杰夫·霍金斯:当今的AI还称不上“智能”,想实现真正的AI必须透彻研究大脑
我们对人工智能(AI)的研究一直围绕“尝试制造能够思考的机器”而展开,至少在某种意义上是这样。但关于“人工智能和生物智能到底应该有多相似”这一问题,人们几十年来一直争论不休。 早期构建人工智能的努力涉及了决策过程和信息存储系统,这些系统可能只是受到人类自以为的人类思维方式的启发。 今天的深度神经网络,大致受到了大脑中相互连接的神经元触发方式的启发,但这种启发未来很可能不会再有更具突破性的进展。 (来源:Patrick T Powers)神经科学家和科技企业家杰夫·霍金斯(Jeff Hawkins)认为,大多数人工智能领域的人并不太关心(智能和大脑的)细节。而他想改变这一点。 近 40 年以来,...
资讯观点
ddghjikle
2022-10-07 20:20 分享
41 0 0
推荐系统遇上深度学习-[美团]基于“采样”的超长行为序列建模方法SDIM
今天给大家带来的是美团在CIKM2022上中稿的论文,重点关注于CTR预估中的超长用户行为序列建模。与SIM、ETA这类基于“检索”的建模范式不同,论文提出了一种简单而且有效的基于“采样”的建模范式。基于采样多个hash function和SimHash,弥补了基于“检索”的建模范式中信息缺失以及效果和效率难以平衡的缺点,极大降低计算复杂度的同时实现了在超长行为序列下类似target-attention的建模效果,一起来看一下。 1、背景 在CTR预估中,通过用户历史行为来建模用户兴趣是十分重要的一环。DIN创新的提出了target attention模块,将用户历史行为中item和targ...
资讯工程实践
ddghjikle
2022-10-07 20:17 分享
40 0 0
NeurIPS 2022 阿里妈妈预估模型最新进展:千样本千模
今天给大家解读NeurlPS 2022中阿里妈妈在CTR预估模型方面的最新进展:Adaptive Parameter Generation(APG)。APG针对每个样本动态生成定制化的模型参数,实现了千样本千模,显著提升了点击率预估效果,并且应用到阿里妈妈搜索广告系统中,带来3%的点击率提升和1%的收入提升。 论文标题:APG: Adaptive Parameter Generation Network for Click-Through Rate Prediction 下载地址:https://arxiv.org/pdf/2203.16218.pdf Motivation 业内对于CTR预...
动态神经网络
ddghjikle
2022-10-07 20:15 分享
40 0 0
斯坦福大学新研究:询问愚蠢问题,AI能变聪明
如果有人给你看一张鳄鱼的照片并问它是不是一只鸟,你可能会不禁一笑,感觉这是在恶作剧。现实当中,这种互动看起来很愚蠢,但在 AI 领域,有研究表明,这种互动可能是帮助人工智能学习的关键,能够极大地提高人工智能解读新图像的准确率。 现阶段,许多 AI 系统依靠一种称为机器学习的蛮力方法才变得智能,一般来说它们在海量的数据中找到模式然后进行预测,例如,AI 系统在分析完数千张家具图片后识别出椅子这一类别。  训练 AI 的方法类似于将 AI 单独锁在有一堆书的房间里。在大量手动标记的训练数据或抓取的网络内容的支持下,机器学习在许多任务(从医疗保健到可持续性发展)中取得了快速进展。但是如果数...
机器学习洞察
ddghjikle
2022-10-07 20:13 分享
39 0 0
ACM MM2022|腾讯基于自适应区域选择和通道参考的视频盲水印,高效对抗各类攻击
数字水印技术由于其隐蔽性、安全性的天然优势,广泛应用于多媒体盗版侵权确认、泄密溯源、隐秘通信等场景。本文中,腾讯 AI 技术中心的研究者介绍了一种基于自适应区域选择和通道参考的视频盲水印算法,相关工作已被 ACM MM2022 接收。 论文链接:https://arxiv.org/abs/2209.13206   1 背景介绍 数字水印是一种将信息隐藏到多媒体载体中的技术,人们难以感知水印嵌入后载体的变化,也无法直接获取水印信息,只有生产方通过专门的检测工具才能正确提取水印信息。相比于传统明水印方案,数字水印的隐蔽性更好、安全性更强,广泛应用于盗版侵权确认、泄密溯源等领域。 以往...
安全
ddghjikle
2022-10-07 20:12 分享
39 0 0
根特大学: Pietro Mazzaglia | 基于无监督模型的像素数据有效控制预训练
【标题】Unsupervised Model-based Pre-training for Data-efficient Control from Pixels 【作者团队】Sai Rajeswar, Pietro Mazzaglia, Tim Verbelen, Alexandre Piché, Bart Dhoedt, Aaron Courville, Alexandre Lacoste 【发表日期】2022.9.24 【论文链接】https://arxiv.org/pdf/2209.12016.pdf 【推荐理由】从视觉感官数据控制人工智能体是一项艰巨的任务。强化学习(RL)算法可以在这...
机器学习科学应用工程实践强化学习
小明
2022-10-07 15:49 发布
13 0 0
直播
查看更多
热门榜单
  • 活动合作
  • 微信社群
社区指南 电话:(010) 6893 3383 © 2022 北京智源人工智能研究院 ICP备案号:京ICP备19012194号