ai人工智能

　　　　　　　最后更新:2021-06-25

ai人工智能

ai人工智能热门文章

AlphaFold：使用AI进行科学发现

　　今天，我们很高兴与大家分享DeepMind在展示人工智能研究如何推动和加速新科学发现方面的第一个重要里程碑。通过对我们工作采用强有力的跨学科方法，DeepMind汇集了来自结构生物学，物理学和机器学习领域的专家，以应用尖端技术，仅根据其基因序列预测蛋白质的3D结构。　　我们的系统AlphaFold，我们在过去两年一直在研究，建立在多年前的研究基础上，使用大量的基因组数据来预测蛋白质结构。 AlphaFold产生的蛋白质3D模型比之前的任何蛋白质都更加准确 - 在生物学的核心挑战之一上取得了重大进展。什么是蛋白质折叠问题？　　蛋白质是　　　 [AlphaFold：使用AI进行科学发现详情]

什么是人工智能即服务（AIaaS）？

　　人工智能即服务（AIaaS）是人工智能（AI）的第三方产品。人工智能即服务允许个人和公司在没有大量初始投资和较低风险的情况下，为各种目的进行人工智能试验。在人工智能实验中，实验可以允许多个公共云平台的采样来测试不同的机器学习算法。人工智能即服务（AIaaS）　　不同的AI提供商平台提供多种风格的机器学习和AI。这些差异可能或多或少地适合组织的AI需求，因为组织需要评估功能和定价以查看对他们有用的内容。购买所需的硬件和软件以启动内部部署的AI AI成本很高。云人工智能服务提供商还可以提供某些AI任务所需的特定硬件，　　　[什么是人工智能即服务（AIaaS）？详情]

Adversarial Robustness Toolbox v0.3.0：在AI Security中关闭后门

　　昨天我们宣布推出Adversarial Robustness Toolbox的新版本，这是一个开源软件库，支持研究人员和开发人员保护神经网络抵御对抗性攻击。新版本提供了一种防止机器学习模型中的中毒和“后门”攻击的方法。我们宣布在全球领先的信息安全活动Black Hat USA上发布。后门攻击　　机器学习模型通常接受来自潜在不可信赖来源的数据培训，包括众包信息，社交媒体数据和用户生成的数据，如客户满意度评级，购买历史或网络流量[1]。最近的研究表明，攻击者可以通过使用恶意样本中毒训练集来引入机器学习模型中的后门或“特洛伊木马”[2]。由此产　　　 [Adversarial Robustness Toolbox v0.3.0：在AI Security中关闭后门详情]

介绍AI Fairness 360

　　我们很高兴地宣布AI Fairness 360（AIF360），一个全面的开源工具包，用于检查数据集和机器学习模型中的不需要的偏差，以及用于减轻此类偏差的最先进算法。我们邀请您使用它并为此做出贡献，以帮助建立对人工智能的信任，让世界更加公平。　　在整个AI生命周期中缓解偏见　　机器学习模型越来越多地用于为人们做出高风险的决策。虽然机器学习本质上总是一种统计歧视形式，但当某些特权群体处于系统优势时，歧视就会变得令人反感，某些无特权群体处于系统劣势。由于标签偏见或欠采样过度导致的训练数据偏差会导致模型产生不必要的偏差。　　　[介绍AI Fairness 360详情]

使用Clarifai从任何图像创建颜色方案：JavaScript教程

　　审美设计可能很难。毕竟，人们得到报酬是专业的。但是就像许多事情一样，识别好的设计要比自己创造整个布料容易得多，特别是在选择好的颜色时。那么，如果你可以使用现有的图像和一点点编码来生成调色板呢？嗯，现在你可以了，感谢Clarifai的计算机视觉魔力！　　我们有各种各样的产品可用于通过机器学习的力量从您的图像中收集信息。您可能不知道的是“颜色”模型，它可以识别任何图像中的主色。您可以使用此信息以编程方式设置应用程序的样式，格式化文档或您可以想象的任何其他内容。在本教程中，我们将向您展示如何从简短而甜蜜的　　　 [使用Clarifai从任何图像创建颜色方案：JavaScript教程详情]

ai人工智能的图片

ai人工智能最新文章

在保险中使用AI的优势专业系统

　　跟上每天生成数据的速度以及从数据中提取洞察力的需求需要强大而创新的技术，这些技术可以理解关键字匹配之外的信息中包含的内容。它需要认知技术。　　数以千计的索赔，客户查询和大量不同的数据使保险行业成为人工智能和认知技术的自然用例。塔塔咨询服务公司最近的一项研究报告称，保险业已投资1.24亿美元用于人工智能，而其他行业平均投资7000万美元。从客户服务到索赔处理，人工智能经常被认为是保险业的一支破坏性力量。　　在这篇文章中，我们将介绍人工智能在保险行业中最常见的一些应用。索赔管理流程中的人工智能　　保险行　　　 [在保险中使用AI的优势专业系统详情]

AI：前50年...... 10年后，Marco Varone

　　十年前，我写了第一篇关于人工智能主题的博客文章，庆祝人工智能的前50年。在另外10年之后做一些考虑是很有意思的，因为似乎一切都发生了变化，而从不同的角度来看，没有任何根本改变......　　请注意，下面的文字有点碎片，从一个方面跳到另一个方面不那么线性，但我故意这样做，因为结构试图反映人工智能的许多方面并且总是改变属性：我希望结果不难读。AI：科学而不是科幻小说　　即使经过这么多年，人工智能的共同和共同定义远未成为现实：有许多定义，甚至更多的细微差别随着岁月的不同而有所改变。　　对于Marco Somalvico，AI研　　　 [AI：前50年...... 10年后，Marco Varone详情]

为您的企业提供基于AI的语义搜索工具的三大优势

　　在搜索方面，今天的技术已经大大改变了我们对结果的期望。虽然传统的基于关键字或统计数据的搜索工具在某些时候是正确的，但它们也很可能会出错。这对于普通的互联网搜索来说可能是可以接受的，但是当你依赖它来进行知识管理或在你的企业收集情报时，这是不可接受的。　　企业信息为传统搜索带来了独特的挑战。超过80％的企业数据由非结构化信息组成。这包括报告，演示文稿，文本文档和社交媒体，所有这些都包含极大的潜力，可以为您的最具战略性的活动提供洞察力。　　基于人工智能（AI）算法的语义搜索工具有助于发现相关数据，并改　　　 [为您的企业提供基于AI的语义搜索工具的三大优势详情]

通过AI改善保险（第2部分） - Daniel Mayer |专业系统

　　如果您错过了本系列的第一篇文章，我查看了保险中AI的两个温床应用领域：声明和承保。在这两个领域，人工智能通过自动化加速了专业人员任务的关键部分，使他们能够将更多的时间集中在工作中更高附加值的部分：做出决策。　　但就保险公司的P＆amp; L而言，索赔和承销与亏损相形见绌。这就是为什么减少泄漏是一个甚至小的改进可以产生很大差异的领域。事实证明，AI可以成为一个有用的领域。减少泄漏检测可能的欺诈模式警报声明处理程序以便及早缓解标准化支出　　损失是保险公司的头号费用项目，并且定期评估保费泄漏数十亿美元（参见　　　 [通过AI改善保险（第2部分） - Daniel Mayer |专业系统详情]

为什么你应该在金融业使用AI并专注于增值活动

　　对人工智能（AI）的兴趣不断增长，特别是在以重复过程和手动任务为特征的行业中。　　有效应用AI的一个好处是，从这些重复性任务中解脱出来的人类能够专注于更高价值的活动。根据Forrester的调查报告“企业采用认知和AI工具”，41％的决策者在他们的业务中使用认知和AI工具是明确的，如图1所示。事实上，许多决策者将AI的技术发展视为一个主要优先事项，并已经了解AI对其业务的潜力。　　图1　　自动化是金融行业的一个机会，人工智能可以减少财务专业人员在交易处理，审计和合规等传统活动中的工作。　　事实上，鉴于金融行业数据的大　　　 [为什么你应该在金融业使用AI并专注于增值活动详情]

栏目导航

友情链接