机器智能

深度学习与传统方法结合的超分辨率：Kai Zhang 1、 (CVPR, 2019) Deep Plug-and-Play Super-Resolution for Arbitrary https://github.com/cszn/DPSR 2、 (CVPR, 2017) Learning Deep CNN Denoiser Prior for Image Restoration https://github.com/cszn/IRCNN 论文 Learning Deep CNN Denoiser Prior Experiments：Image Denoising、Image Deblurring、 Single Image Super-Resolution 3、CVPR论文 | 如何处理多种退化类型的卷积超分辨率？作者：张凯 ，2018-07-24 SRMD 论文 链接 Learning a Single Convolutional Super-Resolution Network for Multiple Degradations 阿里巴巴达摩院机器智能技术实验室 提出了一种简单、有效、可扩展的超分辨率模型，其不仅可以处理bicubic降采样退化模型，并且可以处理多个甚至是退化空间不均匀的退化类型，为SISR实际应用提供了一种解决方案。

来源： 利维坦 树突（红色）神经元的分支过程，接收突触信息的突出棘的渲染，以及来自小鼠大脑皮层的饱和重建（多色圆柱体）。© Lichtman Lab at Harvard University 利维坦按： 关于大脑，你可以用这句话来自问：你 凭什么 觉得自己可以理解它呢？你或许会回答说：凭大脑。即，凭借大脑来理解大脑。但问题是，这两个“大脑”的信息匹配度或许存在很大差异。这就如同文中博尔赫斯那篇关于帝国地图的精妙描述：所有地图的绘制之所以能够以比例成图，就在于忽略掉了现实的很多细节，可试想，如果真要绘制一幅 囊括一切 细节 的地图，那么这张地图无疑与真实国度的比例相同了。 同理，鉴于我们目前对于脑内的这坨物质理解十分有限，所以，如何再描述“理解”可谓十分重要了。也许，未来人类对于人脑的理解可以非常接近我们的人脑地图“比例”，但，无限接近也仅仅是无限接近。 在去年秋天一个寒冷的夜晚，紫红的太阳缓缓坠落，我坐在哈佛大学郊外的办公室里，透过落地窗凝视着窗外的虚无，思考着关于老鼠大脑的数据集。 与此同时，我回想起波士顿市中心那些没有窗户的冰冷房间，那里的高性能计算中心存储着我宝贵的48TB数据。作为博士实验的一部分，我用了13万亿个字节来记录数据，并研究 老鼠大脑的视觉皮层是如何对运动做出反应的 。 如果将数据集按双倍行距打印出来，需要1160亿张纸。但当我写完关于这些数据的故事时

城市的核心是人，人的本体意义就在于追求幸福。以人为核心，容纳和助成幸福的达成，是城市存在的价值，也是实现城市治理体系和治理能力现代化的最佳选择。今日，城市居民的幸福感知与能力，已不同往日。近百年未有之大变局，日新月异的自然、经济、社会发展，内外部频繁冲刷着生存与生活。时代在催问：如何让城市更健康、更安全、更宜居，让城市居民的生活更有品质，成就一座幸福之城？城市在多大程度上可以为幸福作为一种感受、作为一种能力提供支撑？城市和作为人的主体怎样形成一种良好发展的互动？这是城市治理能力的讨论，也是居民幸福感的关切。 推动以人为核心的智慧化城市治理，是提升城市居民幸福感的有效途径。在杭州，有关于城市数字治理的“城市大脑”建设提案获得了城市管理者的认同，按照“共建、共治、共享”的原则开始了杭州的数字化探寻方案。这使得杭州——这个接连多年荣获“中国最具幸福感城市”的天堂之城，提供了一个从城市大脑通往幸福城市的现实案例。 1、幸福之基 基于全世界各个国家城市的可持续发展面临很大挑战，这些挑战也提供了一个难得的机遇，那便是运用机器智能处理城市发展过程中许多关键的问题。世界上最遥远的距离不是从南极到北极，而是从交通信号灯到交通道路摄像头，它们在同一根杆子上，但从来没有通过数据被连接起来过，道路摄像头看见的东西永远不会成为交通信号灯的转换。数据不通，交通不畅。 城市大脑要做的，便是以互联网为基础设施

位于济南和北京的新的游戏实验室提升了本地产能和全天候服务能力 北京--(美国商业资讯)--翻译和本地化领域的全球领导者Lionbridge在中国济南和北京开设了新的游戏实验室，以进一步提升Lionbridge Gaming部门的全球能力。 这些新实验室将面向中国市场的客户以及欧洲、亚洲和美国客户的中文项目，提供全套可扩展的功能测试、本地化测试和本地化服务。 Lionbridge Gaming董事总经理Tugdual Delisle表示：“在全球提供世界一流的游戏服务是我们的使命，作为这一使命的一部分，中国的这些新实验室让我们不仅能够提供本地支持，还可增强我们的全天候服务能力，以帮助客户实现所有关键的里程碑目标。这将我们推向了一个新的高度，实现了更大的全球整合规模以及更多的区域和本地支持。” Lionbridge Gaming的全球实验室和工作室网络通过基于安全基础设施的最佳实践和先进的实时通信相互连接，可为客户提供完整的全球覆盖和本地支持，以提升效率和可扩展性。 济南和北京实验室继德国柏林和加拿大蒙特利尔的其他新实验室之后，为一整年的繁忙扩张画上了圆满的句号。 关于Lionbridge Gaming Lionbridge Gaming可将您设想的游戏体验提供给全球任何受众。我们充满热情的全球游戏专家可以不折不扣地为您的游戏带来全方位的提升。我们的服务包括叙事设计、游戏本地化

很多秃头小可爱沉迷熬夜逛淘宝，以下是 来自宇宙洪荒之力的最新线报： 男生比女生多 天蝎座多 夜间小裙子搜索量位居第一 ...... 尤其，每晚有1700万人在淘宝只逛不买，他们到底在干什么？ 看完视频和下方文章，你就知道为什么上头了。 前言 来洋淘， 更有young! 洋淘轻应用的内容均是手淘用户的真实购后分享， 在这里，你可以个性化地浏览他人的美好生活， 并鼓励自我表达与分享。 图1. 洋淘轻应用截图， 左) 为双列流， 右) 为详情页 在推荐任务上，同导购产品相比，洋淘场景有着自身的特性： 新用户冷启严峻，六成以上的用户无洋淘场景内的历史内容点击； 老 用户内容兴趣也稀少，历史内容点击数不超过10，反观商品点击数却高达数倍； 用户在电商与内容两个 domain 的兴趣差异较大。 统计日志发现，电商兴趣对洋淘场景下内容点击样本的覆盖度仅为 30% 。 于是，如何把跨域的异构行为用好，提升用户的浏览深度就显得弥足珍贵。我们从 召回 ， ctr预估 两大关键环节均作了探索与创新， 大幅提升了推荐效果， 取得了显著的业务收益。 向量召回模型In_Match 前文提到内容兴趣不够用，我们首先基于i2i尝试了商品与内容的混合协同，取得了一定的收益。然后基于电商兴趣的标题作相关内容的严格相似召回，却收益为负，这说明跨域的兴趣不可生搬硬套，也与前文的兴趣差异统计相吻合。

整理 | 夕颜 出品 | CSDN（ID:CSDNnews） 近日有媒体爆料称，字节跳动副总裁、人工智能实验室马维英离职，并将赴清华大学智能产业研究院，加入正在筹备该产业院的原百度总裁张亚勤团队。CSDN 向字节跳动方面求证，证实马维英确实离职，并出于自身兴趣，选择到清华大学从事人才培养和科研相关工作，但他本人将继续担任字节跳动技术顾问。 2019年12月31日，张亚勤已加盟清华大学，受聘清华大学“智能科学”讲席教授，在清华大学车辆与运载学院、计算机系和相关院系开展科研、教学和人才培养工作。张亚勤同时负责牵头筹建“清华大学智能产业研究院（AIR）”，面向第四次工业革命，以自动驾驶、人工智能+物联网和类脑智能为关键的技术突破方向，打造世界顶尖的创新研发平台。 消息透露，马维英将作为联合创始人与张亚勤一起筹备清华大学智能产业研究院（AIR），另一共同创始人为前海尔集团CTO赵峰。预计，清华大学智能产业研究院（AIR）预计年底可正式成立。 资料显示，字节跳动人工智能实验室（AI Lab）成立于2016年，马维英于2017年离开微软亚洲研究院加盟实验室。AI Lab的使命是推动机器智能的极限，致力于将AI理论研究快速追踪用于产品部署，研究领域包括自然语言处理、计算机视觉、机器学习、数据挖掘、计算及图形&增强现实、系统&网络。 自成立以来，该实验就成为字节跳动产品AI应用的技术支持“大后方”

论文传送门 作者 华盛顿大学 Kanit Wongsuphasawat 谷歌研究院 Daniel Smilkov James Wexler Jimbo Wilson Dandelion Mane Doug Fritz Dilip Krishnan Fernanda B. Viegas Martin Wattenberg 摘要 我们介绍了TensorFlow Graph Visualizer，它是 TensorFlow 机器智能平台的一部分。该工具通过可视化其基础的数据流图来帮助用户了解复杂的机器学习架构。该工具通过应用一系列图转换，使得标准布局技术能够生成清晰的交互式图表。至于整理图，我们将非关键节点与布局分离。为了提供概述，我们使用源代码中注释的层级结构。为了支持按需探索嵌套结构，我们执行边绑定以实现稳定且响应迅速的集群扩展。最后，我们检测并突出显示重复的结构，以强调模型的模块化组成。为了演示可视化工具的实用性，我们描述了示例使用场景并报告了用户反馈。总体而言，用户发现可视化工具对于理解、调试和共享其模型的结构很有用。 Design of the TensorFlow Graph Visualizer 力导引布局 日志节点会干扰不同子图的独立性 图布局缺乏层次结构 TensorFlow Graph Visualizer 去除日志节点 多个元操作组合成子算法或子步骤

作者 | 年素清 出品 | 程序人生（ID：coder_life） 约翰·麦卡锡（John McCarthy）是公认的“人工智能之父”，他在攻读博士期间首次尝试在机器上模拟人工智能，并于1956年首次提出“人工智能”的概念。后来为了发展人工智能，他创立了Lisp，因此也被誉为“Lisp语言之父”。 约翰·麦卡锡，图片来自维基百科 “平淡无奇”的童年 麦卡锡于1927年出生于美国波士顿，父母都是共产党积极分子，因此他们全家一直在四处搬迁。家庭的政治信仰也影响了麦卡锡早年对科学的兴趣，他后来回忆说：“我们确信技术的进步对人类有利。我记得小时候读过《十万个为什么》，这是30年代苏联作家伊林（M．Ilin）撰写的通俗科技读物。在美国好像没有这样的书。10至15年前我很高兴得知中国有许多非常早熟的儿童，他们都读过《十万个为什么》。” 麦卡锡说他的早年经历平淡无奇，但实际上这是他自我谦虚的说法。麦卡锡在读中学时，得到了一份加州理工学院的课程目录，上面列出了该校一年级和二年级的微积分课本。他买了这些书，并完成了所有的练习题目，这使得他最终在1944年进入加州理工后得以免修大一、大二的数学课程。 1948年获得加州理工学院数学学士学位后，麦卡锡进入普林斯顿大学研究生院深造，并于1951年取得博士学位。 首次在机器上模拟人工智能 1948年9月，正攻读研究生课程的麦卡锡出席了学校举办的

T分布：温良宽厚 本文由“医学统计分析精粹”小编“Hiu”原创完成，文章采用知识共享Attribution-NonCommercial-NoDerivatives 4.0国际许可协议(http://creativecommons.org/licenses/by-nc-nd/4.0/)进行许可，转载署名需附带本号二维码，不可用于商业用途，不允许任何修改，任何谬误建议，请直接反馈给原作者，谢谢合作！ 命名与源起 “t”，是伟大的Fisher为之取的名字。Fisher最早将这一分布命名为“Student's distribution”，并以“t”为之标记。 Student，则是William Sealy Gosset（戈塞特）的笔名。他当年在爱尔兰都柏林的一家酒厂工作，设计了一种后来被称为t检验的方法来评价酒的质量。因为行业机密，酒厂不允许他的工作内容外泄，所以当他后来将其发表到至今仍十分著名的一本杂志《Biometrika》时，就署了student的笔名。所以现在很多人知道student，知道t，却不知道Gosset。（相对而言，我们常说的正态分布，在国外更多的被称为高斯分布……高斯~泉下有知的话，说不定会打出V字手势~欧耶！） 看懂概率密度图 这一点对于初学者尤为重要，相信还是有不少人对正态分布或者t分布的曲线没有确切的理解。 首先，我们看一下频率分布直方图，histogram：

前言 中国互联网从1994年正式接入国际网络至今，以非凡的力量改变了世界，重新塑造了商业、政治、社会，甚至改变了全球几十亿的人的生活。 中国互联网络信息中心（CNNIC）第45次《中国互联网络发展状况统计报告》中显示：截至2020年3月28，我国网民规模为9.04亿，互联网普及率达64.5%。依托于环境，启蒙于困境，多媒体技术在互联网坚实的基础之上，逐步进入快速发展的阶段，阿里云多媒体数据存储解决方案应运而生。 《阿里云互联网多媒体数据存储解决方案蓝皮书》（以下简称“蓝皮书”）的发布，为多媒体行业的数字化进程提供有力保障。 （文末扫码进群，一键下载蓝皮书） 新型行业引领需求方向 蓝皮书中提到，5G时代到来，移动网络提速，运营商流量资费不断下调等多个因素推动，多媒体行业一直处于快速发展的状态，用户基数与数据量飞升，与此同时，2020年在线直播、在线教育、视频会议等领域迎来高速发展，根据艾媒咨询的数据显示，2016—2019年中国在线直播用户规模呈上升趋势，预测2020年中国在线直播用户规模将达到5.24亿人；在刚刚过去的2019年中国在线直播用户规模则为5.01亿人，技术发展进程中也不断遇到机遇和问题。 内容需求提升 内容数量、质量不断提升，内容形式多样化，内容版权重视程度提高，对数据的存储与管理提出了更高的要求。 人工成本高 目前多数传媒行业中的企业存在从内容采集到内容剪辑