加载中…
博文
标签:

杂谈

编者按:随着互联网的不断发展,可处理视频的深度神经网络远比普通神经网络更难训练,如何减轻训练负担成为了一项不可忽视的工作。来自微软亚洲研究院多媒体搜索与挖掘组的研究成果“Learning Spatio-Temporal Representation with Pseudo-3D Residual Networks”,在正在举办的International Conference on Computer Vision (ICCV) 2017会议上发布,它专注于如何利用大量视频数据来训练视频专用的深度三维卷积神经网络,提出一种基于伪三维卷积(Pseudo-3D Convolution)的深度神经网络的设计思路,并实现了迄今为止最深的199层三维卷积神经网络。通过该网络学习到的视频表达,在多个不同的视频理解任务上取得了稳定的性能提升。


1993年9月,一款名为NCSA Mosaic的浏览器正式支持在网页内嵌入图片,这标志着互联网从纯文本时代迈入了“无图无真相”的多媒体时代。如今,随着互联网带宽的提升和高速移动设备的普及,信息的获取途径和传播途径也在与日增加,视频逐渐成为互联网多媒体消费的重要组成部分。


阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

杂谈

​编者按:2017微软学者奖学金在第十九届“二十一世纪的计算”大会上如期揭晓,经过重重筛选包括李博杰在内的十位博士生最终获此殊荣。

自1999年起,“微软学者”项目就在为支持优质博士生科研工作不断努力。迄今为止,逾百名“微软学者”获得者已在各自领域大放异彩,无论是聚焦软件工程,还是探索最前沿的人工智能技术,他们都在为推动技术以及行业的进步不遗余力。今年9月,30多名往届“微软学者”获得者共聚微软亚洲研究院博士生论坛,讲述了他们与“微软学者”的那些事儿。


学术机遇,前沿视角


2011年,还在北京大学读本科的张洁拿到了一张微软“二十一世纪的计算”大会门票,“清楚记得,当时我和我们的年级第一坐在一起听大会,微软学者奖学金颁奖时,我脑子里在想:年级第一以后估计也很难评上这个奖吧……嗯至于自己,我连想都没想。”

五年之后,张洁的论文多次被顶级会议接收,评审人对她工作的高度评价使她对自己的科研能力有了更多的自信,申请2016微软学者奖学金之后,“想都没想”的张洁成为当年的获得者之一。张洁认为,这项荣誉对她而言意义非凡。首先是受到了巨大鼓舞,坚定了从事

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

杂谈

​SOSP(操作系统原理大会)自1967年创办以来,两年一届,已经有50个年头了。从1969年的UNIX系统到21世纪初的MapReduce、BigTable、GFS,系统领域一系列最有影响的工作都是发表在SOSP以及与它隔年举行的兄弟会议OSDI上。如果把SOSP和OSDI历年最具影响力(Hall of Fame Award)的论文汇集成册,就是大半本操作系统和分布式系统的教科书。作为系统领域的最高学术会议,SOSP和OSDI每年只收录30至40篇高质量论文,因而能够在SOSP上发表论文是系统研究者的荣誉。

SOSP’17开幕式(图片来源:陈海波教授)​


今年,SOSP首次走出北美和欧洲来到中国上海,微软亚洲研究院副院长周礼栋博士和上海交通大学陈海波教授担任本届大会组委会主席,康奈尔大学Lorenzo Alvisi教授和密歇根大学Peter Chen教授担任程序委员会主席。本届SOSP会议创下了多项记录和第一:最多的注册参会者(850位);最多的赞助商数量和金额;首次提供会议直播和在线提问;首次设立了AI Systems Workshop,共商AI系统这个新生的重要应用;由微

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

杂谈

编者按:近几年来,医疗和人工智能碰撞出了相当多的火花,大量资金短期投入到医疗领域当中。然而在微软亚洲研究院副院长张益肇博士看来,人工智能医疗是一场持久战,大家一定要沉下心多调研、多思考、多学习。


人工智能大潮之下,微软在医疗领域又有哪些布局?近日,张益肇博士接受雷锋网AI掘金志的专访,解读了“AI 医疗”可能带来的巨大变革。本文授权转载自公众号“AI掘金志”。


“作为一个研究人工智能二十多年,同时在医学影像处理方向耕耘八年的过来人。我认为现阶段医疗人工智存在的一大挑战是,从业者们既没捋顺流程,也没想清模式。单纯觉得我有AI技术,有几家合作医院,就能大干一场。现在风口的确很火,很多基金也愿意投钱。但医疗与其他行业不同,它是一个文火慢炖的过程,不见得那么容易。”


在微软亚洲研究院副院长张益肇博士接受专访的一个多小时里,他不断在强调人工智能在医疗领域的长期价值,但也有存在一些短期的担忧。以下是雷锋网AI掘金志与张益肇博士的访谈内容:


您怎么看待今年医学影像 AI大热的现象
阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

杂谈

编者按:10月30日,微软全球执行副总裁沈向洋博士走进清华大学高等研究院杰出学人讲座,发表题为《理解自然语言:描述、对话和意境》的报告。


从机器学习到机器智能,再到机器意识,沈向洋博士带领大家回顾人类在感知研究方向取得的卓越成果,并从语言理解的三个不同层次“表述、对话、意境”分析未来十年中人工智能可能实现的重大突破。


微软全球执行副总裁沈向洋博士


(以下为沈向洋博士分享的精简版文字整理)


今天有机会在这里主要

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

杂谈

编者按:在第二届微软亚洲研究院院友年度大会的“ 投资未来” 论坛上,微软亚洲研究院的几位前任院长、副院长——创新工场CEO李开复、源码资本合伙人张宏江、海尔集团CTO赵峰、硬蛋CTO李世鹏坐在一起,与院友们聊了聊当前炙手可热的人工智能创业,探讨什么人适合创业,如何拿到融资等一系列热门问题。

本文授权转载自36氪(微信公众号:wow36kr),作者石亚琼。


硬蛋CTO李世鹏、创新工场CEO李开复、源码资本合伙人张宏江、海尔集团CTO赵峰

Q:什么样的人适合创业?

李开复认为计算机领域的技术人员都适合创业,但不一定适合做CEO。

创新工场观察到,当前AI创业大概有四个波浪:第一种是互联网AI创业;第二种是商业AI创业;第三种可以说是数字化的AI创业,捕捉新的数据,并使其带来价值;第四种是全面自动化的AI创业。AI创业一定要有AI人才或者技术人才。这四种AI创业其实需要的人是不一样的。

创新工场CEO李开复

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

杂谈

编者按:在第二届微软亚洲研究院院友年度大会的“ 投资未来” 论坛上,微软亚洲研究院的几位前任院长、副院长——创新工场CEO李开复、源码资本合伙人张宏江、海尔集团CTO赵峰、硬蛋CTO李世鹏坐在一起,与院友们聊了聊当前炙手可热的人工智能创业,探讨什么人适合创业,如何拿到融资等一系列热门问题。

本文授权转载自36氪(微信公众号:wow36kr),作者石亚琼。


硬蛋CTO李世鹏、创新工场CEO李开复、源码资本合伙人张宏江、海尔集团CTO赵峰

Q:什么样的人适合创业?

李开复认为计算机领域的技术人员都适合创业,但不一定适合做CEO。

创新工场观察到,当前AI创业大概有四个波浪:第一种是互联网AI创业;第二种是商业AI创业;第三种可以说是数字化的AI创业,捕捉新的数据,并使其带来价值;第四种是全面自动化的AI创业。AI创业一定要有AI人才或者技术人才。这四种AI创业其实需要的人是不一样的。

创新工场CEO李开复

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

杂谈

编者按:在第二届微软亚洲研究院院友年度大会的“ 投资未来” 论坛上,微软亚洲研究院的几位前任院长、副院长——创新工场CEO李开复、源码资本合伙人张宏江、海尔集团CTO赵峰、硬蛋CTO李世鹏坐在一起,与院友们聊了聊当前炙手可热的人工智能创业,探讨什么人适合创业,如何拿到融资等一系列热门问题。

本文授权转载自36氪(微信公众号:wow36kr),作者石亚琼。


硬蛋CTO李世鹏、创新工场CEO李开复、源码资本合伙人张宏江、海尔集团CTO赵峰

Q:什么样的人适合创业?

李开复认为计算机领域的技术人员都适合创业,但不一定适合做CEO。

创新工场观察到,当前AI创业大概有四个波浪:第一种是互联网AI创业;第二种是商业AI创业;第三种可以说是数字化的AI创业,捕捉新的数据,并使其带来价值;第四种是全面自动化的AI创业。AI创业一定要有AI人才或者技术人才。这四种AI创业其实需要的人是不一样的。

创新工场CEO李开复

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

杂谈

​编者按:随着深度学习技术成熟,国内计算机视觉领域的初创公司雨后春笋般涌现。在微软亚洲研究院院友会上,微软全球执行副总裁沈向洋与5位微软亚洲研究院的院友:商汤科技联合创始人兼CEO徐立、旷视科技创始人兼CEO印奇、旷视科技首席科学家孙剑、中科视拓的董事长兼CTO山世光、依图科技业务技术副总裁吴岷坐在一起,共同探讨了计算机视觉领域的发展现状和未来的挑战。


本文授权转载自36氪(微信公众号:wow36kr),作者石亚琼。




人脸识别已经超越人类识别了么?

计算机视觉技术从提出到如今,已经有51年的历史了。深度学习算法出现,对其推动作用巨大。未来五年计算机语音有望会超过人类,但在计算机视觉领域,可能还有一段路要

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

杂谈

编者按:随着互联网的不断发展,可处理视频的深度神经网络远比普通神经网络更难训练,如何减轻训练负担成为了一项不可忽视的工作。来自微软亚洲研究院多媒体搜索与挖掘组的研究成果“Learning Spatio-Temporal Representation with Pseudo-3D Residual Networks”,在正在举办的International Conference on Computer Vision (ICCV) 2017会议上发布,它专注于如何利用大量视频数据来训练视频专用的深度三维卷积神经网络,提出一种基于伪三维卷积(Pseudo-3D Convolution)的深度神经网络的设计思路,并实现了迄今为止最深的199层三维卷积神经网络。通过该网络学习到的视频表达,在多个不同的视频理解任务上取得了稳定的性能提升。


1993年9月,一款名为NCSA Mosaic的浏览器正式支持在网页内嵌入图片,这标志着互联网从纯文本时代迈入了“无图无真相”的多媒体时代。如今,随着互联网带宽的提升和高速移动设备的普及,信息的获取途径和传播途径也在与日增加,视频逐渐成为互联网多媒体消费的重要组成部分。


阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
  

新浪BLOG意见反馈留言板 不良信息反馈 电话:4006900000 提示音后按1键(按当地市话标准计费) 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

新浪公司 版权所有