行业资讯
AI news by Smartone AI
机器学习如何助力计算化学研究发展？
像许多实施机器学习的领域一样，它在计算化学领域的用途是从文献中获取所有已知数据，进行推断和分析，并预测最可能的结果。
梯度下降算法的工作原理
介绍梯度下降算法是工业中最常用的机器学习算法之一，但也是很多新手难以理解的算法之一。如果你刚刚接触机器学习，那么梯度下降算法背后的数学原理是比较难理解的。在本文中，我将帮助你了解梯度下降算法背后的工作原理
自动驾驶汽车深度学习如何应对挑战
无人驾驶汽车是一项实验，至今尚无人知道结果如何。自动驾驶汽车深度学习能否将其驱动到主流交通工具取决于技术如何进一步发展。即使克服了深度学习的挑战，自动驾驶汽车的方式也存在其他障碍。这些汽车与IoT设备等多种技术集成在一起，以收集数据，云计算以处理数据，以及5G以提高数据传输速度。
为什么我们需要AI透明度？
虽然虽然越老越多的企业组织在使用AI技术,但许多企业对它的工作方式尚无清晰的了解。本文中,我们探讨了AI缺乏透明性的利弊。当基于规则的软件编程不再能够解决计算世界想要解决的问题时,现代AI诞生了。我们不可能对程序必须测量的所有条件进行编码
如何让人工智能值得信赖
安全和隐私问题是采用人工智能的最大障碍,这是有充分的理由。良性和恶意行为者都可以威胁AI模型和数据的性能、公平、安全与隐私。随着AI逐渐成为主流并转向他们承诺一系列好处,这是企业不能忽略的发展趋势。实际上,在最近的2020年Gartner新兴技术发展曲线图中,所列技术中有三分之一以上与AI有关
改变2020年及未来的8大人工智能趋势
人工智能依赖于深度学习和机器学习方法来引入和增强各种系统。使用深度学习方法开发的预训练模型高度依赖于实际数据。但是，按时获取数据并设法将其合并到现有系统中可能是一个挑战。这就是AI朝着新的更好数据发展的原因。
C++机器学习库介绍
像Python和R这样的语言有大量的包和库来满足不同的机器学习任务，那么C＋＋有没有这样的产品呢？
谁决定AI需要知道什么？
既然这些机器能够学习极其庞大和复杂的数据集，谁来教这些机器？谁决定AI需要知道什么？
一不注意就变傻的AI该如何保护？
在今年 Usenix 安全研讨会上发表的一篇论文中，TU Braunschweig 的研究人员就针对机器学习系统的分级和防止对抗性图像缩放攻击进行了深入的回顾。他们的发现不断提醒我们，AI 算法许多隐藏的方面和威胁还未被发现，导致这些影响在我们的日常生活中正变得越来越突出。
人脸识别对智慧城市有何影响？
面部识别技术具有支持大量应用的能力，这些应用可以保护智慧城市的安全，但是随着面部识别技术变得越来越复杂，其滥用潜力也越来越大。不可否认，当前面板识别存在准确性、种族和性别偏见的问题，而隐私问题已导致对该技术的广泛反对。
AIGC热点
热点
-
19打开，有戏
有冇SmartoneAI，致力于通过分享全球优质AI工具、资源和资讯，帮助大家更早地、更好地了解和使用AI，让AI成为你的得力助手，工作更高效，生活更轻松。按下Ctrl+D或⌘+D收藏本站~
