AI在线 AI在线

学习

谷歌、Meta如何给大模型瘦身?谷歌工程师亲述部署秘籍(免费书)

这是一本正在写作的新书,目前前四章已经放出了草稿。
5/3/2022 12:59:00 PM
机器之心

370多页免费书籍,三位学者带你专攻深度学习中的数学知识

期待即将到来的章节。
4/13/2022 11:27:00 AM
机器之心

295页博士论文探索强化学习抽象理论,获AAAI/ACM SIGAI博士论文奖提名

除了论文本身超有技术含量之外,文中使用的图表也非常美观漂亮。
3/20/2022 12:51:00 PM
机器之心

对比学习引领弱标签学习新SOTA,浙大新研究入选ICLR Oral

本文介绍浙江大学、威斯康星大学麦迪逊分校等机构的最新工作 PiCO,相关论文已被 ICLR 2022 录用(Oral, Top 1.59%)!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。为此,本文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。具体地,研究者提出的 PiCO
2/17/2022 2:28:00 PM
机器之心

颜水成、David Silver等10人入选,2022 AAAI Fellow名单公布

2022 年度 AAAI Fellows 共有 10 位学者入选。
2/15/2022 2:42:00 PM
机器之心

机器学习获得了量子加速

编辑 | 萝卜为了让 Valeria Saggio(麻省理工学院的量子物理学家)在她以前的维也纳实验室启动计算机,她需要一个特殊的水晶;水晶大概只有她的指甲那么大。Saggio 会轻轻地将它放入一个小铜盒,一个微型电烤箱,将晶体加热到 77 华氏度。然后她会打开激光,用一束光子轰击晶体。这种晶体,在这个精确的温度下,会将其中一些光子分裂成两个光子。其中一个会直接进入一个光探测器,它的旅程就结束了;另一个将进入一个微型硅芯片——一个量子计算处理器。芯片上的微型仪器可以驱动光子沿着不同的路径前进,但最终只有两种结果:正
2/11/2022 2:38:00 PM
ScienceAI

吴凌飞、崔鹏、裴健、赵亮联合撰写,一本书读懂图神经网络的基础、前沿、应用(免费下载)

这本书称得上是目前为止图神经网络领域最为全面的卓越之作。
1/12/2022 3:05:00 PM
机器之心

技术博客丨原来模型训练可以不用标注?一文全解四大机器学习方法

本文将用通俗的方式,为大家介绍耳熟能详却分辨不清的四个机器学习核心概念:监督式学习、半监督学习、非监督学习和自监督学习,并将用实例简介它们试图解决的问题。
1/11/2022 9:30:00 AM
格物钛Graviti

ScienceAI 2021「AI+材料」专题年度回顾

编辑/凯霞传统的材料设计与研发,以实验和经验为主。但随着材料化学和加工变得越来越复杂,这变得越来越具有挑战性。随着人工智能(AI)的快速发展,AI 技术已广泛应用于材料科学各领域。科学家正努力通过计算机建模和 AI 技术,根据所需要的性能预测候选材料,从而加快新材料的研发速度和效率,降低研发成本。AI 正在加速搜索和预测材料特性。在 AI 的助力下,材料在极端、恶劣条件下的性能得到快速且准确的预测,实现了人类目前无法实现的......利用 AI 技术来加速设计和发现尚不存在的材料。这些先进的材料将使技术更先进和更环
1/6/2022 2:30:00 PM
ScienceAI

可对药物分子进行表征的几何深度学习

编辑 | 萝卜皮几何深度学习(GDL)基于包含和处理对称信息的神经网络架构。GDL 为依赖于具有不同对称性和抽象级别的分子表示的分子建模应用程序带来了希望。苏黎世联邦理工学院的研究人员对分子 GDL 进行了结构化和统一概述,重点介绍了其在药物发现、化学合成预测和量子化学中的应用。它包含对 GDL 原理的介绍,以及相关的分子表示,例如分子图、网格、曲面和字符串,以及它们各自的属性。讨论了分子科学中 GDL 当前面临的挑战,并尝试预测未来的机会。该综述以「Geometric deep learning on molec
12/27/2021 7:02:00 PM
ScienceAI

深度学习如炼丹,你有哪些迷信做法?网友:Random seed=42结果好

调参的苦与泪,还有那些「迷信的做法」。
12/21/2021 3:00:00 PM
机器之心

佐治亚理工学院硕士建议:2022年你应该掌握这些机器学习算法

2022 年你应该知道的所有机器学习算法。
12/7/2021 3:15:00 PM
机器之心

Yann LeCun主讲,纽约大学《深度学习》2021春季课程放出,免费可看

Yann LeCun 主讲的《深度学习》课程现已全部在线可看!
11/16/2021 2:37:00 PM
机器之心

ICLR 2022初审你得了多少分?平均4.93浮动,预测6分才被接收

晒出自己的分数吧!
11/10/2021 5:23:00 PM
机器之心

科学机器学习的竞争和共识:博弈论方法如何导致更智能的人工智能

编译/凯霞得益于空军科学研究办公室的195 万美元赠款,马萨诸塞大学阿默斯特分校数学和统计系教授 Markos Katsoulakis 和 Luc Rey-Bellet,以及布朗大学的 Paul Dupuis 将在接下来的四年开发一种新的机器学习方法,超越对大数据的传统依赖。Markos KatsoulakisLuc Rey-Bellet传统的机器学习依赖于庞大的数据缓存,算法可以筛选这些数据以「训练」自己完成任务,从而产生基于数据的数学模型。但是,如果数据很少,或者生成足够多的数据成本太高,该怎么办呢?一种可能的
10/31/2021 6:41:00 PM
ScienceAI

工业环境中对机器学习的行业视角

编辑/凯霞Google Applied Science 是 Google Research 的一个部门,将计算方法,尤其是机器学习,应用于广泛的科学问题。不久前帕特里克·莱利(Patrick Riley)还是该部门软件工程师之一,现在是 Relay Therapeutics 的人工智能负责人,他与《Nature Reviews Materials》谈论了他在工业环境中从事机器学习项目的经验。你能告诉我们一些关于你所做的事情以及谷歌机器学习研究的事情吗?我在 Google Applied Science () 的小组
9/27/2021 6:53:00 PM
ScienceAI

2021入坑机器学习,有这份指南就够了

这是一份适用于小白的机器学习超丰富资源指南。机器学习社区社交媒体上经常有人提出这样的问题:我如何开始机器学习?我如何免费学习?什么是人工智能?我怎样才能学会它?人工智能是如何工作的?我该从何学起?如果我没有开发人员背景,该如何开始?......面对这些问题,油管博主 What's AI——Louis Bouchard 撰写了一份关于「如何在 2021 年零基础开始机器学习」的完整指南,整合了大量学习资源,而且大部分是免费的。项目地址: 1.6K star 量,并且仍在持续更新中。我们来看一下这份指南的具体内容。1.
9/22/2021 1:34:00 PM
机器之心