對電子復雜行為的理解促使了一些改變社會的發現，比如晶體管的發明使計算機革命成為可能。今天，通過技術的進步，人們可以比過去更深入地研究電子行為，從而有可能實現像個人電腦那樣改變世界的科學突破。然而，這些工具生成的數據太復雜，人類無法解釋。科內爾領導的一個團隊開發了一種利用機器學習來分析掃描隧道顯微鏡(STM)生成數據的方法，掃描隧道顯微鏡是一種技術，它可以生成亞原子尺度的圖像。...

如果要讓機器人擁有人的學習能力，應該怎么做？伯克利 AI 研究院給出了一個很好的答案——元強化學習（meta-RL）。但這一次伯克利 AI 研究院不只是使用了元強化學習，還考慮POMDP、異步策略梯度等等知識體系，最終得到了一個高樣本效率、高探索效率的新算法「PEARL」。這一成果不僅為解決 AI 的實際問題提供新的思考角度；同時也是實現在現實系統中規模化應用元強化學習的的第一步。...

谷歌大腦和CMU聯合團隊提出面向NLP預訓練新方法XLNet，性能全面超越此前NLP領域的黃金標桿BERT，在20個任務上實現了性能的大幅提升，刷新了18個任務上的SOTA結果，可謂全面屠榜！...

華盛頓大學（University of Washington）的研究人員近日開發了一種新的可以監測人們在睡眠時的心跳停止情況非接觸式工具。智能揚聲器或智能手機的一項新技術可以讓設備探測到無區域呼吸的喘息聲并啟動呼救。這個概念驗證工具是使用從911電話中捕捉到的真實的無地域呼吸實例開發的，它平均97%的時間在20英尺(或6米)之外探測到無地域呼吸事件。...

據外媒CNET報道，最近的一項研究表明神經網絡可以創造完美的披薩食譜。本月早些時候在Arxiv.org上出現的麻省理工學院的研究重點是一個名為PizzaGAN的神經網絡，它可以通過查看披薩照片來學習和復制制作披薩的方法。...

神經網絡訓練中“權重”有多重要不言而喻。但現在，可以把權重拋諸腦后了。谷歌大腦最新研究提出“權重無關神經網絡”，通過不再強調權重來搜索網絡結構，所搜索的網絡無需權重訓練即可執行任務！...

一般來說，人工智能模型的大小與它們的訓練時間有關，因此較大的模型需要更多的時間來訓練，隨后需要更多的計算。優化數學函數(或神經元)之間的連接是有可能的，通過一個稱為修剪的過程，它在不影響準確性的情況下減少了它們的整體大小。但是修剪要等到訓練后才能進行。...

如果照片中的人忽然走出來和你擁抱，你會作何反應？華盛頓大學的研究人員重現了只存在《哈利波特》電影中的神奇場景，他們成功“喚醒”了照片，讓畫中人走出了相框，踏入了現實！...

目前主流實例分割方法都嚴重依賴于物體的邊界框檢測，很少有研究者在實例分割中考慮「人」這一個類別的特殊性。在這篇論文中，清華大學、騰訊AI Lab、卡迪夫大學等機構的研究者提出利用骨架檢測來定位人體實例，從而構建更高效的實例分割方法。...

圖神經網絡是一種有效的圖表示學習框架。 Gnn 遵循一個鄰域聚合方案，其中一個節點的表示向量是通過遞歸聚合和轉換相鄰節點的表示向量來計算的。 圖分類問題在許多不同的領域也都有實際的應用。 本文總結了近一年來圖神經網絡在深度學習方面的應用，文中論文都有源代碼，供大家參考。...