谷歌挑战赛

图片来源@视觉中国文 | 脑极体岁末年初，预测来年趋势是一道必不可少的大餐。有的是满汉全席，不少导师起朱楼、宴宾客，丰盛宛如跨年大趴体。也有的匠心秘制，于平淡之处回甘，令人读完咂摸许久。最受大众欢迎的重口味也不会缺席，各路KOL将焦虑感一顿爆炒——“独家技法烹饪的风口秘笈再不品尝就老

雷锋网 AI 科技评论按： 近年来，iNaturalist 物种分类挑战赛、iMaterialist 产品属性识别挑战赛等 细粒度视觉识别挑战赛 （FGVCs）对重点检测自然物体及人造物体的细粒度视觉细节的图像分类模型的发展，起到了不小的推动作用。然而，传统的图像分类竞赛侧重于区分通用的类

雷锋网 AI 科技评论按，1 月 23 日，谷歌人工智能语言研究科学家 Tom Kwiatkowski 和 Michael Collins 在 Google AI Blog 上发布了一篇博文，宣布发布一个新的大规模训练和评估开放领域问答系统的语料库 Natural Questions （NQ），旨在推动人们开发出更有效

雷锋网 AI 研习社按，谷歌第二届 YouTube-8M 大规模视频理解挑战赛开赛啦，除了这次比赛，他们还将在 ECCV 2018 上举办视频理解研讨会，欢迎大家踊跃参赛，投递论文。 雷锋网 (公众号：雷锋网) AI 研习社将相关信息编译整理如下： 去年，谷歌与 Kaggle 共

雷锋网 AI 科技评论消息：4 月 30 日，谷歌在其官方博客上发文称将开放 Images V4 数据库，并同时开启 ECCV 2018 公开图像挑战赛。雷锋网编译全文如下： 2016 年，我们发布了一个包含大约 900 万张图片、标注了数千个对象类别标签的数据集 Open Images。发布之后

随着消费升级，商品识别场景的持续增加，对图像中的商品实现细品类精准分类也变得越发重要，此类技术可以应用于线上购物、移动电商、实体零售、商品运维等多个场景，具有高度实用价值。如何利用计算机视觉技术识别海量商品，并准确区分外形类似的商品，是计算机视觉领域一大挑战。由于细粒度属性的产品看起来非常相似，且商品在不同光线、角度和

计算机视觉技术从 70 年代到现在，40 多年时间得到迅速发展，许多计算机视觉的应用出现在了生产生活领域。尤其是到了 2012 年，基于深度学习的图像识别技术出现，极大地提高了计算机视觉的识别精确度，在一些特定场景下，机器的识别错误率已经远低于人眼识别的错误率。与此同时，研究员也发现在真实世界中，那些细粒度，实例级级别

编者按：传统印象中，科技创投圈里无论是创始人还是投资人，甚至是像猎云网（ ilieyun ）这样的媒体人，似乎都过着一种高强度、快节奏的生活。然而在对贺志强的整段采访里，他用一种近乎于“慢态度”的方式，清晰严谨又言语朴实的回答了所有问题。从本次大赛的项目点评，到联想创投

谷歌科学挑战赛的项目负责人Andrea Cohan凤凰科技讯 4月11日消息，今天在北京谷歌大楼中，凤凰科技和谷歌科学挑战赛的项目负责人Andrea Cohan进行了面对面的交流，Andrea介绍了谷歌即将在全球开展的2016年科学挑战赛的情况并鼓励更多中国青少年参加比赛。此前还尚未有中国参赛者进入全球总决赛。这项始于

最近一段时间谷歌AlphaGO与人类的挑战赛成为了热门话题，也就是人工智能与韩国围棋手李世石之间的挑战赛。其实从人工智能出现至今，关于人工智能的一切一直以来都是热门话题，比如机器人，如果机器人没有人工智能这个关键因素，其本身而言只是一种自动化的生产要素，只是一台“机器”。但由于机器人加入了人工智能这一“大脑”要素，就决