大數(shù)據(jù)文摘作品
編譯 | 寧云州
嗚啦啦啦啦啦大家好呀，又到了本周的AI大事件時間了。過去的一周中AI圈都發(fā)生了什么？大佬們互撕了哪些問題？研究者們發(fā)布了哪些值得一讀的論文？又有哪些開源的代碼和數(shù)據(jù)庫可以使用了？文摘菌帶你盤點過去一周AI大事件！
新聞
新算法打開深度學(xué)習(xí)的黑箱
來源：WWW.QUANTAMAGAZINE.ORG
鏈接：https://www.quantamagazine.org/new-theory-cracks-open-the-black-box-of-deep-learning-20170921/
一個被稱為“信息瓶頸”的新概念有助于解釋當(dāng)今深度學(xué)習(xí)算法的成功——也可能解釋人腦如何學(xué)習(xí)的（雖然人類腦子里是怎樣思維的誰也不敢定論）。
“人工智能危機遠遠沒達到啟示錄的地步”——谷歌人工智能主管
來源：TECHCRUNCH.COM
鏈接：https://techcrunch.com/2017/09/19/googles-ai-chief-thinks-reports-of-the-ai-apocalypse-are-greatly-exaggerated/
John Giannandrea在TechCrunch 的Disrupt SF大會上發(fā)表了他對人工智能的看法，特別是，他認為現(xiàn)在人們太害怕一般民用的人工智能了。
谷歌的計算引擎鳥槍換炮用上了更快的GPU
來源：CLOUDPLATFORM.GOOGLEBLOG.COM
鏈接：https://cloudplatform.googleblog.com/2017/09/introducing-faster-GPUs-for-Google-Compute-Engine.html
NVIDIA在谷歌的云平臺上公開測設(shè)了P100型號的GPU并使其性能得到了提升，NVIDIA的K80型號GPU現(xiàn)在在GCE上已經(jīng)能夠購買了，顧客也能在K80和即將推出的P100型號的GPU上享受到“持續(xù)使用”的優(yōu)惠。
文章&教程
基于Python的亞馬遜AWS深度學(xué)習(xí)AMI
來源：WWW.PYIMAGESEARCH.COM
鏈接：https://www.pyimagesearch.com/2017/09/20/pre-configured-amazon-aws-deep-learning-ami-with-python/
這個在Ubuntu VirtualBox虛擬機包括了所有你需要的深度學(xué)習(xí)和計算機視覺庫（如HTTP，TensorFlow，scikit learn，OpenCV，scikit-image等等），而且都是提前配置好的。
自然語言處理中的多任務(wù)學(xué)習(xí)目標
來源：RUDER.IO
鏈接：http://ruder.io/multi-task-learning-nlp/
多任務(wù)學(xué)習(xí)（MTL：Multi-task learning）可以通過利用一個相關(guān)任務(wù)提高模型性能。多任務(wù)學(xué)習(xí)包括兩個主要部分：（1）用于學(xué)習(xí)的體系結(jié)構(gòu)和（2）聯(lián)合訓(xùn)練的輔助任務(wù)。
AI把UI設(shè)計變成了寫代碼
來源：NEWS.DEVELOPER.NVIDIA.COM
鏈接：https://news.developer.nvidia.com/ai-turns-ui-designs-into-code/
一個哥本哈根的創(chuàng)業(yè)公司UIzard Technologies訓(xùn)練了一個神經(jīng)網(wǎng)絡(luò)來通過一個圖形化用戶界面的截圖來生成代碼。
代碼，項目&數(shù)據(jù)
機器學(xué)習(xí)統(tǒng)一代理
來源：BLOGS.UNITY3D.COM
鏈接：https://blogs.unity3d.com/cn/2017/09/19/introducing-unity-machine-learning-agents/
ML-Agents SDK允許研究者和開發(fā)者使用Unity Editor把游戲和模擬創(chuàng)建在一個環(huán)境中，在這個環(huán)境中，代理可以通過一個Python API進行深度強化學(xué)習(xí)、進化策略或其他機器學(xué)習(xí)方法的訓(xùn)練。
Serpent.AI
來源：GITHUB.COM
鏈接：https://github.com/SerpentAI/SerpentAI
serpent.ai是一個以幫助開發(fā)人員創(chuàng)建游戲代理的框架。它可以幫助你把你擁有的任何視頻游戲轉(zhuǎn)換成沙箱環(huán)境進行實驗，基于Python。
Facebook 人工智能研究Sequence-to-Sequence工具包
來源：GITHUB.COM
鏈接：https://github.com/facebookresearch/fairseq-py
該工具包實現(xiàn)了卷積序列到序列學(xué)習(xí)描述的全卷積模型，并在一臺機器上進行多GPU訓(xùn)練，以及在CPU和GPU上快速搜索波束生成。基于PyTorch。
Matterport研究數(shù)據(jù)集
來源：HACKERNOON.COM
鏈接：https://hackernoon.com/announcing-the-matterport3d-research-dataset-815cae932939?gi=26a405265d10
該數(shù)據(jù)集通過19440張圖片（RGB+depth）生成了10800個校準的三維全景圖（RGB +depth per pixel）。所有圖片都是由Matterport Pro 3D拍攝的。
爆款論文
深度學(xué)習(xí)的可重復(fù)性
來源：ARXIV.ORG
鏈接：https://arxiv.org/abs/1709.06560
這篇文章調(diào)查了可重復(fù)性、適當(dāng)?shù)膶嶒灱夹g(shù)和報告流程帶來的挑戰(zhàn)。作者總結(jié)了深度學(xué)習(xí)的各種可變性和穩(wěn)定性，并為提高深度學(xué)習(xí)的可重復(fù)性提出了健身性的建議。
基于強化學(xué)習(xí)的神經(jīng)優(yōu)化搜索
來源：ARXIV.ORG
鏈接：https://arxiv.org/abs/1709.06560
這篇文章提出了一種自動發(fā)現(xiàn)優(yōu)化方法的過程，重點是深度學(xué)習(xí)的體系結(jié)構(gòu)。作者訓(xùn)練了一個遞歸神經(jīng)網(wǎng)絡(luò)控制器來生成一個域特定語言中的字符串，該字符串描述一個基于原始函數(shù)列表的數(shù)學(xué)更新方程，如梯度、梯度平均值等。
不確定貝爾曼方程及其探索
來源：ARXIV.ORG
鏈接：https://arxiv.org/abs/1709.06560
本文認為，不確定性貝爾曼方程（UBE：uncertainty Bellman equation）連接了任意時間步長的不確定性和隨后時間步長的預(yù)期不確定性，從而在個人時間步長的基礎(chǔ)上提高了潛在搜索效益。使用UBE搜索策略替代?-greedy在Atari套件上提升了DQN的性能。
本文由 新型建材網(wǎng)http://www.ghjob.com.cn
企業(yè)評級http://www.ghjob.com.cn/ 提供