Discovering novel algorithms with AlphaTensor
在我们的论文中，今天在自然界发表，我们介绍了Alphatensor，这是第一个人工智能（AI）系统，用于发现用于基本任务（例如矩阵乘法）的新颖，有效且可证明的正确算法。这阐明了一个50年历史的数学开放式问题，即找到最快的方法来繁殖两个矩阵。本文是DeepMind的使命，旨在推进科学并使用AI解锁最根本的问题。我们的系统Alphatensor建立在Alphazero的基础上，Alphazero是一位在棋盘游戏中显示超人性能的经纪人，例如国际象棋，GO和Shogi，这项工作显示了Alphazero从玩游戏到第一次解决未解决的数学问题的旅程。
Discovering novel algorithms with AlphaTensor
在我们的论文中，今天在自然界发表，我们介绍了Alphatensor，这是第一个人工智能（AI）系统，用于发现用于基本任务（例如矩阵乘法）的新颖，有效且可证明的正确算法。这阐明了一个50年历史的数学开放式问题，即找到最快的方法来繁殖两个矩阵。本文是DeepMind的使命，旨在推进科学并使用AI解锁最根本的问题。我们的系统Alphatensor建立在Alphazero的基础上，Alphazero是一位在棋盘游戏中显示超人性能的经纪人，例如国际象棋，GO和Shogi，这项工作显示了Alphazero从玩游戏到第一次解决未解决的数学问题的旅程。
Averaged One-Dependence (AODE) Algorithm and its Use in Machine Learning
为什么重要：平均一依赖估计器是朴素贝叶斯分类器的扩展，它放宽了“朴素性”并允许复杂的特征关系。在本文中，我们探讨了算法的概念、背后的数学以及 Python 中的自定义实现。
The Algorithm Can Tell If A Pig Is Happy Or Sad
时间过得真快？！就这样——春天来了！但不要以为这种好天气让我们变得懒惰。我们一直在互联网上奔波寻找来自人工智能世界的最有趣的新闻。那么让我们看看三月份发生了什么。这种算法可以判断猪是快乐还是悲伤？[…]文章 算法可以判断猪是快乐还是悲伤，由 DLabs.AI 提供。
Understanding Machine Learning: From Theory to Algorithms
为什么重要：理解机器学习：从理论到算法这本书的目的是以原则性的方式介绍机器学习及其呈现的算法范式。
Understanding Deep Learning Algorithms that Leverage Unlabeled Data, Part 1: Self-training
深度模型需要大量的训练样本，但标记数据很难获得。这激发了利用未标记数据的重要研究方向，而未标记数据通常更容易获得。例如，可以通过爬取网络获取大量未标记的图像数据，而 ImageNet 等标记数据集则需要昂贵的标记程序。在最近的实证发展中，使用未标记数据训练的模型已开始接近全监督性能（例如 Chen 等人，2020 年，Sohn 等人，2020 年）。本系列博客文章将讨论我们的理论工作，该工作旨在分析使用未标记数据的最新实证方法。在第一篇文章中，我们将分析自我训练，这是一种非常有影响力的半监督学习和领域自适应算法范式。在第 2 部分中，我们将使用相关理论思想来分析自监督对比学习算法，这种算法对于
Understanding Deep Learning Algorithms that Leverage Unlabeled Data, Part 1: Self-training
深度模型需要大量的训练样本，但标记数据很难获得。这激发了利用未标记数据的重要研究方向，而未标记数据通常更容易获得。例如，可以通过爬取网络获取大量未标记的图像数据，而 ImageNet 等标记数据集则需要昂贵的标记程序。在最近的实证发展中，使用未标记数据训练的模型已开始接近全监督性能（例如 Chen 等人，2020 年，Sohn 等人，2020 年）。本系列博客文章将讨论我们的理论工作，该工作旨在分析使用未标记数据的最新实证方法。在第一篇文章中，我们将分析自我训练，这是一种非常有影响力的半监督学习和领域自适应算法范式。在第 2 部分中，我们将使用相关理论思想来分析自监督对比学习算法，这种算法对于
NIST Researchers Develop Algorithm for Assuring Quality-of-Service in 5G/6G Networks
与一刀切的 4G 网络相比，5G 和 6G 网络在构成和服务方面将存在很大差异。 5G和6G网络必须为自动化制造、车对车等物联网应用提供不同的服务
Rain Vagel: Using algorithms learned during the master’s programme in computer science in Wise
Rain Vagel 于 2017 年毕业于塔尔图大学计算机科学研究所，获得计算机科学学士学位。在国防部队服役一年后，他继续在同一领域攻读硕士学位，这次……继续阅读→文章《Rain Vagel：使用在 Wise 计算机科学硕士课程中学习的算法》首次出现在 UT 博客上。
How Hospitals Use Algorithms to Prioritize COVID-19 Vaccine Distribution
为什么重要：医院可以使用算法来确定 COVID-19 疫苗分发的优先级，我们将仔细研究其中一些算法如何指导疫苗分发，以及它们是否具有优化疫苗分发问题所需的能力。
年轻的 TPU 科学家 Boris Pyakilla 正在致力于创建一种机器学习算法，能够构建预测小型有机化合物分子特性的模型。它基于人工智能方法和概率论贝叶斯方法的集成。未来，该算法可用于开发药物和农业农药。
CARLA: A Python Library to Benchmark Algorithmic Recourse and Counterfactual Explanation Algorithms
CARLA（反事实和追索库）是一个 Python 库，用于对不同数据集和不同机器学习模型中的反事实解释方法进行基准测试。总之，我们的工作提供了以下贡献：（i）对 11 种流行的反事实解释方法进行了广泛的基准测试，（ii）用于研究未来反事实解释方法的基准测试框架，以及（iii）一套标准化的综合评估措施和数据集，用于对这些方法进行透明和广泛的比较。我们在 Github 上开源了 CARLA 和我们的实验结果，使它们可以作为有竞争力的基准。我们欢迎其他研究小组和从业人员的贡献。
#219 – Donald Knuth: Programming, Algorithms, Hard Problems & the Game of Life
唐纳德·克努斯 (Donald Knuth) 是一位计算机科学家、图灵奖获得者、算法分析之父、《计算机编程艺术》的作者、TeX 的创造者。请查看我们的赞助商来支持此播客：- Coinbase：https://coinbase.com/lex 可获得价值 5 美元的免费比特币- InsideTracker：https://insidetracker.com/lex 并使用代码 Lex25 可获得 25% 的折扣- NetSuite：http://netsuite.com/lex 可获得免费产品游览- ExpressVPN：https://expressvpn.com/lexpod 并使用代码 L
Skoltech 科学家开发了一种训练计算机视觉算法的方法，该方法可以在初始样本有限的情况下提高数据处理的准确性。得益于这种新方法，解决各种遥感问题不仅对于计算机来说变得更加容易，而且在未来对于数据用户来说也是如此。
GAO 发现的内容执法机构在刑事调查中主要使用三种取证算法：潜纹、面部识别和概率基因分型。每种方法都比相关的传统取证方法具有优势，但分析人员和调查人员在使用它们协助刑事调查时也面临挑战。潜在指纹算法可帮助分析人员将犯罪现场的潜在指纹中的细节与数据库中的指纹进行比较。这些算法可以比单独的分析师更快、更一致地搜索更大的数据库。准确性是根据各种影响因素进行评估的，包括图像质量、识别的图像特征（例如脊线图案）的数量以及分析师完成的特征标记的变化。 GAO 指出了使用这些算法的一些限制和挑战。例如，质量差的潜在或已知指纹会降低准确性。面部识别算法可帮助分析人员从图像中提取数字细节，并将其与数据库中的图像
Алгоритм распознавания лиц NtechLab признан лучшим в мире
NtechLab 是生物识别技术领域的全球领导者之一，也是 Rostec State Corporation 的技术合作伙伴，宣布在美国国家标准与技术研究院的人脸识别供应商测试 (FRVT) 人脸识别算法竞赛中获胜美国商务部 (NIST)。
EPFL представила алгоритм для измерения социальной дистанции
来自洛桑联邦理工学院 (EPFL) 的一组研究人员修改了他们最初为自动驾驶汽车开发的算法，以帮助人们遵守社交距离要求。
