暂无介绍
美国科技产业中转型最快、最猛烈的一个巨人是微软。今天的Build2016活动是一场马拉松式的两小时赛事,但几乎完全没有增量或迭代改进。像Windows Phone这样的死胡同项目甚至没有被提及。微软所展示的一切都是为了解决我们如何与技术互动的下一个重大变化,无论是虚拟现实和增强现实的形式,手写和对话等更自然输入的发展,还是人工智能机器人与其他人工智能机器人对话的令人瞠目结舌的概念。这是一个充满了对...
上周,微软的AI聊天机器人Tay在Twitter上横行霸道,可能成为了头条新闻,但微软对其机器人的计划要大得多。在Build开发者大会上,首席执行官萨蒂亚·纳德拉(Satya Nadella)公布了公司“对话作为平台”的宏伟愿景——让懂自然语言的机器人成为下一个使用电脑的重要方式。...
微软的chatbot Tay上周可能遭遇了种族主义的崩溃,但该公司并没有放弃人工智能。根据彭博商业周刊的报道,微软计划在今天晚些时候的年度构建大会上发布几个机器人原型。这些人工智能驱动的程序将进一步推动微软首席执行官萨蒂亚·纳德拉(Satya Nadella)提出的“对话作为平台”的设想,用户可以使用自然语言与机器人互动,指导它们完成某些任务。...
人工智能打败了围棋这一古老的棋类游戏,但它能掌握地雷工艺吗?微软的研究人员正在向那些想训练人工智能程序的计算机科学家开放这个游戏。...
“爬在木头上的树。坐在山上的大鸟。一辆靠着自行车的自行车。”...
希尔顿正与IBM的沃森项目合作,为其在美国的连锁酒店测试一种人工智能驱动的门房机器人。这台以公司创始人康拉德·希尔顿(Conrad Hilton)名字命名的“康妮”(Connie)机器人已经在弗吉尼亚州的希尔顿麦克莱恩酒店(Hilton McLean hotel)找到了。客人可以向it询问附近的餐馆、旅游景点和酒店信息,但it还不能为他们办理入住手续。...
本周直播,这是人类与机器的较量,谷歌的AlphaGo人工智能在古老的围棋棋盘游戏中与韩国冠军李世铎对决。这场五场比赛将和IBM的深蓝和国际象棋大师加里·卡斯帕罗夫的比赛一样具有历史意义,更棒的是,你可以在YouTube上现场观看整个比赛的展开。...
如果你是一个饥肠辘辘的艺术家,至少在电脑永远不会取代你的工作这一事实上找到了安慰,那么你可能需要再想想。...
谷歌内部的DeepMind公司,其人工智能将很快与Go的世界冠军抗衡,正在冒险进入一个新的领域:医疗保健。周三,该公司宣布推出deepmindhealth,这是一项为医疗专业人员开发的应用程序,可以帮助识别有并发症风险的患者;急性肾损伤是该组织的首要关注点。...
本月早些时候,谷歌的人工智能公司DeepMind宣布,它已经建立了一个能够击败围棋冠军选手的神经网络系统。这一古老的中国棋类游戏被认为是一个极其困难的计算机挑战-远比国际象棋难-和DeepMind的成功被誉为政变的人工智能研究。不过,这款电脑只击败了游戏的欧洲冠军,今年3月,DeepMind的AlphaGo AI将迎战世界冠军,YouTube将对这一系列游戏进行直播。...
谷歌想教你深度学习-如果你准备好了。这家科技巨头推出了一门免费课程,讲解支撑其众多服务的机器学习技术(谷歌将深度学习应用于从语音识别到自动整理照片集的所有方面。)这门课程可在营利性教育网站Udacity上获得,按每周6小时的工作时间计算,预计需要3个月才能完成。它不适合绝对的初学者,但旨在帮助老牌工程师和数据科学家掌握深度学习以及TensorFlow——谷歌去年11月开放的内部机器学习软件。...
Alphabet执行主席埃里克·施密特(Eric Schmidt)认为,人工智能有潜力解决当今世界面临的“难题”,包括气候变化、教育和人口增长——他也想要自己的“不是埃里克”人工智能助手。据彭博社报道,施密特本周在纽约的一次会议上发表了上述评论,他呼吁在谷歌和Facebook已经开始开发的人工智能技术上进行更多合作。...
埃里克·施密特长期以来一直是人工智能研究和投资的杰出支持者。这位谷歌(Alphabet)董事长参与了该公司的自动驾驶汽车和预测性搜索引擎,他此前警告说,我们不应该担心人工智能的未来。在《时代》杂志的一篇新评论文章中,施密特赞扬了人工智能的前景,但警告说它“需要正确的方法”...
特斯拉首席执行官埃隆•马斯克(elonmusk)从未对自己对杀人机器人的恐惧感到特别害羞,但现在他似乎正在为此做些什么。今天,马斯克和一组合作伙伴宣布成立OpenAI,这是一家致力于人工智能开源研究的非盈利企业。马斯克与Y Combinator首席执行官萨姆•奥尔特曼(Sam Altman)共同主持了该项目,许多硅谷实力雄厚的公司和团体也在为该项目提供资金,包括彼得•泰尔(Peter Thiel)...
在过去的几年里,计算机在图像识别方面取得了巨大的进步。尤其是神经网络——可以随着时间的推移进行训练的系统——已经变得非常擅长描述甚至相当复杂的场景。然而,正如这段来自美国艺术家和编码员凯尔·麦克唐纳的视频所显示的那样,它们远不是100%准确。麦克唐纳修改了一个由斯坦福大学和谷歌的研究人员建立的神经网络,用来分析他笔记本电脑上网络摄像头的视频。然后他去阿姆斯特丹散步,让电脑来说话。...