Deepfake 專家:再等 6 至 12 個月,完美偽造 Deepfake 將問世

Deepfake 專家曾說「數年之內」還不用太擔心 ,但他現今則表示:再等 6 至 12 個月,完美偽造的 Deepfake 將問世!

當電商碰上人工智慧:Yahoo 奇摩購物用 AI 自動做商品圖、估銷貨、防詐騙

雙十一購物節在即,Yahoo 奇摩購物在活動上盤點今年第三季成果與策略,而其中這 3-5 年來  AI 應用的演進已經從文字搜尋到語意、圖像分析、銷售預估,甚至用上了近年愈來愈成熟的機器學習和深度學習模型。

【Google Next 大會重點產品發表】Cloud AutoML Beta 版釋出

Google 在一年一度的 Google Cloud NEXT 大會上正式推出新一代機器學習產品:Cloud AutoML,一次涵蓋了圖片辨識(Vision)、翻譯(Translate)、自然語言處理(Natural Language)三大範疇。

語音識別大突破!Google 深度學習仿造雞尾酒效應 在吵雜環境將人聲獨立

語音辨識技術最大的罩門就是遇到吵雜環境,而人類在音訊複雜環境中,可將注意力集中在某一個人的談話之中而忽略背景噪音,此現象稱之雞尾酒效應,最近 Google 訓練出一套模型可以達到此境界了!

AlphaGo使用的強化學習是人工智慧新星?讓專家告訴你為什麼這不是通用解方

深度強化學習可以說是人工智慧領域現在最熱門的方向,它之所以聲名大振,與 DeepMind 團隊用它在 AlphaGo 和 AlphaZero 上大獲成功脫不了關係。但本文作者 Alex Irpan 想要告訴大家,深度強化學習是個大坑,別著急入坑!它的成功案例其實不算很多,但每個都太有名了,導致不了解的人對它產生了很大的錯覺,高估能力而低估了難度。

Google Cloud 新功能 零售業、服務業無需專業技術即可輕易建構深度學習應用!

過去談到深度學習,幾乎就會令人聯想到複雜的電腦運算、難以理解的學習模型架構,而為了讓更多服務也能便利地取得深度學習技術應用資源,Google在旗下雲端服務 Google Cloud 內加入名為 AutoML 的應用項目,讓使用者能以更簡單方式建立學習模型!

Nvidia 修改了一則「協議須知」,把圈內的用戶惹毛了!

這項新的禁令意味著你買了 Nvidia 的 GeForce 顯卡,但你並不能在數據中心使用深度學習!

以軟帶硬?人才外流?技術與商業最精彩的交鋒就在 Viscovery 第三屆電腦視覺論文分享會!

要發展正熱的人工智慧、機器學習、電腦視覺技術,就得從培養專業知識的土壤扎根。INSIDE 在去年採訪過第一屆的電腦視覺論文分享會,主辦方 Viscovery 創辦人 Amos Huang 表示活動目的是為了促進學界及產業界的交流,「讓產業界知道現在全世界最新頂尖論文發表的技術和研究進展,並讓學界的人知道產業面臨的問題以及現在在解決的問題是什麼。」希望透過更多交流、形成社群並加速台灣 AI 產業的推動。

Nature 刊登 Deepmind 論文,最強 AlphaGo Zero 已無需人類知識,AlphaGo 慘敗

Deepmind 如約在 Nature 發布了論文:從一塊白板開始,我們的新程式 AlphaGo Zero 表現驚人,並以 100:0 擊敗了之前版本的 AlphaGo。

聊天中的微笑表情是示好還是罵人?MIT的新算法幫你「鑑諷」

「因為在網路環境中,我們無法用類似聲調或肢體語言的形式將情感語境化,使用表情符號則可以幫助我們實現語境化。」

NASA 要用深度學習進入太空!找來 Intel 尋找月球登陸點

NASA 收集了大量數據,但從所收集的數據中得出有用的訊息卻又是另外一回事了。據 TC 報導,NASA 已經開始招募像 Intel 這樣的科技公司,去幫助它分析數據。

【研之有物】如果電腦有神經,可以教它做什麼?

時間來到 2017 年,受惠於深度學習的進展,電腦視覺技術彷彿從單細胞生物進化到智人,發展出優異的影像辨識及理解技術,並成功應用於各行業與生活中。

從人工智慧、機器學習到深度學習,你不容錯過的人工智慧簡史

到底什麼是人工智慧?什麼是機器學習?什麼是深度學習?三者的差異在哪?要解決的又是什麼問題呢?今天就讓我們來聊聊,未來十年內將會真正改變你我生活的新世代技術。

【有恆為 AI 成功之本】人工智慧和大數據能力,都需要時間累積

有志於培養人工智慧能力的企業,要有較長期投資的心理與財務相關準備,深度學習是需要硬底子的,沒有投資,哪來成就?

Adobe 也玩「PPAP」,兩圖合併帶來新風格

軟體公司Adobe和康乃爾大學合作,利用深度學習來對圖片進行後期製作和顏色調校。這其實是一種圖像風格遷移技術,它能夠將一張照片的美學風格自動套用到另一張完全不同的照片中,包括光線、顏色和色調。此外,該技術並不會改變照片的結構,因而不會產生失真現象,處理後的照片看起來仍然非常自然。