搜索[人工智能平台]结果-低调大师优秀个人博客

精选列表

搜索[人工智能平台]，共10000篇文章

《中国人工智能学会通讯》——6.23 Yoshua Bengio: 深度学习崛起带来人工智能的春天

1967 年，今年年初逝世的麻省理工学院教授 Marvin Minsky（MIT 人工智能实验室的联合创始人，人工智能先驱）宣称，十年之内，人们可以解决人工智能这个难题。

2017-09-03

中国人工智能学会通讯——构建强健的人工智能:原因及方式 4. 检测异常

4. 检测异常首先，我们可以检测到模型里的缺陷。或许我们不能修正它们，但是至少可以检测出来。如果能检测到模型里的某个异常，那么就可以寻求用户的帮助，或者可以采取一些我们认为比机器学习到的更安全的措施。比如，我们可以监测预测类别的分布。试想一下，我们在做手写字符的识别系统，在英语里，我们知道字符是有一定分布频率的：最常见的英语字符是E，第二常见的是T，等等。我们可以观察一下模型的分类器的结果，对比预测的分布，如果两者相差很大，那么很可能是出了问题。另一种方法是马尔科夫决策过程。举个例子，如果我们正在玩游戏，并希望达到某个目标，那么我们玩的时间越长，离达成目标的距离就越近。比如，这是我们的预期价值函数，是解决问题的步骤。通常情况下，我们在玩游戏或者按计划执行时是在朝上走的，最大限度地让价值最大化。当然，当我们做的不好时，可以看到有些曲线的轨迹并不是朝上走，看起来就像我们脱离了轨道，这或许意味着我们的模型存在一些问题。另外一件可以做的事就是监测辅助规律。Hermansky 写过一篇很有意思的论文，是关于语音识别里的未知的未知。在做语音识别时，你可以为不同的频段，比如低频、中频、高频，训练单独的识别器。在自然语言中，你发出的两个音节之间是有时间间隔的，因此我们可以监控这些间隔时长。如果我们发现分类器给出的分布结果和我预期的差别很大，那么就可以探测哪个地方出了问题。 Hermansky 提出了一个解决方案：弄清楚哪些频段其实是噪音，因为在给定的环境中，有一些类型的噪音源其实是集中在某一个频段的。另外一个例子要追溯到1992年的一个自动驾驶汽车项目。当时这个系统很简单，只有一个车道保持系统和一个自动转向系统，是用神经网络做的。在这个神经网络里，有一个摄像头用来拍摄道路、树木等，然后这些信息会通过4 个隐藏单元用来预测转向指令。此外，这4 个隐藏单元对输入的图片进行重构，这样就可以比较原始图片和重构后图片之间的差异，如果两者之间的差异较大，那么这个转向命令就是不可信的。在这一想法中，相同的隐藏层要完成两项任务，因此我们可以监测这些隐藏单元。如果重构后的图片差异很大，那么这些隐藏单元的这项任务完成的并不好，这也就意味着在预测转向命令这一任务上，这些隐藏单元可能也做的很差。我们可以做的另外一件事就是观察异常情况。如上图所示，我们的训练样本的分布是Ptrain，通过这些训练样本，训练出分类器。我们的测试样本的分布则是Ptest。如果训练样本的分布和测试样本的分布相同，那么系统的准确性就能得到保障。但是通常情况下，测试样本和训练样本的分布是不一样的，在这种情况下应该怎样做？当然，你肯定听说过领域适应（Domain Adoption）和迁移学习。我要讲的可能是稍微简单一点的问题，仅仅只需要检测测试数据是否与训练数据不同，这个例子是基于我在计算机视觉领域的一项研究工作。此前，我曾参加过一个生态学的项目。当时我们想要衡量美国淡水河流的健康程度，于是环保部门派了一些人去收集这些河流里的昆虫标本，将昆虫的分布状态作为判断河流健康程度的标准。我们要做的是建立一个计算机视觉系统，来对这些昆虫进行分类，那些户外的工作人员收集了29 种昆虫作为训练的数据集。后来，我们利用这些数据训练一个监督学习系统，而且运行结果也不错。但是，很快发现，有的测试数据并不是这29 类中的一种，有可能是其他的昆虫，或者小石头、叶片、垃圾等。我们要怎样做？此前我们曾做过很多关于异常检测的工作，这里的方法很简单，就是在系统里加一个异常检测器，它主要用来负责检测新图片。如果这张图片与训练数据中的图片看起来很陌生，它就会给定一个“异常分数”，如果这个分数超过某个阈值，那么系统就会“拒绝”这张图片；如果低于这个阈值，那么就可以放行，进入到下一步——分类器。这里是一个初步的研究，我们训练分类器的时候只用了两个类别的数据，但是实际的测试数据包括26 类。实际上，还有很多其他的尝试，其中一些可能比我们现在的要好。比如Open Category Classification 、Change-Point Detection、Covariate Shift Correction、Domain Adaptation，它们都是和这些问题相关的。

2017-08-31

用人工智能做广告，它成为第一家走上IPO的人工智能企业

而现在，已经有一家人工智能创业公司开启了上市之路。雷锋网(公众号：雷锋网)消息，3月15日， Veritone正式向美国证券交易委员会（SEC）提交了IPO招股书，计划融资1500万美元。

2017-07-31

Insomia —— 跨平台的 API 管理平台

Insomnia是一个开源的、跨平台的GraphQL、REST、WebSockets和gRPC的API客户端。通过规格驱动的设计优先的API开发来加速你的团队。

2022-12-22

阿里云机器学习平台——PAI平台

在云栖TechDay第十五期活动上，阿里云iDST资深技术专家褚崴给大家带来了《阿里云机器学习平台》的分享，他以机器学习的概念入手展开了此次分享，演讲中他重点介绍了阿里云机器学习平台的基础架构和产品特点

2016-07-12

【广州云栖大数据/人工智能会场信息】全新一代人工智能引擎MaxCompute惊艳全场

spm=5176.100238.headermainnav.8.dFaVKM 在上届杭州举办的云栖大会中宣布的阿里云全新一代人工智能引擎MaxCompute，成为本届大会的新看点。

2017-11-21

中国人工智能学会通讯——新一轮人工智能发展的三大特征及其展望 1.1 新一轮人工智能发展的三个特征

最近几年，随着人工智能技术的突破，以及互联网、大数据、并行计算等相关技术群的成批成熟，人工智能技术在快速的更替换代中不断成熟。

2017-08-31

数据安全平台与态势感知平台区别

数据安全平台是什么，和它是不是数据安全态势感知平台的另一种叫法——这是2026年采购讨论中出现频率越来越高的一组混淆。

2026-09-21

平台篇-58 HBase 平台实践和应用

HBase 是一个基于 Hadoop 的分布式、面向列的 Key-Value 存储系统，可以对需要实时读写、随机访问大规模数据集的场景提供高可靠、高性能的服务，在大数据相关领域应用广泛。HBase 可以对数据进行透明的切分，使得存储和计算本身具有良好的水平扩展性。在 58 的业务场景中，HBase 扮演重要角色。例如帖子信息等公司基础数据都是通过 HBase 进行离线存储，并为各个业务线提供随机查询及更深层次的数据分析。同时 HBase 在 58 还大量用于用户画像、搜索、推荐、时序数据和图数据等场景的存储和查询分析。 HBase 在 58 的应用架构:**HBase 在 58 的应用架构如上图所示，主要内容包括以下几个部分:** 多租户支持:包括 SCF 限流、RSGroup、RPC 读写分离、HBase Quota 、

2019-01-13

ITTC数据挖掘平台介绍（综述）——平台简介

我的插件式桌面软件框架类库（一）XFrmWork简介 ITTC数据挖掘平台介绍（综述）——平台简介 ITTC数据挖掘平台介绍(二) 微博数据挖掘和分析 ITTC数据挖掘平台介绍(三) 微博社团和传播分析

2016-12-31

《灯灯》多租户快速开发平台 5.2.1 发布，租户平台整合开放平台

升级日志 feat(lamp-web-pro): 同步完成【开放平台】相关功能 feat(lamp-web-pro-soybean): 同步完成【开放平台】相关功能 feat(lamp-sdk): 完善

2025-05-27

人工智能时代安全基线防线的价值分析

摘要：针对人工智能显著提升攻击效率而企业数据泄露仍主要源于基础安全缺陷这一现象，本文以朝鲜日报 2026 年 9 月刊发的相关报道为材料，围绕漏洞利用为何持续位居初始入侵方法首位的问题展开分析。

2026-09-20

不要被“反人工智能”的炒作所蒙蔽。

Redis 之父 Antirez 最新博客文章：《Don't fall into the anti-AI hype》（不要被“反人工智能”的炒作所蒙蔽）。

2026-01-12

云南全面实施“人工智能+”行动计划

云南省人民政府办公厅印发《云南省全面实施“人工智能+”行动计划》的通知。

2025-12-25

Redis 之父 2025 年对人工智能的思考

Redis 之父 Antirez 最新博客文章：《Reflections on AI at the end of 2025》，谈论了他对人工智能的思考。

2025-12-22

澳大利亚发布国家人工智能计划

澳大利亚政府发布国家人工智能计划，旨在发展澳大利亚人工智能产业。

2025-12-02

黄仁勋：“中国将赢得人工智能竞赛”

当地时间周三，英伟达CEO黄仁勋在英国《金融时报》举办的AI未来峰会的间隙接受采访时称：“中国将赢得人工智能竞赛。” 黄仁勋说，他将中国的潜在胜利归功于更有利的监管环境和更低的能源成本。

2025-11-06

stateof.ai 发布 2025 人工智能现状报告

stateof.ai发布了2025年度人工智能现状报告 (State of AI Report 2025)。

2025-10-15

538 款生成式人工智能服务完成备案

网信中国微信公众号发布“关于发布生成式人工智能服务已备案信息的公告（2025年7月至8月）”指出，为促进生成式人工智能服务创新发展和规范应用，网信部门会同有关部门按照《生成式人工智能服务管理暂行办法》要求

2025-09-12

温州市揭牌设立市人工智能局

浙江温州正式挂牌成立温州市人工智能局，成为全省首个设立 AI 专门管理机构的城市。这一举措标志着温州在推动人工智能产业发展和治理体系建设方面迈出关键一步。

2025-09-04

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。