信通院发布《人工智能安全白皮书(2018年)》

此前,中国信息通信研究院、中国人工智能产业发展联盟首次联合发布《人工智能发展白皮书 – 技术架构篇(2018年)》。

人工智能作为引领未来的战略性技术,日益成为驱动经济社会各领域从数字化、网络化向智能化加速跃升的重要引擎。近年来,数据量爆发式增长、计算能力显著性提升、深度学习算法突破性应用,极大地推动了人工智能发展。自动驾驶智能服务机器人、智能安防、智能投顾等人工智能新产品新业态层出不穷,深刻地改变着人类生产生活,并对人类文明发展和社会进步产生广泛而深远的影响。

然而,技术的进步往往是一把『双刃剑』,人工智能作为一种通用目的技术,为保障国家网络空间安全、提升人类经济社会风险防控能[……]

继续阅读

边缘计算潜力无限

自动驾驶汽车本质上是一台装有轮子的高性能计算机,它通过大量的传感器来收集数据。为了使得这些车辆能够安全可靠地运行,它们需要立即对周围的环境做出反应。处理速度的任何延迟都有可能是致命的。虽然联网设备的数据处理现在主要是在云端进行的,但在中央服务器之间来回传送数据可能需要几秒钟的时间。这一时间跨度太长了。

云计算已经不足以即时处理和分析由物联网设备、联网汽车和其他数字平台生成或即将生成的数据,这个时候边缘计算能够派上用场。该技术拥有着应用于诸多行业领域和发挥巨大作用的潜力。边缘计算则让自动驾驶汽车更快速地处理数据成为可能。这种技术使得联网设备能够处理在『边缘』形成的数据,这里的『边缘』是指位[……]

继续阅读

深度学习经典网络架构与数据集

卷积神经网络在视觉识别任务上的表现令人称奇。好的 CNN 网络是带有上百万参数和许多隐含层的『庞然怪物』。事实上,一个不好的经验规则是:网络越深,效果越好。AlexNet,VGG,Inception(GoogleNet)和 ResNet 是最近一些流行的 CNN 网络。

AlexNet

AlexNet 是一个较早应用在 ImageNet 上的深度网络,其准确度相比传统方法有一个很大的提升。它首先是5个卷积层,然后紧跟着是 3 个全连接层,如下图所示:

VGG16

VGG16 是牛津大学 VGG 组提出的。VGG16 相比 AlexNet 的一个改进是采用连续的几个 3×3[……]

继续阅读

伯克利发布目前最大规模开放驾驶视频数据集:BDD100K

近日,UC Berkeley 发布了迄今为止规模最大、最多样化的开放驾驶视频数据集 —— BDD100K。该数据集共包含 10 万个视频,BAIR 研究者在视频上采样关键帧,并为这些关键帧提供注释。此外,BAIR 还将在 CVPR 2018 自动驾驶 Workshop 上基于其数据举办三项挑战赛。

自动驾驶将改变每个社区的生活。然而,最近的事件表明,在自动驾驶系统部署到现实世界中后,人造感知系统如何避免错误(甚至看似明显的错误)还不得而知。BAIR 的计算机视觉研究者有兴趣探索自动驾驶感知算法的前沿,以使其更加安全。为了设计和测试潜在的算法,研究者想利用真实驾驶平台收集数据中的所有信息。[……]

继续阅读

可视编程神经进化算法开发工具:VINE

尽管最近受自动驾驶事件影响。Uber 开源了神经进化算法开发的交互式可视化工具 VINE,该工具可以轻松实现神经网络群体的各种特定指标以及适应度分数的可视化和随时间的变化,用户可对其进行实时评估。此外,VINE 还支持默认功能之外的高级选项和自定义可视化。

对于 Uber 来说,机器学习的发展可以大大增强运输的安全性和可靠性。Uber AI Labs 最近宣布的深度神经进化就是其中一个例子,其中涉及的进化算法可以帮助训练深度神经网络,以解决棘手的强化学习(RL)问题。最近,人们对深层神经进化的兴趣越来越浓厚,该领域研究人员对相应工具的需求也越来越大。而且在神经进化和神经网络优化方面,学习[……]

继续阅读

MIT 通用人工智能开放课程

继开放自动驾驶课程深度学习入门课程之后,MIT 近期又开放了一门偏工程的人工智能课程 —— MIT 6.S099: Artificial General Intelligence(通用人工智能),官方介绍该课程将采用工程方法探索建立人类智能的可能研究路径。与MIT 深度学习入门课程相比(6.S191: Introduction to Deep Learning),这门课程更偏工程和业内,同时也请到了非常多的大咖加盟。除了 MIT 自家的教授和其他高校研究者的日常课程,还有 5 次课程邀请到了相关从业者,包括特斯拉的AI研究中心负责人 Andrej Karpathy、波士顿动力CEO Marc[……]

继续阅读

MIT 深度学习开放课程

在开放了 MIT 6.S094 深度学习与自动驾驶开放课程之后,MIT 近期又开放了一门更偏概述的深度学习课程 —— MIT 6.S191: Introduction to Deep Learning(深度学习入门),官方介绍该课程为一门对深度学习算法和应用的入门课程(An introductory course on deep learning algorithms and their applications)。

Coursera 和其他高校开放的深度学习入门课程已不少,与已有课程相比,本课程的一大亮点可能是业内一票应用大咖公司的案例介绍,包括谷歌、英伟达、IBM 以及中国公司腾讯,[……]

继续阅读

MIT+NVIDIA无人驾驶课程

自动驾驶汽车毫无疑问已成为深度学习与新一代人工智能最为广泛的应用之一 —— 另外还有医疗镜像分析,智慧城市,并行异构计算等。MIT 6.S094 深度学习与自动驾驶开放课程,通过构建自驾车的应用主题,介绍深度学习的实践。 尽管课程本身面向初学者开设,专为那些对机器学习不熟悉的人而设计,但它也可以使该领域的高级研究人员寻找深度学习方法及其应用的实用概述。开放课程除了提供 2017 – 2018 年课程完整的讲义与视频以外,还包含了 DeepTrafficDeepTeslaSegFuse 几个动手操作项目。你甚至可以在课程指导及模拟环境上自己动手制造一辆特斯拉自动驾驶汽车,并体验一下特斯拉驾[……]

继续阅读

2017年最佳机器学习开源项目(30项 – 上篇)

Mybridge AI 公司对比了 GitHub 上近 8,800 个开源机器学习项目,并挑选了其中最好的 30 个,在 Medium 上发布。这是一个具有很强竞争力的列表,其中包含 2017 年 1 月 – 12 月份开源的各类优秀机器学习库、数据集和应用;通过流行度、参与度和新鲜程度来对它们进行评级,它们的 GitHub 平均评星总数达到 3,558 个。一个参考值是 TensorFlow 作为全球最受欢迎的深度学习开发框架,目前在 GitHub 上的评星为已接近 85,000个。开源项目对于数据科学家而言非常有意义,可以通过阅读源代码,在前人的基础上构建更加强大的项目。现在,科研机构与企[……]

继续阅读