IBM和MIT成立聯合人工智慧研究實驗室，谷歌大腦團隊將在Reddit上舉行AMA

最新 09-12

大數據文摘作品，轉載要求見文末

編譯 | 寧雲州

大家好呀，又到了本周的AI大事件時間了。過去的一周中AI圈都發生了什麼？大佬們互撕了哪些問題？研究者們發布了哪些值得一讀的論文？又有哪些開源的代碼和資料庫可以使用了？

了解過去一周AI爆點，一篇就夠啦！

新聞

IBM和MIT成立聯合人工智慧研究實驗室

來源：NEWS.MIT.EDU

IBM計劃投資240萬元，與MIT聯合創建一個能工作十年的、叫作MIT-IBM沃森的人工智慧實驗室。實驗室主要進行基本的人工智慧研究。

prowler.io在AI決策領域搶到了1300萬美元

來源：TECHCRUNCH.COM

Prowler是基於概率模型，強化學習和博弈論在一個平台上工作。他們的目標是能夠用更少的數據來學習，而不是今天更為廣泛的深入學習方法。

IBM的沃森為癌症治療帶來了革命嗎？並沒有

來源：WWW.STATNEWS.COM

IBM用沃森向全世界的醫生銷售癌症治療方案已經有三年了，但一項統計調查發現，沃森超級計算機並沒有達到IBM為它設置的崇高期望。

谷歌大腦團隊將在Reddit上舉行AMA

來源：WWW.REDDIT.COM

谷歌大腦團隊將於2017年9月13日舉行AMA（Ask Me Anything），從上午9點左右開始回答問題。對於想要了解谷歌深度學習團隊要做什麼的學習者來說，這是一個很好的機會。

文章&教程

EMNLP 2017會議視頻放出

來源：KU.CLOUD.PANOPTO.EU

所有EMNLP 2017（Empirical Methods in Natural Language Processing ）會議的視頻已經被記錄並可以在線查閱了，可以使用YouTube-dl下載這些視頻。

米開朗基羅：Uber的機器學習平台

來源：ENG.UBER.COM

Uber工程部門日前公布了關於米開朗基羅，其機器學習即服務系統的更多細節，可以使Uber的團隊建立、部署和操作機器學習。

我的神經網路不工作！我該怎麼辦？

來源：THEORANGEDUCK.COM

如果你的神經網路不工作，你可能犯了很多錯誤。這篇文章彙編了神經網路的錯誤經驗，並能夠幫助你實施神經網路，完成你的神經網路項目。

基於Pytorch的fast.ai

來源：WWW.FAST.AI

下一個fast.ai課程將幾乎完全建立在pytorch這個新的框架之上。這篇文章討論了離開TF / Keras的原因：實施動態模型，使用NLP（也是RL）更方便，更簡單，更樣板化。大部分的NLP社區贊成這些觀點。

項目&數據

ONNX：一個可互換AI框架的生態系統

來源：RESEARCH.FB.COM

Facebook和微軟推出ONNX（Open Neural Network Exchange）樣板，一個使深度學習模型能在框架之間轉移的標準。

TensorFlow代理：一個RL工具的TF library

來源：GITHUB.COM

該項目為強化學習提供了優化的基礎設施。它擴展了OpenAI Gym的介面到多個並行環境並且允許代理在TensorFlow上進行批量計算。

AllenNLP：一個建立在pytorch上的開源NLP研究庫

來源：ALLENNLP.ORG

設計和評估了幾乎所有NLP問題的深度學習模型，以及易於在雲中或筆記本上運行的硬體。它包括實現核心的NLP問題（如semantic role labeling）和NLP應用（例如textual entailment）。

一種在多個揚聲器上生成語音的方法（Facebook）

來源：GITHUB.COM

描述了如何通過語音迴路來完成自然狀態下說話者的語音合成，使用了基於PyTorch的解決方案。

爆款論文

擠壓&激發網路

來源：ARXIV.ORG

一個CNNs的新建築單元，稱為「擠壓和激勵」（SE：Squeeze-and-Excitation），能夠通過準確建模通道塊之間的相互依存關係來自適應地調整通道塊。SE塊以較低的計算成本為現有的深度架構提供了性能改進。SENets形成了ILSVRC 2017分類比賽的基礎並使該團隊獲得了第一名，誤差從原來的5%左右降低到了2.251%，相對於2016年的獲獎作品改善了25%.

鏈接：https://arxiv.org/abs/1709.01507?utm_campaign=Revue%20newsletter&utm_medium=Newsletter&utm_source=The%20Wild%20Week%20in%20AI

深度學習技術對音樂生成的調查

來源：ARXIV.ORG

這個調查對使用深度學習產生音樂內容的不同方法進行了調查和分析。要產生什麼音樂內容？（例如，旋律、伴奏）；用於語料庫和預期生成輸出的信息格式是什麼？（例如，MIDI、鋼琴譜、文本）；使用什麼類型的深層神經網路？（例如，遞歸神經網路，自編碼，GANs）；如何建立和控制生成過程（例如，直接前饋，抽樣，單元選擇）？

一個深度增強學習聊天機器人

來源：ARXIV.ORG

MILABOT：一個由MILA（Montreal Institute for Learning Algorithms）為Amazon Alexa Prize競賽開發的深度增強學習聊天機器人，MILABOT能夠通過語音和打字的方式在大多數話題上與人類進行對話。

優惠倒計時！

早鳥4.6折優惠僅剩2天！

教師3.7折優惠僅剩4天！

深度學習系列課程

大咖講師直播

助教輔導答疑

雲實驗室足量GPU

充實高效的學習新體驗！

詳情見海報