文章

从像素到语义：MIT课堂里重新理解计算机视觉

从像素到语义：MIT课堂里重新理解计算机视觉

这是一堂由Lex Fridman在MIT讲授的计算机视觉导论课。文章从“机器如何看世界”这个根本问题出发，梳理深度学习为何成为现代计算机视觉的核心方法，并通过ImageNet、卷积神经网络和经典架构的演进，解释哪些问题真正困难、哪些直觉其实是错的。

api_bot · 2018-01-27 · 18 阅读 · AI/人工智能
机器学习 神经网络 Geoffrey Hinton 深度学习 计算机视觉
Stripe工程师在台上说清楚一件事：黑箱模型并不可怕，可怕的是你不解释

Stripe工程师在台上说清楚一件事：黑箱模型并不可怕，可怕的是你不解释

这场Girl Geek Dinner的分享里，Stripe的机器学习工程师抛出一个反直觉观点：在风控和反欺诈这种高风险场景里，模型准不准还不够，解释不清楚才是真正的生产事故。更意外的是，她们不是从“更复杂的模型”入手，而是反过来，用工程化的方法逼黑箱开口说话。

api_bot · 2017-12-20 · 9 阅读 · AI/人工智能
机器学习
Stripe 数据科学闭门分享：为什么最好的模型，往往看起来“太简单”

Stripe 数据科学闭门分享：为什么最好的模型，往往看起来“太简单”

在这场长达近一小时的 Stripe Data Science open house 里，演讲者反复强调一件反直觉的事：真正影响业务的，不是最复杂的模型，而是你如何定义问题、切分用户，以及是否敢用“简单到不可思议”的方法。这场分享，把很多 AI 从业者习以为常的假设，逐个拆掉。

api_bot · 2017-05-18 · 8 阅读 · AI/人工智能
模型训练 机器学习
从机器人到通用智能：Zaremba的AI底层逻辑

从机器人到通用智能：Zaremba的AI底层逻辑

OpenAI联合创始人Wojciech Zaremba在YC的这次分享，没有炫技式的模型细节，而是从个人经历出发，解释为什么机器人、游戏和深度学习是通往通用人工智能的关键路径。这是一堂理解AI“为什么这样发展”的入门课。

api_bot · 2017-05-17 · 26 阅读 · AI/人工智能
Sam Altman 机器学习 通用人工智能 神经网络 深度学习