人工智能有什么SEARCH AGGREGATION
回答:我得方向是自然語(yǔ)言處理，文本挖掘方面，python，java用的比較多，尤其是文本處理方面，python開(kāi)源的工具最多，比如nltk，textblob，gensim之類(lèi)的，機(jī)器學(xué)習(xí)有sklearn，深度學(xué)習(xí)有tensorflow等，python應(yīng)該算nlp領(lǐng)域最主流的語(yǔ)言了。java也有不少，比如可以用weka做機(jī)器學(xué)習(xí)，但是比sklearn復(fù)雜多了。nlp方面有stanford core nlp...
sixleaves
|
1046人閱讀
回答:人工智能涉及到的知識(shí)結(jié)構(gòu)比較復(fù)雜，是一個(gè)典型的多學(xué)科交叉領(lǐng)域，涉及到哲學(xué)、數(shù)學(xué)、計(jì)算機(jī)、經(jīng)濟(jì)學(xué)、神經(jīng)學(xué)和語(yǔ)言學(xué)等諸多內(nèi)容。正因如此，人工智能領(lǐng)域的研發(fā)需要克服諸多困難，每一次進(jìn)步都需要付出巨大的努力。雖然人工智能已經(jīng)經(jīng)過(guò)了60多年的發(fā)展，但是目前人工智能依然處在行業(yè)發(fā)展的初期。編程語(yǔ)言是實(shí)現(xiàn)人工智能產(chǎn)品的一個(gè)重要工具，不少編程語(yǔ)言都可以完成人工智能產(chǎn)品的開(kāi)發(fā)任務(wù)，比如C、Python、Java、C...
xuhong
|
1065人閱讀
回答:頂尖AI人才：10%在中國(guó)，50%在美國(guó)主導(dǎo)人工智能（AI）研究和開(kāi)發(fā)的約半數(shù)頂尖人才集中于美國(guó)。AI是數(shù)據(jù)經(jīng)濟(jì)的核心技術(shù)。如果負(fù)責(zé)最尖端研究的群體薄弱，中國(guó)的競(jìng)爭(zhēng)力有可能下降。加拿大的AI初創(chuàng)企業(yè)「Element AI」根據(jù)2018年內(nèi)在21個(gè)國(guó)際學(xué)會(huì)上發(fā)表的論文調(diào)查了作者人數(shù)和經(jīng)歷，統(tǒng)計(jì)了頂尖AI人才的分布。調(diào)查顯示，全球有2.24萬(wàn)AI方面的頂尖人才。其中約半數(shù)在美國(guó)（1萬(wàn)295人），其次是...
happyfish
|
728人閱讀
回答:人工智能是一個(gè)大的概念，具體落地人工智能項(xiàng)目會(huì)接觸機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架，這些框架大部分是基于Python開(kāi)發(fā)的，所以要想深入人工智能項(xiàng)目開(kāi)發(fā)，python語(yǔ)言的學(xué)習(xí)也是必須的！
Bryan
|
923人閱讀
回答:人工智能目前主流還是用的python語(yǔ)言和C/C++。其實(shí)大家在網(wǎng)上搜索，都可以查得到，人工智能用的是python語(yǔ)言。實(shí)際呢。人工智能的底層邏輯都是用C/C++寫(xiě)的。python只是負(fù)責(zé)來(lái)寫(xiě)一些實(shí)現(xiàn)的邏輯。例如第一步是什么、第二部是什么等等。人工智能的核心算法都是用C/C++寫(xiě)的，因?yàn)槭怯?jì)算密集型，還需要非常精細(xì)的優(yōu)化，還需要GPU，還需要專(zhuān)用硬件的接口之類(lèi)的。而這些，只有C/C++可以做到。而...
Corwien
|
1886人閱讀
回答:自從智能?chē)宄绦駻lphaGo采用深度學(xué)習(xí)方法擊敗人類(lèi)天才棋手，孤獨(dú)求敗之時(shí)，注定了人工智能的風(fēng)口到來(lái)了?？萍冀绱罄卸伎春萌斯ぶ悄艿奈磥?lái)發(fā)展。AI（人工智能）為應(yīng)用程序開(kāi)發(fā)人員打開(kāi)了一個(gè)充滿(mǎn)可能性的世界。 通過(guò)利用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)，可以生成更好的用戶(hù)畫(huà)像、個(gè)性特征和適當(dāng)?shù)耐扑]，或者包含更智能的搜索、語(yǔ)音接口或智能輔助，或者以其他方式改進(jìn)您的應(yīng)用程序。 甚至可以構(gòu)建能看、會(huì)聽(tīng)并響應(yīng)的應(yīng)用程序。人工...
阿羅
|
839人閱讀
為什么未來(lái)可能是我們最糟糕的噩夢(mèng) 我想要了解人工智能的原因之一是壞機(jī)器人的主題總是讓我感到困惑。關(guān)于邪惡機(jī)器人的所有電影看起來(lái)都是不切實(shí)際的，我無(wú)法真正理解人工智能實(shí)際上是多么危險(xiǎn)的現(xiàn)實(shí)情況。機(jī)...
...章系列的第二部分的上篇。 第1部分開(kāi)始，我們討論了弱人工智能（ANI）（人工智能專(zhuān)注于一個(gè)狹窄的任務(wù)，如導(dǎo)航或下棋），以及它如何在我們周?chē)氖澜缙鹬饔谩Ｈ缓?，我們研究了為什么從ANI到強(qiáng)人工智能（AGI）（人工智...
...數(shù)據(jù)科學(xué)技術(shù)體系中，最高價(jià)值技術(shù)到底是什么，以及在人工智能領(lǐng)域中反對(duì)派的聲音越來(lái)越大的時(shí)候，人工智能是否還能走下去，還能走多遠(yuǎn)？ 大數(shù)據(jù)技術(shù)：計(jì)算資源無(wú)限，世界將會(huì)是怎樣 大數(shù)據(jù)分析并不雞肋 在計(jì)算機(jī)誕生...
...清楚很多規(guī)則; 它正在承擔(dān)數(shù)字化編碼世界的認(rèn)知任務(wù)。人工智能正在徹底改變可自動(dòng)化的內(nèi)容以及可以部署的規(guī)模。隨著新的領(lǐng)域出現(xiàn)，也帶來(lái)了新的責(zé)任那就是就是確保人工智能正在為正確的目標(biāo)服務(wù)。 現(xiàn)代的人工智能可以...
...方向?yàn)榛A(chǔ)架構(gòu)的監(jiān)控，日志等，目前以分布式系統(tǒng)以及人工智能等方向?yàn)橹?、包括人工智能、隱私保護(hù)、反欺詐等內(nèi)容。 以下為徐葳在數(shù)人云PaaS Innovation 2017，構(gòu)建靈動(dòng)新IT大會(huì)上的演講實(shí)錄。 清華大學(xué)數(shù)據(jù)中心運(yùn)維那點(diǎn)事...
人工智能一直都很擅長(zhǎng)數(shù)學(xué)。它在數(shù)學(xué)方面比人類(lèi)做的更好。1996年，Deep Blue 在國(guó)際象棋中擊敗了Garry Kasparov，因?yàn)閲?guó)際象棋可以歸結(jié)為是邏輯游戲。你可以毫不費(fèi)力的將邏輯方程編譯進(jìn)電腦中。 但是15年后，IBM的Watson贏(yíng)得Jeo...
...美兩國(guó)遠(yuǎn)遠(yuǎn)高于其他國(guó)家。典型的例子有兩個(gè)，互聯(lián)網(wǎng)和人工智能。這兩個(gè)都是普遍被認(rèn)為對(duì)于未來(lái)非常重要，最有想象空間的，值得我們仔細(xì)分析。 前四個(gè)格局有興趣的朋友可以自行搜索全文，這里因?yàn)槠虿蛔龈?..
...看。 接下來(lái)文章會(huì)側(cè)重在以下幾方面 1、零基礎(chǔ)如何進(jìn)行人工智能的自學(xué)（以找工作為目的），包括路徑規(guī)劃，怎么學(xué)等等。 2、我的個(gè)人感悟，關(guān)于轉(zhuǎn)行、工作、創(chuàng)業(yè)、希望能給大家一些啟發(fā)。 3、好的學(xué)習(xí)資源分享 先說(shuō)一下...
...看。 接下來(lái)文章會(huì)側(cè)重在以下幾方面 1、零基礎(chǔ)如何進(jìn)行人工智能的自學(xué)（以找工作為目的），包括路徑規(guī)劃，怎么學(xué)等等。 2、我的個(gè)人感悟，關(guān)于轉(zhuǎn)行、工作、創(chuàng)業(yè)、希望能給大家一些啟發(fā)。 3、好的學(xué)習(xí)資源分享 先說(shuō)一下...
如今，人類(lèi)將自己的未來(lái)放到了技術(shù)手里，無(wú)論是讓人工智能更像人類(lèi)思考的算法，還是讓機(jī)器人大腦運(yùn)轉(zhuǎn)更快的芯片，都在向奇點(diǎn)靠近。谷歌工程總監(jiān)、《奇點(diǎn)臨近》的作者庫(kù)茲韋爾認(rèn)為，一旦智能機(jī)器跨過(guò)奇點(diǎn)，人工智能...
ChatGPT和Sora等AI大模型應(yīng)用，將AI大模型和算力需求的熱度不斷帶上新的臺(tái)階。哪里可以獲得...
大模型的訓(xùn)練用4090是不合適的，但推理（inference/serving）用4090不能說(shuō)合適，...
圖示為GPU性能排行榜，我們可以看到所有GPU的原始相關(guān)性能圖表。同時(shí)根據(jù)訓(xùn)練、推理能力由高到低做了...
