Transformer跨界计算机视觉虽然已取得了一些不错的成绩，但大部分情况下，它还是落后于最先进的卷积网络。 现在，谷歌提出了一个叫做 CoAtNets的模型

这年头，就连 喵星人也有自己的语音数据集了。没错，来自米兰大学计算机系的几位猛男，和生物系、兽医系的小伙伴们一起，收集了21只猫咪的400+条语音数据，做了个猫

曾有一位北大硕士生，在校期间一次性在国际顶会ACL中标 8篇论文，其中2篇一作，还登上了知乎热搜。 [图片] 在那次热搜之后，这位“论文大户”似乎逐渐销声匿迹。

用AI处理二维图像，离不开卷积神经网络（CNN）这个地基。 不过，面对三维模型，CNN就没有那么得劲了。 主要原因是，3D模型通常采用网格数据表示，类似于这样：

AlphaGo在围棋界大杀四方时就有人不服：有本事让AI斗地主试试？ 试试就试试。 快手团队开发的斗地主AI命名为 DouZero，意思是像AlphaZero一

如今，在一些疾病的诊断领域，AI的 准确率已经超过了医生。靠谱的诊断结果背后，是建立海量数据集上的机器学习。 但实际上，可用于训练的医疗数据非常 分散，想要把世

2019年，苹果系统上线了查找（Find My）功能。 这项功能让苹果用户的外设即使在断网或GPS关闭时，也能被附近其他苹果设备发现。 这样，当你追踪定位自己的

还在担心大语言模型“啥都吃”，结果被用 假信息训练了？放在以前，这确实是训练NLP模型时值得担心的一个难题。 现在，谷歌从根本上解决了这个问题。 他们做了个名为

pandas作为Python的一个强大扩展库，被很多人称为数据分析届的“瑞士军刀”。 然而，它也被不少学习者诟病： 语法很乱！API太多！ [图片] 有没有什么

AI还在发愁网购的东西可能是假货？ [图片] 现在，阿里自己搞了个 AI打假师，让算法来协助打假了！只要让它看一眼想辨认的商品照片，它就能在 几十毫秒的时间里，

AI诞生之初，很长一段时间都停留在个体智能阶段，即面向“识别出图像中的内容”、“听懂一段语音”、“预测蛋白质的3D结构”这类目标单一的任务。 但随着技术发展，A

正如大家所知，在进行图像语义分割时，图像被编码成一系列补丁后往往很模糊，需要借助 上下文信息才能被正确分割。因此 上下文建模对图像语义分割的性能至关重要！而与以

在ImageNet频频出现在计算机视觉研究的今天，IBM也为智能编码（AI for Code）带来了它的专属数据集—— CodeNet。 1400万个编程项目，

AI根据文字生成图片，AI早就会了。 而如今，和以往的“写实派”不同，AI要开始进军 “抽象派”艺术了！话不多说，下面是AI画的一些输入文字为“丛林中的老虎”的

怎样成为一个更专业的程序员呢？ 先从留一个强者发型开始？ [图片] 或是能成功把各种bug变feature？ [图片] 还是…来看看GitHub上大火的这份程序

提到“007”，你一定会想到詹姆斯·邦德。 [图片] 这样具有隐藏含义的词，可以统称为 Cant，包括暗语、隐语、行话等。常见的，比如“666”，还有zqsg、

先来一波回忆杀~ [图片] 《超级马里奥兄弟》的重度玩家们，可能已经发现了，这并不是原本32关里面的。 不过，如果你以为这是《马里奥制造》的杰作，那你就猜错了~

先给一张侧脸（关键帧1）： [图片] 再给一张正脸（关键帧2）： [图片] 然后仅仅根据这两张图片，AI处理了一下，便能生成 整个运动过程： [图片] 而且不只

你能想象某一天打开深度学习的词条，发现： 深度学习的江湖已经能够被统一了吗？ 几何学上的对称性可以玩转整个深度学习吗？ 通过对称性和的变换，可以提炼出覆盖CNN

手机拍照不够爽，带个单反又太重？ 试试做个树莓派复古相机，还能自己编写处理算法的那种—— 成本不到 700元。 [图片] 没错，颜值很高，拍出来的照片也能打：