发布于 2018-01-30 15:34:16 | 阅读 26115
一旦趋势切换为机器应该如何适应人，那看待语音交互等最终趋势的的根本视角从来就不应该是机器能做什么，而是说人更渴望什么。
发布于 2018-01-24 11:05:33 | 阅读 32845
常年混迹于科技圈的你肯定早就听到风声了，很多创造性要求低的重复性工作——比如笔者这样的码字工——很快就要被机器人替代啦。
发布于 2018-01-17 11:32:36 | 阅读 23093
Pearl指出，当前的机器学习系统几乎完全以统计学或盲模型的方式运行，不能作为强AI的基础。他认为突破口在于“因果革命”，借鉴结构性因果推理模型，能对自动化推理做出独特贡献。
发布于 2018-01-05 14:10:43 | 阅读 24330
但机器视觉的错觉，往往要比人类的有趣得多。如何欺骗愚蠢的机器视觉?大家一定听说过一个“欺骗”深度学习神经网络的例子，只需改变几个像素，就能得到差异巨大的结果。
发布于 2017-11-27 17:23:58 | 阅读 32697
如果你在 Stack Overflow、Quora、Trossen、Reddit 或 Research Gate 等机器人专家或者社区论坛上提问“机器人最好的编程语言是什么?”，毋庸置疑，你将会收到不同的答案。
发布于 2017-11-23 15:22:42 | 阅读 29215
人工智能一旦脱离束缚，就会以不断加速的状态重新设计自身。人类由于受到漫长的生物进化的限制，无法与之竞争，将被取代，这将给我们的经济带来极大的破坏。 ——霍金
发布于 2017-11-17 18:18:12 | 阅读 31868
机器与人类沟通的能力长期以来一直与人工智能发展水平的标杆。这个想法可以追溯到上世纪 50 年代初，阿兰·图灵提出的图灵测试来检测人工智能的水平。图灵提到，如果一个机器可以让与他对话的人误以为它(机器)是人而不是机器，那就说明人工智能已经发展到了非常高的高度。
发布于 2017-10-27 14:39:01 | 阅读 26850
如果你经常想让自己弄清楚机器学习和深度学习的区别，阅读该文章，我将用通俗易懂的语言为你介绍他们之间的差别。机器学习和深度学习变得越来越火。突然之间，不管是了解的还是不了解的，所有人都在谈论机器学习和深度学习。无论你是否主动关注过数据科学，你应该已经听说过这两个名词了。
发布于 2017-10-25 17:31:37 | 阅读 25425
在解决和数学或物理相关的问题时，技术能够发挥相当大的作用。但在解决涉及到以人为中心的问题时，技术的可发挥余地就变得很小。在Ultimate Software的高级策略总监Armen Berjikly看来，自然语言处理(NLP)的进步会帮助技术更好的识别出人类的情感与同情心，从而来帮助人们更好地处理各种问题。
