為何人類能接收比AI更少的訊息就學會工作?DeepMind發表人類的元學習理論

人工智慧需要數千小時的遊戲時間才能達到並超越人類玩家的水平,我們則可以在幾分鐘內掌握以前從未玩過的遊戲的基礎操作。 DeepMind 對這個問題進行了研究,並撰寫了一篇網誌介紹了論文的主要內容。

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。

2020 提升職場社交力:星巴克教你「感謝」的秘訣

你是否曾經想要好好感謝某人,話到嘴邊又說不出口;或者重要節日到了,卻還沒想好該送什麼禮物?別著急,星巴克已經先為你想好各式各樣的送禮情境了。

cool3c logo x 友站推薦

Intel AIDC 開發大會主題演講,以軟體開源、多元硬體與社群作為 AI 戰略後盾

對於現在電子產業而言,由於硬體運算力提升、運算軟體框架不斷進化且市場有明確需求,基於神經網路的 AI 再度成為重要議題,而作為現行全球主要伺服器、超級電腦核心架構供應商的 Intel 當然也不會錯過這場盛會,鎖定 AI 相關開發者舉辦了 AIDC ( AI 開發者大會),在稍早的主題演講,也就 Intel 目前的戰略進行說明。 Intel 的 AI 戰略可分為三大領域,包括軟體、硬體與社群;其中在社群方面, Intel 選擇藉由開源方式推廣相關開發軟體,而硬體部分除了 Intel 最核心的 Xeon 外,也針對當前異構運算、推理與學習加速器等提供全方位的硬體解決方案,至於社群除了與業界主力的

NVIDIA 研究人員透過逆向方式培訓圖片修復系統,可將缺損的圖像修補到像是有那麼一回事

有時候一些老照片已經破損,或是數位照片檔案毀損,或是年少輕狂時用小畫家在重要的數位照片上塗鴉,遇到這些狀況總是會希望時光能夠回溯,但這是不可能的,而針對數位照片有不少的修復方式,不過多要仰賴人工方式,雖然如 Adobe Photoshop 有自動修復的功能,但效果仍相當有限;而 NVIDIA 的研究人員則透過深度學習的方式,以逆向工程進行照片修復的 AI 模型培訓,讓系統自行幫照片中受到破壞的部分進行補修。 這項 AI 技術可說是如 Photoshop 內容感知功能的超級強化版,不僅只是將照片中多餘的物體去除並補上合理的畫面,這項實驗則是進一步無中生有,即便照片被大量塗白,它仍能幫照片空白處補

NEC 發表深度學習自動優化技術,藉預測學習進度降低辨識錯誤率

基於機械神經網路的深度學習是近年人工智慧的大熱門,而 NEC 也針對神度學習發表深度學習自動優化技術,強調能夠降低辨識錯誤率並使辨識精度提升;這項技術的起因是在現行的機械神經網路的學習模式中,若電腦過度學習資料會產生"過度訓練"現象,導致僅有學習過的資料才具備高精度、未曾訓練過的資料精度會下降,通常會使用所謂"正規化"方式調整過程,當前的方式是僅能針對整個類神經網路進行統一的正規化,但仍無法改變部分學習層過學習的情況,但透過手動方式逐層調整也相當困難。 而 NEC 的新技術則是依照類神經網路結構進行每一層學習進度的預測,同時針對各層進度進行自動設定的正規