阿里AI技术10篇精华,从入门进阶至大牛 - 阿里技术
早上好,美好的一周又开始了~今天选取近期广受欢迎的10篇AI技术文章,分为“基础入门篇”“经典案例篇”“前沿学术篇”,送给一直关注AI技术的你。点击以下图片即可阅读。
PS:本周会有一个酝酿许久的大惊喜要送给大家。猜猜是什么?答案本周揭晓!
基础入门篇
“我是一名25岁的Java开发工程师。本科学习的专业是信息与计算科学(数学专业)。我对人工智能非常感兴趣,对数学的兴趣也从未减弱。人工智能设计的学习材料很多,像我这样的状况,如果想要转型以后从事这方面的工作,具体应该学习些什么?”——看完这篇文章,你能找到答案。
本篇内容主要是面向机器学习初学者,介绍常见的机器学习算法。
哲学要回答的基本问题是从哪里来、我是谁、到哪里去,寻找答案的过程或许可以借鉴机器学习的套路:组织数据->挖掘知识->预测未来。组织数据即为设计特征,生成满足特定格式要求的样本,挖掘知识即建模,而预测未来就是对模型的应用。
内容主要围绕电商中用到的一些推荐算法,参考了Xavier Amatriain在CMU的Machine Learning暑期学校上的讲授的内容。
经典案例篇
在阿里小蜜的聊天引擎中,我们结合了两者各自的优势,将两个模型进行了融合形成了阿里小蜜聊天引擎的核心。先通过传统的检索模型检索出候选集数据,然后通过Seq2Seq Model对候选集进行Rerank,重排序后超过制定的阈值就进行输出,不到阈值就通过Seq2Seq Model进行答案生成。
本文介绍什么叫数据新能源,以及两个成功产品:一个是自动化标签的生产,可以在非常快速的在几个小时之内,为几亿人打上有效的标签,并且快速的验证落地。另外一个是大规模分布式知识图谱,以及两个应用的比较好的产品,一个是数据资产管理,另外一个是数据地图,就是快速的查询这个有效的表。
本文主要聚焦在人和设备如何通过自然语言对话来展开对话交互。看完后你会发现,原来为了与你愉快聊天,机器人在背后付出了这么巨大的努力。
本文介绍了阿里巴巴如何在《星际争霸》游戏环境中研究人工智能算法,分享阿里在这方面研究尝试中得到的初步成果,并重点阐述多智能体协作在微观战斗场景中的应用,以及未来在这个平台上的进一步的研究方向等。
深度强化学习、GAN与多巴胺对撞:阿里“AI 智能体”认知研讨会干货
近年来,不管是神经科学还是计算机科学,科家们一直都在寻求跨界融合,希望由此将各自的研究往前推进。近期,在“AI 智能体”学术研讨会上,来自计算机科学和神经科学的学者们展开了一场激烈的思维碰撞。
千人千面智能淘宝店铺背后的算法研究登陆人工智能顶级会议AAAI 2017
单纯通过算法做出的商品推荐,未必符合商家利益。常有商家抱怨,自家想卖的商品得不到推荐,营销被算法牵着鼻子走。而“千人千面”,就是先让商家给出他们想要推送的商品集,算法再从指定候选集中为进入某家商铺的消费者做个性化推荐。如此一来,算法可以为商家的营销服务,为商家既定的 营销计划“锦上添花”。
众多数据挖掘领域大咖如:阿里巴巴iDST负责人金榕、蚂蚁金服人工智能部技术总监李小龙、IEEE Fellow、ACM Fellow、AAAI Fellow国立台湾大学教授林智仁、清华大学计算机系副教授崔鹏、中科院副研究员罗平等齐聚一堂,共同探讨数据挖掘领域前沿研究。