目前市面上出现的很多人工智能产品表现出语音识别和语言对话的能力，比如Siri、智能音箱等，它们可以识别人类语言，并和人类进行语言上的交流。有些哲学家认为，只要人工智能通过图灵测试，它们就能理解人类语言；另一些哲学家则认为，通过图灵测试的人工智能也无法真正理解人类语言。这两种观点在哲学界针锋相对。前者
2019年12月以来，新型冠状肺炎疫情蔓延全球，给世界各国人民健康带来巨大威胁，并严重阻碍了经济发展。新冠疫情之所以如此复杂，一个重要原因在于病毒会变异，变异后的变种病毒特性难以捉摸。到目前为止，我们熟知的变种已经有阿尔法（Alpha）、贝塔(Beta)、 德尔塔（Delta）、奥米克戎（Omicr
人体姿态识别通过提取人体姿态骨架来估计图片或视频中人的动作，在现实生活中有广泛应用。如识别异常动作，判断是否有人摔倒；识别肢体语言，实现手语翻译；进行步态分析，用于评估运动员的运动状况或识别人的身份。 姿态识别的关键在于提取出一组人体关键点坐标，从而得到姿态骨架。国际主流人体姿态骨架图中定义了18个
人口普查对一个国家宏观政策的制定有重要意义。一般来说，人口普查需要调动大量社会资源，耗时耗力。因此，正常情况下，普查的频度不会很高，一般每隔十年一次。以我国为例，自新中国建国以来，共进行了七次人口普查，近40年来基本是逢十的年头普查一次。最近一次普查是在2020年。 然而，每十年一次的频度实在是太低
很多人工智能算法可以归结为一个优化任务。例如，我们想识别红绿灯，可以设计一个识别器，让它在看到红灯时输出更大的分数，看到绿灯时输出更小的分数。基于这样的设计，这样我们就可以根据识别器输出的分数来判断红灯还是绿灯了。 设想这个识别器的参数是w，定义下面的一个目标函数： F(w) = 识别器看到红灯的输
数据是“养成”一个语音识别系统的粮食。因此，一个识别系统要想健康成长，必须给他优质的数据作为食粮，保证营养供应。那么，什么才是优质数据呢？ 早期，科学家们认为优质的数据是发音清晰的，且受噪音干扰少的数据。典型的如TIMIT数据库，中文863数据库，清华THCHS30数据库都是依这样的原则设计的。这些
人类是建筑能手，从原始社会搭个鸡窝垒个猪圈，到现代人建设的高楼大厦、巨型桥梁，人们建设家园的能力越来越强。然而，随着我们面对的任务越来越复杂，传统建筑学方法越来越显示出局限性。以修建一座商业中心为例，需要考虑结构、功能、安全性、成本、工期等各种复杂因素，往往需要一个大规模团队才能完成。那么，如果是一
现代人工智能系统离不开数据。打个比方，人生下来是一张白纸，通过读书学习，慢慢掌握了各种知识。机器也是一样，刚开始只有非常基础的功能，当消化了大量数据以后，就变得越来越聪明了。从这个意义上说，数据就是人工智能成长所需要的粮食。 那么，要“养成”一个人工智能系统，需要什么样的数据作为它的“粮食”呢？ 这
人工智能给人两种截然不同的印象，一种是聪明无比，下象棋、下围棋、证明定理、设计新药，几乎无所不能；另一种是笨的要命，明明是一条狗，机器却硬说它是一辆车。因此，人工智能也有个别名，称为“人工智障”。 那么，到底是智能还是智障呢？ 这还得从人工智能的基本原理说起。人工智能，本质上是用计算来模拟人的思维，
不知道各位有没有这样的体验：刚刚和同学、同事讨论个什么事，然后打开手机搜索某度或某宝，屏幕上赫然出现了刚才讨论的新闻或产品。贴不贴心，惊不惊喜？ 这件事细思极恐，说明和我们朝夕相处的手机可能是个窃听者，不论我们说点儿啥，他都偷偷记录下来。不仅如此，他还可能将记录下来的内容分发出去，来个广而告之。如果
所有事情具有多重属性：一只小鸟，我们看到它振翅的模样，听到它啾啾的鸣声，触摸起来有温柔的绒毛感觉。再比如，一只西瓜，样子是圆圆的，敲起来有嘭嘭的声音，尝一口甜美多汁。在很多情况下，我们需要利用多重属性，才能对事物有很好的认知。例如，圆圆的未必是西瓜，还可能是地雷；但如果圆圆的还甜美多汁，就不太可能是
Deepfakes 2017年在互联网上流传开来，引起轩然大波。 什么是Deepfakes呢？翻译过来是“深度造假”，直白一些的说法就是给图片或视频的主角换脸。比如一段奥巴马的演讲，换上自己的模样，是不是很有成就感？然而，如果是一段色情视频呢? 图1：Deepfakes实现换脸[1] 给图片或视频换
