人工智能通过自动驾驶车辆、更好的路线图和更准确的预测使运输和物流变得更智能、更高效。当瑞士决定通过从其高山公路上消减数万辆货运卡车来减少拥堵和污染时，瑞士建造了圣哥达隧道，这是世界上最长、最深的铁路隧道。现代工程学的壮举对民用和商业实体都是一个福音，但是如

2019 年是机器学习和自然语言处理领域飞速发展的一年。DeepMind 科学家 Sebastian Ruder 从 10 个方面总结了我们在过去的一年中取得的重要进展，对未来的研究方向有着重要的指导意义。对于每个方向，本文都会先总结今年我们在该方向取得的

2019年10月28日，全球领先的信息技术研究和顾问公司Gartner公布了2020年及以后十大趋势预测。此次Gartner十大预测考虑的是随着科技给人类带来多样化且不断变化的期望，人类的境况将面临什么样的挑战。增强、决策、情感和陪伴这四个方面使科技对人类

IT人士如何从IT岗位转换到人工智能技术岗位?专家表示还需要一些时间，IT人士需要尝试采用一些转型技巧，开始步入人工智能职业生涯。企业中的人工智能有望实现显著增长，因此精明的IT专业人士正在寻找将其职业轨迹与之协调一致的方法。实际上，从2018年5月到20

本文的作者是 Jamie Beach，在自学人工智能 100 天以后，他分享了自己对人工智能的 5 个感悟，以下是他的全文。我根据 Max Tegmark 的 Life 3.0 的第一章——The Tale of the Omega 画的。2019 年 1

在过去5年里，由于技术在各个领域的影响，科技岗位呈现爆炸式增长，比如目前在美国有超过1600个机器学习工程师的空缺职位。我们知道，美国有超过1.43亿的员工拥有LinkedIn的个人资料，有2万多家公司使用LinkedIn招聘，每月在LinkedIn上发布

LTR已经被广泛应用到文本挖掘的很多领域，比如IR中排序返回的文档，推荐系统中的候选产品、用户排序，机器翻译中排序候选翻译结果等等。影响相关度的因素很多，比如上面提到的tf，idf，dl等。有很多经典的模型来完成这一任务，比如VSM，Boolean mod

如今技术创新的速度比以往任何时候都快。就在几年前，云技术被认为是最前沿的。现在，不仅互联网企业都在部署云计算，传统企业也纷纷向云计算转型。对于未来科技发展趋势，我们依然充满期待。与2016年强调实体与虚拟世界的融合以及数字网络崛起的战略科技发展趋势相比，G

传统的机器学习分类研究大多基于如下假设：分类以最大正确率为目标；所有的分类错误会带来相同的错误代价；数据集中的各类样本数目基本均衡，即各类所含的样本数大致相当。　　显然，这三个假设在现实应用领域中很多时候是不成立的。　　传统机器学习通常以总体最大分类精度为

2019年人工智能的薪资水平，先来两张整体的薪资水平的分析图吧！第二张是人工智能较互联网行业的薪资对比，随着工作经验的逐渐增加，薪资水平逐渐升高。掌握以上基础以后，就要开始学习完机器学习的算法，并通过案例实践来加深理解和掌握。还有很多机器学习的小案例等着你

ThoughtWorks智能服务团队技术总监白发川在《持续智能——打造规模化的AI服务》主题演讲中提到，持续集成、持续交付、持续部署可以让软件在快速迭代的同时保持着较高的软件质量。随着机器学习的普及，越来越多的服务更加的个性化、定制化，“持续智能”定义了一

Julia最近迎来了1.0版本，其背后的开发者现在致力于让它成为机器学习领域的首选语言。帮助实现这个目标的是Flux，这是一种面向Julia的机器学习软件库，旨在使机器学习代码更易于编写、简化训练过程，并且在GPU和谷歌的张量处理单元之类的硬件加速器上提供

AI是当下的新闻热点。如今，AI已经用于医学诊断、合成新的化学物质、识别藏匿在人群中的罪犯的面孔、驾驶汽车，甚至进行艺术创作。有时，我们似乎感觉AI无所不能，人类很快就会失业，默默看着AI为我们完成一切。深度学习涉及到分层算法，目的是为了更好地理解数据。

人工智能的概念已存在了数千年。人工智能的故事纵贯整个历史阶段和遍布世界各地：希腊神话中的赫菲斯托斯“创造了”黄金机器人;偃师“建造了”一个机器人;莱昂纳多·达芬奇建造了一个机器人骑士。曾经的梦想或某人疯狂想象的东西，现在不断发展成为现实。其核心是依靠逻辑和

当下，对智能技术的期望和回报仍不清楚，需要不断的更新数据和算法以巩固产品的创意和投资。2016年是企业界开始激发人工智能潜力的一年。从那以后，包括许多财富500强公司在内的企业开始琢磨AI可以为他们的业务和运营做些什么。在这一点上，无论是技术还是它的实施细

90年代初，当卫奇塔州立大学的物理学教授Elizabeth Behrman开始结合量子物理学和人工智能时，大多数人认为这两门学科就像油和水一样，根本没办法结合。“当时我连发表论文都很困难。神经网络学术期刊问我‘量子力学是什么’，而物理学期刊则会问‘神经网络

昨天李飞飞和Jeff Dean就在推特上激动人心预告，说谷歌将有重要的里程碑事件发布。现在谜底揭晓了：谷歌今天发布了Cloud AutoML。由于还在Alpha测试版的阶段，目前这个服务仅支持计算机视觉模型，但谷歌表示稍后会支持所有标准机器学习模型，包括语

究竟从哪里开始？读完这篇文章，相信你就会有自己的答案。来自斯坦福的 iPython笔记本概述我们的第一个教程，是进行Scikit的学习。我建议在进行以下步骤之前先完成所有这些工作。scikit-learn的一般介绍，涵盖了K-均值聚类算法：An Intro

从20世纪60年代开始，人们就在期待像哈尔这样的科幻级别的AI，然而直到最近，PC和机器人还是非常愚笨。现在，科技巨头和创业公司宣告了AI革命的到来：无人驾驶汽车、机器人医生、机器投资者等等。普华永道认为，到2030年，AI将会向世界经济贡献15.7万亿美

为了让初学者了解AI，以下列出六个值得注意的AI领域，并描述它们是什么、为什么它们是重要的、它们今天如何使用，以及研究它们的公司。在典型的RL设置中，AI被赋予在数字环境中观察其当前状态的任务，从环境接收每个动作的结果并给予激励反馈，使得其知道动作是否促进