文章资讯

• 互联网资讯(3100)
• 娱乐头条(399)
• 教育考试(249)
• 幽默笑话(13)
• 美图合集(14)
• 站长资讯(9010)
• 电商资讯(229)
• 网站建设(74)
• 网站运营(202)
• 推广杂谈(550)

文章资讯

• 专为流式数据设计的另一种缓存：流式缓存技术解读

  前言传统的缓存解决方案将每一个缓存项都当作一个不可变的数据块对待，这在重度追加的注入工作负载上会产生很多问题，而这种模式的负载在 Pravega 上却非常常见。每一个追加到流上的事件因此要么需要有它自己独立的缓存项，要么需要缓存提供昂贵的“读取 - 修改 - 写入”操作。为了能够做到对大小事件的注入都保持高性能 [1]，同时提供近实时的尾端读取（Tail Read）和高吞吐量的历史读取（Histo

  2022-04-17

• 如何实现算法中的公平性

  有监督机器学习算法在本质上是判别性的。这种判别性的根源，在于算法是根据嵌入在数据中的特征信息进行实例分类的。的确，现实中此类算法就是设计用于分类的。判别性同样体现在算法的命名上。有别于根据特定类别生成数据的“生成算法”，此类对数据分门别类的算法通常称为“判别算法”。使用有监督的机器学习时，这种“判别”（discrimination，也可表述为“歧视”、“区别对待”）有助于按不同分布将数据划分为不同

  2022-04-17

• 中国的工业机器人发展到了哪一步？

  工业机器人”，这个诞生于上世纪五十年代的概念发展至今已有 70 多年的历史了，从简单的抓取物体到能够独立成一条生产线，工业机器人行业也随着科技的发展不断升级。尤其是在人工智能技术不断普及的今天，作为制造大国的中国正在这一领域探索发掘新的可能性。“工业机器人”的提出者名为：约翰·戴沃尔，在 1954 年他申请了“工业机器人”这一概念的专利。1956 年，约翰·戴沃尔和约瑟夫·恩盖尔柏格基于戴沃尔的专

  2022-04-17

• 两度黑进特斯拉却获马斯克亲笔致谢，白帽***吴石是怎样的存在？

  挖漏洞拿下微软 offer，搞实验室被腾讯收购去微软是因为我当时发现的漏洞比较多，被腾讯收购是在拿下 Pwn2Own（全世界最著名、奖金最丰厚的***大赛）冠军之后。在加入微软之前，吴石在一家校办企业工作了六年，因为觉得继续呆下去没办法实现自己的梦想就毅然辞职。“我本身是数学系的，但对挖漏洞特别感兴趣。”辞职后的吴石花了一年时间在家专职找漏洞，并将其中高价值的安全问题提交到回收安全漏洞的第三方厂商

  2022-04-17

• 5个与保护数据隐私有关的AI关键问题

  在欧洲，2018 年生效的《通用数据保护条例》（General Data Protection Regulation，GDPR）对个人数据的收集和使用进行了规范。数据保护条例并没有明确提及人工智能或机器学习，但对个人数据的大规模自动处理和自动决策非常重视。这意味着，凡是人工智能使用个人数据的地方，都属于该条例的范围，皆适用 GDPR 原则。这可以通过使用个人数据来训练、测试或部署人工智能系统。如果

  2022-04-16

• 隐私AI工程技术实践指南：整体介绍

  数据是 AI 技术的“燃料”已经成为业界的共识，更多的数据往往意味着可以训练出更准确的模型。但无论是在公司内部还是多个企业之间，为了对用户数据负责、合法合规，在数据的分享使用时，必须注意对于原始明文数据的保护。传统的面向 静态数据 保护的安全手段无法解决 数据的动态使用、分享 中的隐私泄露问题，而正是这一实际需求催生出了隐私计算（在 AI 场景下，更进一步的可以称之为隐私 AI）这一新的交叉技术。

  2022-04-16

• 硅谷的“数据中台”实践

  大家好，非常荣幸有机会跟大家分享硅谷的数据中台实践，我叫宋文欣，在美国纽约州立石溪大学完成博士学位后到硅谷的搜索引擎公司 Ask.com 工作，担任大数据部门的负责人，当时 Ask.com 搜索引擎的市场份额在美国排第四位，前三名分别是谷歌、微软和雅虎，随后我加入硅谷的游戏公司 EA（艺电），在数字平台部门担任高级研发经理。在此期间，我经历了从 0 到 1 打造 EA 数据平台的过程。2016 年

  2022-04-16

• 简单且可扩展的图神经网络

  神经网络是近年来兴起的用于学习图结构数据的一类机器学习模型。图神经网络已经成功应用于各种不同领域的关系和相互作用的模型系统，包括社会科学、计算机视觉和图形学、粒子物理学、化学和医学。直到最近，该领域的大多数研究都集中在开发新的图神经网络模型，并在小图上进行测试（如 CORA，它是一个仅包含约 5K 节点的引文网络，目前仍在广泛使用【1】）。另一方面，工业问题通常涉及到规模巨大的图，比如 Twitt

  2022-04-16

• 如何从软件工程师转型为AI工程师？

  人工智能技术已经存在几十年。然而，直到大约十年前，人们才真正意识到它的潜力。从那时起，全球对人工智能工程师的需求呈指数级增长。由于持续的技术人才短缺没有改善的迹象，这为 软件工程师（他们也是高需求者）提供了转型和填补人才缺口的机会。然而，学习人工智能、机器学习和自然语言处理并不是一蹴而就的事情。为了让读者对从软件工程师转型到人工智能工程师的过程有所了解，我联系了 Ipsoft 的认知实现工程师 S

  2022-04-16

• 谷歌大脑团队：重新思考计算机视觉的预训练和自我训练

  概    览预训练是计算机视觉领域的一种主流范式。由于许多视觉任务都是相关的，因此需要在一个数据集上预先训练一个模型，以帮助另一个数据集。现在普遍的做法是在 ImageNet 分类上预先训练目标检测和分割模型的骨干。这种做法最近受到了 何恺明等人的质疑（Rethinking ImageNet Pre-training）。他们给出了一个令人惊讶的结果，即这样的 ImageNet 预训练并没有提高 C

  2022-04-16