Tessl 为 AI 驱动的代码平台筹集 1.25 亿美元
投资者对 Tessl 的估值超过 5 亿美元，以支持其 AI 编码解决方案。总部位于伦敦的初创公司 Tessl已筹集1.25 亿美元资金，估值超过 5 亿美元。在创始人兼首席执行官 Guy Podjarny 的领导下，该公司旨在解决管理人类...
第8页
探索与体重无关的神经网络
在训练神经网络完成给定任务（无论是图像分类还是强化学习）时，通常都会细化与网络内每个连接相关的一组权重。另一种已取得实质性进展的成功神经网络的方法是神经架构搜索，它使用手工设计的组件（例如卷积网络组件或变压器块）构建神经网络架构。事实证明，...
评估长格式合成语音的质量
自动生成的语音随处可见，从开车时大声朗读的方向，到手机上的虚拟助手或家中的智能扬声器设备。虽然人们正在做大量研究，试图让合成语音听起来尽可能自然——例如为资源匮乏的语言生成语音，以及使用 Tacotron 2 创建类似人类的语音——但如何评...
模块化深度学习的递归草图
许多传统机器学习 (ML) 侧重于利用可用数据做出更准确的预测。最近，研究人员考虑了其他重要目标，例如如何设计小型、高效和稳健的算法。考虑到这些目标，一个自然的研究目标是在神经网络之上设计一个系统，该系统可以有效地存储编码在其中的信息——换...
从未标记视频中学习跨模态时间表征
人们可以轻松识别视频中正在发生的活动并预测接下来可能发生的事件，但对于机器来说，这要困难得多。然而，对于机器来说，理解视频的内容和动态对于时间定位、动作检测和自动驾驶汽车导航等应用越来越重要。为了训练神经网络执行这样的任务，通常使用监督训练...
利用深度学习进行皮肤病的鉴别诊断
据估计，全世界随时都有 19 亿人患有皮肤病，由于皮肤科医生短缺，很多病例都由全科医生接诊。仅在美国，诊所就诊的患者中就有多达37%至少有一种皮肤病，而超过一半的患者由非皮肤科医生接诊。然而，研究表明，全科医生和皮肤科医生在皮肤病诊断的准确...
Ihmehimmeli 项目：脉冲神经网络中的时间编码
神经科学领域不断取得的发现是创造更高效的人工神经网络的灵感源泉，这些神经网络以与生物有机体相同的方式处理信息。这些网络最近在从棋盘游戏和视频 游戏到视频的细粒度理解等领域取得了巨大成功。然而，生物大脑有一个基本方面是人工神经网络尚未充分利用...
深入了解洪水预报
几年前，我们认为洪水预报是改善人们生活的独特机会，并开始研究 Google 的基础设施和机器学习专业知识如何在此领域提供帮助。去年，我们在巴特那地区启动了洪水预报试点，从那时起，我们扩大了洪水预报覆盖范围，作为我们更大的AI for Soc...
为 Deepfake 检测研究提供数据
深度学习催生出几年前还被认为不可能实现的技术。现代生成模型就是其中一个例子，它能够合成超现实主义的图像、语音、音乐甚至视频。这些模型已被用于各种各样的应用，包括通过文本转语音使世界更容易接近，以及帮助生成用于医学成像的训练数据。与任何变革性...
使用流式端到端模型进行大规模多语言语音识别
Google 的使命不仅是整合全球信息，还要让全球所有人都能访问这些信息，这意味着要确保我们的产品能够支持尽可能多的全球语言。理解人类语音是 Google Assistant 的核心功能，而要扩展到更多语言则是一项挑战：高质量的自动语音识别...