深度学习研究

（图片来源：网络） 近日，日本NTT的子公司NTT Research和康奈尔大学联合宣布，双方科学家在相干量子计算（CIM）的基础上，联合研发出了一种算法， 该算法将深度神经网络训练应用于可控物理系统，并在三种非常规硬件上进行了展示。 该团队在期刊Nature（自然）上发表了一篇题为《Deep

直到今天，医学影像AI的研究和落地，还有多少问题没有解决？ 任务的复杂多样、数据的非标孤立、标注的稀疏有噪、模型的脆弱不稳，这些成为医学影像AI学者难以回避的问题。而在现实环境中，AI模型面临的考验更为复杂、不确定性更大。2020年可以称之为“医疗AI商业化的元年”，已经有多款医疗AI产品获得官方审批

作者 | 蒋宝尚、青暮编辑 | 丛  末目前深度学习的繁荣过度依赖算力的提升，在后摩尔定律时代可能遭遇发展瓶颈，在算法改进上还需多多努力。根据外媒Venturebeat报道，麻省理工学院联合安德伍德国际学院和巴西利亚大学的研究人员进行了一项“深度学习算力”的研究。在研究中，为了了解深度学习性能与计算之间的联系，研究人员

雷锋网按：8 月 7 日 - 9 日，由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，鹏城实验室、深圳市人工智能与机器人研究院协办的第五届 CCF-GAIR 2020 全球人工智能与机器人峰会如期落地。8 日，大会与 AI 研习社、OpenI 启智社区联合举办“AI 源创专场”，重点讨论了新基建背景下

近日，同盾科技人工智能研究院深度学习首席专家李宏宇做客雷锋网公开课，以《知识联邦：开创数据“可用不可见”新局面》为题进行分享。 关注微信公众号  AI金融评论 ，在公众号聊天框回复“听课”，进群可收看本节课程视频回放。此前同盾在数据联邦、联邦学习和安全多方计算的基础上演化出统一框架体系“知识联邦”，并

以深度学习为代表的机器学习技术，已经在很大程度颠覆了传统学科的研究方法。然后，对于传统学科的研究人员，机器学习算法繁杂多样，到底哪种方法更适合自己的研究问题，常常是一大困扰。从2006年到2020年，这15年内，深度学习经历了发展期、爆发期，期间诞生了许多算法原理，众多神经网络也在多项人类任务上都表现优异。例如，201

截止到3月16日，新冠肺炎全国累计确诊81078例，国外累计确诊85133例，国外确诊超国内，COVID-19全球流行已经是不争的事实。在这场没有硝烟的战场，看不见的战火的杀伤力远比赤身肉搏打仗更让人印象深刻，比如新冠肺炎COVID-19伪装能力极强，处在一线战场的医生很难“一眼”将其和流感准确区分。首先流感和COVI

旷视研究院联合北京大学数学科学学院机器学习实验室开设的《深度学习实践》全套课程（视频+PPT，共计28课时）今日在AI研习社正式全面上线，让你足不出户也能享有高水平的教学资源。“与其疫情宅家玩游戏，不如家里蹲大学把课上。”疫情期间，我们每日听到的最多的信息之一可能就是号召大家在线坚持学习。不过，在左有“名师授课”、右有

作为 2019 年最后一场重量级的人工智能国际学术顶会，NeurIPS 2019 所反映出的一些人工智能研究趋势，例如神经网络可解释性、深度学习新方法、神经科学等等，想必对于大家在新的一年开展研究工作，具有一定的借鉴和参考价值。NeurIPS 2019 共举办 51 场研讨会，接收了 1,428 篇论文，以及有超过 1

雷锋网AI科技评论按：人是善于通过表情伪装情绪的动物，但心理学家却能够通过“微表情”来揭示人们试图隐藏的真实情绪。所谓微表情，是一种持续时间极短、在人们试图掩饰自己真实情绪时泄露出来的面部动作。如果看过美剧《Lie to Me》，应该对微表情不会陌生。男主卡尔•莱特曼是一个微表情专家，他不需要借助测谎仪之类的设备，也不