新技術(shù)、新產(chǎn)品和新應用

1、寫作神器還是魔鬼化身？萬能語言模型GPT-3起底

原文鏈接：

https://zhidx.com/p/258826.html

2、利用深度強化學習，讓機器人根據(jù)導航快速移動、并保持低碰撞率

原文鏈接：

https://techxplore.com/news/2021-01-robot-fast-safe-strategy.html

3、MIT研發(fā)“盲人”機器人，首次接觸就能定位已知物體

原文鏈接：

https://techxplore.com/news/2021-01-technique-robots-pose.html

4、深度學習結(jié)合社交網(wǎng)絡分析，預測暴風雪、洪水及冰雹等極端天氣

原文鏈接：

https://www.mcgill.ca/newsroom/channels/news/using-artificial-intelligence-manage-extreme-weather-events-327770

行業(yè)趨勢

1、IDC發(fā)布2021年中國人工智能市場10大預測

原文鏈接：

https://mp.weixin.qq.com/s/z3nSmaF7n4_aVsDBCpPLXw

2、2021年中國醫(yī)療人工智能產(chǎn)業(yè)全景圖譜

原文鏈接：

http://www.techweb.com.cn/cloud/2021-02-25/2827394.shtml

3、報告預測：到2030年，AI或?qū)⑷〈祟愒诰W(wǎng)絡安全領域的地位

原文鏈接：

http://www.techweb.com.cn/cloud/2021-01-18/2821722.shtml

政策聚焦

1、3.6 億噸垃圾何去何從？國產(chǎn)垃圾分類機器人現(xiàn)狀：從“源頭”到“末端”

原文鏈接：

https://zhidx.com/p/245149.html

2、年度指數(shù)報告發(fā)現(xiàn)人工智能正在“產(chǎn)業(yè)化” 但需要更好的指標和測試

原文鏈接：

https://www.cnbeta.com/articles/tech/1098809.htm

論文推薦

1、標題：Wave-Tacotron: Spectrogram-free end-to-end text-to-speech synthesis

出自：谷歌。

本研究描述了一個序列到序列的神經(jīng)網(wǎng)絡，可以從文本輸入直接生成語音波形。

論文地址：

https://arxiv.org/abs/2011.03568

2、標題：Robust Reinforcement Learning for General Video Game Playing

出自：南方科技大學、伯明翰大學、紐約大學。

本文介紹了作者參加2020年通用視頻游戲AI學習競賽的參賽作品。作者為比賽設計了三種分別具有稀疏、周期性和密集獎勵的新游戲，并且通過向訓練水平添加較小的擾動或組合訓練水平來生成測試水平。

論文地址：

https://arxiv.org/abs/2011.05622

3、標題：On the Sentence Embeddings from Pre-trained Language Models

出自：字節(jié)跳動、CMU。（EMNLP 2020）

論文地址：

https://arxiv.org/abs/2011.05864

代碼地址：

https://github.com/bohanli/BERT-flow

4、標題：Continual Learning of Control Primitives: Skill Discovery via Reset-Games ? ? ? ? ?出自：UC伯克利、斯坦福大學（NeurIPS 2020）

在現(xiàn)實環(huán)境中，試驗智能體需要大量的人力，當智能體嘗試執(zhí)行任務并失敗時，環(huán)境必須以某種方式“重置”，以便智能體可以再次嘗試執(zhí)行任務。其次，現(xiàn)實世界中的學習通常涉及復雜的、時間上的擴展行為，而這些行為通常很難通過隨機探索獲得。

論文地址：

https://arxiv.org/abs/2011.05286

5、標題：Underspecification Presents Challenges for Credibility in Modern Machine Learning ? ?出自：谷歌。

現(xiàn)代機器學習中部分指定(Underspecification)帶來的可信度挑戰(zhàn)。所謂部分指定，是機器學習管道可以返回多種在訓練域具有相同held-out性能水平預測器的現(xiàn)象，是機器學習模型實際部署時表現(xiàn)出意外行為的關鍵因素之一。

論文地址：

https://arxiv.org/abs/2011.03395

6、標題：Long Range Arena : A Benchmark for Efficient Transformers

出自：ICLR 2021論文。

這篇論文提出了一個系統(tǒng)的、統(tǒng)一的基準，長程競技場（Long Range Arena），專門針對長程情況下的模型質(zhì)量進行評價。

論文地址：

https://openreview.net/forum?id=qVyeW-grC2k

教程及其他研究

1、GNN框架之大規(guī)模分布式訓練

https://mp.weixin.qq.com/s/r5wXnHIR78BqmogTRogARw

2、Pytorch貝葉斯神經(jīng)網(wǎng)絡庫

https://github.com/Harry24k/bayesian-neural-network-pytorch

3、百度開源PaddleOCR丨GitHub 6.4k

https://github.com/PaddlePaddle/PaddleOCR

4、用Python講解機器學習中的線性代數(shù)

https://pabloinsente.github.io/intro-linear-algebra

5、數(shù)據(jù)挖掘類比賽常用模型

https://github.com/QLMX/data_mining_models