千万个分布式作业的运行。在这个量级的作业数目上，毫无疑问平台需要支撑的作业特点也多种多样：既有在"阿里体量"的大数据生态中独有的包含数十万计算节点的超大型作业，也有中小规模的分布式作业。同时不同用户对于不同规模/特点的作业，在运行时间，资源使用效率，数据吞吐率等方面，也有着不同的期待。Fig.1 MaxCompute线上数据分析基于作业的不同规模，当前MaxCompute平台提供了两种不同的运行模式，下表对于这两种模式做了总结对比:Fig.2
快手基于 Flink 构建实时数仓场景化实践
一、快手实时计算场景快手业务中的实时计算场景主要分为四块：公司级别的核心数据：包括公司经营大盘，实时核心日报，以及移动版数据。相当于团队会有公司的大盘指标，以及各个业务线，比如视频相关、直播相关，都会有一个核心的实时看板；大型活动实时指标：其中最核心的内容是实时大屏。例如快手的春晚活动，我们会有一个总体的大屏去看总体活动现状。一个大型的活动会分为 N 个不同的模块，我们对每一个模块不同的玩法会有不同的实时数据看板；运营部分的数据：运营数据主要包括两方面，一个是创作者，另一个是内容。对于创作者和内容，在运营侧，比如上
第一！科大讯飞再度刷新Cityscapes世界纪录
近日，科大讯飞凭借在道路目标检测领域多年的技术探索，刷新了Cityscapes 3D目标检测任务的全球最好成绩，得到检测分数（DS）42.9，取得了该项评测的第一名。此次也是科大讯飞继2017年、2018年参与测评之后，再一次刷新Cityscapes的世界纪录。此次评测，科大讯飞借鉴了已在城市交通出行场景下应用的Anchor-Free车辆检测技术，将2D目标检测技术升级至3D，并结合3D到2D重投影的特殊先验信息进行算法迁移。通过结合语义、上下文信息、位置先验信息以及目标形状先验信息等，提取精确的3D目标检测框，构
服务量化投资，基于知识图谱的事件表征框架研究入选SIGIR
瞰点科技和上海交大的研究团队提出了一种服务于量化投资的基于知识图谱的事件表征框架，称为 Knowledge Graph-based Event Embedding Framework（KGEEF）。通过在真实股票市场上进行的大规模实验表明，本文提出的方法显著有助于量化投资的策略提升。
全新x86内核架构、XeSS神经网络超采样、千亿晶体管SoC，这次英特尔诚意满满
2021 年英特尔架构日上，英特尔发布一系列重大技术架构的改变和创新：两款全新的 x86 内核架构（能效核与性能核）、代号为 Alder Lake 的首个性能混合架构、英特尔硬件线程调度器、专为数据中心设计的下一代英特尔至强可扩展处理器 Sapphire Rapids 以及基础设施处理器（IPU）等内容。
网易云信神经网络音频降噪算法：提升瞬态噪声抑制效果，适合移动端设备
机器之心专栏网易云信音频实验室网易云信音频实验室自主研发了一个针对瞬态噪声的轻量级网络音频降噪算法（网易云信 AI 音频降噪），对于 Non-stationary Noise 和 Transient Noise 都有很好的降噪量，并且控制了语音信号的损伤程度，保证了语音的质量和理解度。基于信号处理的传统音频降噪算法对于 Stationary Noise（平稳噪声）有比较好的降噪效果。但是对于 Non-stationary Noise（非平稳噪声），特别是 Transient Noise（突发噪声）降噪效果较差，而且