AI

人工智能将改变世界,抓住它,就是掌握了时代脉搏。
收录了AI话题下的 2050 篇文章
  • 文章
  • 迷你书
Google 工程师:如何看待程序员普遍缺乏数据结构和算法知识?

初级程序员才比招式,高级程序员只看内功

作者: 王争

盘点前深度学习时代阿里、谷歌、Facebook 的 CTR 预估模型

原创技术专栏“深度学习 CTR 预估模型实践”的第三篇文章

作者: 王喆 ​

OPPO 基于 Flink 构建实时计算平台的思路、演进与优化

OPPO 大数据平台研发负责人张俊接受 InfoQ 专访,深度解析实时流计算的行业实践以及变化趋势。

作者: 佘磊

2019 年 4 月 1 日
英特尔中国研究院院长宋继强:摩尔定律的经济效益仍在继续

随着产业互联网的发展,英特尔希望在数据红利的时代拿下从云到端的全面产业链。

作者: 陈思

2019 年 4 月 1 日
微软亚洲研究院等提出 CNN 训练新方法 RePr,准确率显著提升

布兰迪斯大学和微软亚洲研究院所提出的 RePr 是一种专为卷积神经网络所设计的训练方法。该方法通过对滤波器的重要性进行排序,对网络进行修剪,并迭代训练完整网络和子网络,提升网络表现和泛化能力。作者设计了充分的 ablation study 和跨任务网络实验,证明了该训练方法的有效性。这篇论文已被 CVPR2019 接收为 oral。本文是 AI 前线第 73 篇论文导读。

作者: 微软亚洲研究院 译者: 马卓奇

2019 年 4 月 1 日
无人车制胜关键:Apollo 决策系统全面剖析

2019 年 3 月 26 日,AI 前线社群邀请到了百度美研资深软件工程师 Yifei Jiang ,带来 《Apollo 决策技术分享(决策系统的设计和无人驾驶的实现)》 的内容分享。

作者: Yifei Jiang

2019 年 4 月 1 日
Go 语言很好很强大,但我有几个问题想吐槽

Go 是一门非常不错的编程语言,并且逐渐取代 Python 成为很多人的首选语言。但它也有一些缺点让很多开发者忍不住吐槽,比如它在函数式编程、通道 / 并行切片处理、内存垃圾回收、错误处理等方面都有一些问题。本文作者将 Go 存在的“硬伤”设计记录了下来,与大家分享、讨论。

作者: Ben Boyter 译者: 老夫子

2019 年 4 月 1 日
优酷在多模态内容理解上的研究及应用

本文中,来自优酷算法中心负责人王晓博将为我们解析,优酷是如何利用多模态技术,最大限度地挖掘视频信息,创造更大的价值。剪片子又快又好、还能制作鬼畜视频的 AI 视频剪辑师到底是如何做到的呢?让我们来一探究竟。

作者: 王晓博

2019 年 4 月 1 日
阿里妈妈新突破:深度树匹配如何扛住千万级推荐系统压力

推荐系统已经深入到每个人生活的方方面面,网购、音乐、新闻、视频等等场景中,用户都可以感受到推荐系统带来的便利。

作者: 李晗

2019 年 3 月 30 日
ODE 网络:一场颠覆 RNN 的革命即将到来

递归神经网络是当今最常见的人工智能应用程序的核心,但我们很快就发现,它们并不适合用来解决广义时间序列问题。现在已经有几个在使用中的替代解决方案,其中有一个是刚刚出现的——ODE 网络,它与我们思考解决方案的方式截然不同。

作者: William Vorhies 译者: 阿拉丁

2019 年 3 月 30 日
服务平台化,知乎 HBase 实践

知乎核心架构团队基于开源容器调度平台 Kubernetes 打造了一整套 HBase 服务平台管理系统,经过近两年的研发迭代,目前已经形成了一套较为完整的 HBase 自动化运维服务体系,能够完成 HBase 集群的快捷部署,平滑扩缩容,HBase 组件细粒度监控,故障跟踪等功能。

作者: 张宇(知乎)