人工智能的发展过程，如果用谷歌Ngram来衡量，从控制论算起，目前经历了两次高潮。控制论之后的一次高潮是在20世纪80年代，正是专家系统和日本第五代计算机项目得势的时候。但进入90年代后，人工智能又呈现出下滑趋势。现在的新一轮高潮是进入21世纪之后开始的（2006年辛顿在《科学》上发表的深度学习相关文章，不知算是起因还是巧合）。如果按照麦卡锡的说法，控制论不算人工智能的话，现在尚处人工智能的第二次高潮，我们不知道这一次还能持续多长时间。人工智能专利、论文及Ngram人工智能曲线2016年 AlphaGo 对...

作为计算机视觉的一个热门方向，每年都会有很多同学入坑图像分割。初识图像分割顾名思义，图像分割就是指将图像分割成多个部分。图像分割方法主要可分为两种类型：语义分割和实例分割。图源：Anurag Arnab, Shuai Zheng et. al 2018"Conditional Random Fields Meet Deep Neural Networks for Semantic Segmentation"图像分割模型的基本架构包括编码器与解码器。解码器负责输出包含物体轮廓的分割蒙版。图源：Kaiming He et. al 2017"Mask R-CNN"图像分割的损失函数、数据集、框架语义分割模型在训练过程中通常使用简单的跨类别熵损失函数。损失函数1.Focal 损失该损失是对标准的交叉熵评价函数的改进。该损失是分割问题中最常用的损失函数之一。

Geoffrey Hinton 等 6 位图灵奖得主亲临，百余位顶级学者邀请你加入群聊「2020 北京智源大会」，深入系统探讨「人工智能的下一个十年」。自 2009 年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。2020 年，是一个十年的结束，也是下一个十年的开始。此外，在榜单中排名第一位的Anil Jain也将来到本次大会。2018 年，Hinton 因其在深度学习方面的贡献被授予图灵奖。此番线上参与智源大会，他分享的主题是《AI against Covid-19》，将聚焦人工智能技术在新冠疫情抗击行动中贡献的力量。1995 年，Manuel Blum 因其「奠定了计算复杂性理论的基础和在密码术及程序校验方面的贡献」被授予图灵奖。

根据MarketsandMarkets人工智能网络安全预测报告，到2026年，人工智能网络安全市场规模预计将从2019年的88亿美元增长到382亿美元，年复合增长率高达23.3％。在全球数字化转型一枝独秀的当下，人工智能网络安全技术市场正进入高速发展阶段，各热门领域的技术突破可谓日新月异。对于DDoS检测，研究人员将其视为分类问题。“这项研究的深度学习模型还需要一定程度的人工调整，并且不能完全智能化。”目前，在人工智能抗D领域,还有的其他值得关注的研究，包括检测网络中受损的IoT设备的简单机器学习模型，以及分析OpenFlow表中是否存在恶意行为的SVM模型。

点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶”总第140 篇文章，本文大约1500字，阅读大约需要5分钟今天要介绍的是一个 Github 项目，项目地址如下，它实现了对线稿的自动上色功能，效果还是很不错的，一起来看看吧。https://github.com/SerialLain3170/Colorization简介本项目主要实现了自动将线稿转成彩色图片的功能。当然，我们可以只训练处理线稿的神经网络，但实际应用中我们需要提前用指定颜色给线稿上色的功能。实现上色的方法有很多，包括给定提示（hin

至此，中国AI公司首批上市潮正式开闸，倾泻而出的是一只由18家独角兽组成「准上市」队列。一掘金科创板2019 年 7 月，科创板鸣金开市，三个季度以来，平均每家公司已募集资金达 11.90 亿元。第一批拟上市 18 家 AI 公司中，多达 14 家公司明确表示冲击科创板。旷视科技寻求科创板上市消息如属实，也有可能选择标准二。语音 AI 公司成立时间更早。科大讯飞 2008 年上市后，至今仍受质疑的原因也正在于此。

每个学科领域都有那么几本经典的入门书，而在机器学习领域，周志华老师的「西瓜书」就是一本非常难得的中文入门教材。机器学习理论的主要内容是分析学习任务的困难本质，为学习算法提供理论保证，并根据分析结果指导算法设计。《机器学习理论导引》试图为有志于机器学习理论学习和研究的读者提供一个入门导引。因此，本书采取了与上述书籍不同的组织方式，梳理出了机器学习理论这个「百宝箱」中的七个重要概念或理论工具。当然，难度越大，啃下来之后的成就感也会越大。《机器学习理论导引》的四位作者。

30秒快读1今天，全国两会时间开启。2大佬们在两会上的发言，往往透露着未来一年，互联网、科技、先进制造行业的趋势，以及该企业的关注方向。2018年，杨元庆首次担任全国人大代表，之前十年履职政协委员。中国社会科学院信息化研究中心研究显示，截至2019年中国与发达国家的PC渗透率差距仍较大，与世界主要发达国家相差50个百分点。雷军今年两会提交了四份建议，分别涉及卫星互联网、灾害预警、完善小微企业融资服务以及国际高层次人才引进。民营企业入局卫星互联网领域已经成为趋势，雷军认为，应该进一步降低门槛。

机器之心报道参与：蛋酱、张倩、泽南百度飞桨深度学习平台又有了大幅度的升级：飞桨企业版正式出炉，还有量子机器学习开发工具「量桨」发布。飞桨已成为国内首个，也是唯一支持量子机器学习的深度学习平台。「从去年秋季深度学习开发者峰会至今的半年时间里，飞桨有了迅速发展：累积开发者数量已超过 190 万，服务企业数量达到 84000 家；发布模型数量已超过 23 万个，」百度 CTO 王海峰大会开场时表示。为此，百度飞桨团队开源了国内首个 JavaScript 深度学习库——Paddle.js。

阿里妹导读：2015 年 - 2020 年，历经 5 年发展，高德地图应用开发前端团队在业务快速发展中不断成长。高德前端技术的发展按照时间线来看，大致可以分为 4 个阶段：2015 年 ，业务上大量拉新的诉求，活动需求暴增，应用前端开始登上高德技术大舞台。这在开发 POI 时遇到了极大的问题，业务场景复杂大量实时日志无法查看，导致效率极低。POI 的圆满落地也标志着前端技术有能力

在目标检测中，实时性和精确性的trade-off至关重要，YOLOv3是目前为止在这方面做得比较好的算法。通过高斯分布的特性，改进YOLOv3使得网络能够输出每个检测框的不确定性，从而提升了网络的精度。主要是在yolov3中，bbox的回归没有对边界框概率的评估，因此为bbox的四个坐标值分别拟合一个高斯分布。基于这一点，高斯yolov3利用Gaussian模型来对网络输出进行建模，在基本不改变yolov3网络结构和计算量的情况下，能够输出每个预测框的可靠性，并且在算法总体性能上提升了3个点的MAP。

今天给大家推荐几个精心挑选的「AI」和「计算机视觉」相关方向的 「原创」个人公众号，看看优秀的你关注了几个？3D视觉工坊3D视觉工坊，公众号特邀嘉宾及合伙人，先后就职于国内知名研究机构、自动驾驶公司、海康研究院，主要研究方向为深度学习、目标检测、语义分割、图像处理、自动驾驶感知算法等，CSDN博客专家。博主先后任职于国内知名研究院、知名大厂，致力于3D视觉算法、VLAM算法开发，涉及相机标定、手眼标定、结构光、点云后处理、三维重建等相关领域的研究，同时也是CSDN博客专家。半年以来已更新 242 篇原创技术文章。

像Tensorflow和PyTorch这样的现代深度学习框架使向机器学习图像变得容易，但是，仍然存在一些问题：数据如何通过神经网络的人工层传递？更好地解释卷积神经网络的一种方法是使用PyTorch。在开始使用卷积神经网络之前，了解神经网络的工作原理很重要。神经网络的这种表示称为模型。在MLP中，每个节点负责获得对整个画面的理解。卷积神经网络使用不同的图层，每一层将保存图像中的特征。可以使用PyTorch在卷积神经网络中探索此过程，以加载数据集并将滤波器应用于图像。建立自己的滤波器在卷积神经网络中，图像中的像素信息被过滤。

新基建主要发力于科技端，包含大数据中心、人工智能和工业互联网等七大领域。而在新基建领域里最为抢眼的还属人工智能，经过近几年的不断洗牌和验证，人工智能在产业落地上具有重要的战略地位。根据中国《新一代人工智能发展规划》，到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。基于此，全国首创，AI产业落地训练营正式开始招生。不用担心没有技术基础，你的努力加上我们的培养，保证你具备将AI真正落地应用的能力。HouChangX工程院可根据真实情况，为你的企业量身定制AI落地产业的全解决方案。

机器之心原创机器之心编辑部两项全新能力，四项重磅升级，百度飞桨计算机视觉模型库 PaddleCV 最近迎来了一次全面升级。此外，这一次百度还为 PaddleCV 新增产业应用算法 15 个，并加入了 35 个高精度预训练模型。随着防控措施效果显现，新冠疫情在全国范围内已经得到了控制。近日，百度正式全面升级 PaddleCV，顶尖模型新发布、常用模型再提速，它已经是有 73 个视觉顶尖算法、203 个预训练模型的大家庭了。YOLOv3：训练再提速 40%PaddleDetection 的目的是为工业界和学术界提供丰富、易用的目标检测模型。为了弥补这一缺陷，2018 年，Redmon 等人发布了 YOLO v3。

铁哥这一次要通过知乎live给大家讲解一个有趣的故事。讲座的第三部分就是最精华的部分，铁哥新晋顶会论文为例，说明如何把生物智能的智慧通过RNN得到阐述， 再用来改善我们的人工智能。有意思的是这些看似机械的行为流派小鼠并非一无是处，在某一类任务上，它们大大优于掌握地图的小鼠。人工小鼠背后的核心概念RNN及其所依赖的动力系统。而一个更加神秘陌生的概念，RNN的吸引子成为这一部分故事的关键。当然这一个小文只是抛砖引玉，要想真正理解文中故事的来龙去脉，3月30，铁哥与你在知乎Live不见不散。

FEA不会告诉你哪种设计对制造有利。最新规则变化的发展1）基于人工智能的生成设计一种称为LiveParts的新实验技术正在根据零件在给定的载荷约束下自动创建零件进行实验。2） 将2D草图和图像转换为3D模型此外，将2D图像转换为3D模型，即使是最业余的设计师，也可以为客户服务或娱乐目的而为智能服务机器人构建面孔。

「Python那些事」致力于做最好的Python公众号，只为爱Python的你！公众号主要分享 Python 开发相关的技术文章、面试算法、工具资源和热门教程等。2019 年建立了“玩转VS Code”公众号。对了，这可能是你见过的最好的java提升技术公众号分享之一！想要学习技术的小伙伴，一定不要错过哦！公号文章通过结合实际案例，深入浅出的讲述“架构之美”，让人受益匪浅。机器学习爱好者社区团队由阿里、腾讯、京东等资深算法工程师组成，将定期给大家发布NLP、机器学习、深度学习、深度学习框架TensorFlow、Python实战等知识，欢迎机器学习爱好者加入我们，还有很多送书活动以及学习资料在等你！

2019年7月，埃隆·马斯克宣布，他的公司正在研发一种能够向大脑中植入细线状植入物的机器。而人体试验计划在2020年进行。Neuralink是目前的热点话题。但是“猴子已经能用其大脑控制电脑了”这次这条声明仍然让所有人感到惊讶，Neuralink这次真的引起了所有人的注意。如果要用最简洁的话来解释Neuralink的话，就是：“这是一家大脑芯片公司。”马斯克解释说，Neuralink技术可以帮助截瘫患者。他也曾因为这家初创公司而遭受众人的嘲笑，但事实证明，Neuralink已经朝着更先进的人类迈出了巨大一步。Neuralink公司的机器人将在人们的头上钻孔，并在他们的大脑中安装微芯片。