深度学习

华为开发者大会2020（Cloud）是华为面向ICT（信息与通信）领域全球开发者的年度顶级旗舰活动。届时，华为将向全球开发者隆重介绍多样性计算的最新趋势，以及华为鲲鹏+N腾处理器面向开发者的最新策略。

坊间也早在去年就已经开始关注，一时间关于商业模式赋能技术创新亦是不绝于耳，不做技术加法的公司也是饱受质疑，就像80年代生不出儿子的农村妇女一样。但一窝蜂的浪潮下，势必会出现不少跟风式的创新悲剧，今天我们就这一问题展开下分析。科技赋能浪潮下，如何避免沦为一出“技术乌托邦”闹剧那？

自从Alan Turing（阿兰・图灵）于1950年代首次提出AI概念以来，人工智能已经走了很长一段路，并且它丝毫没有放缓的迹象。如果说前几代AI的发展只是冰山一角，未来“人工直觉”标志着AI将成为真正“智能”的关键的一步。

基于 AutoML 的理念，探智立方推出了人工智能模型自动设计平台――DarwinML。DarwinML是从“零”自动设计模型的AutoML企业级产品，能够支持不同领域机器学习、深度学习业务，可以直接面向业务人员的人工智能建模工具，实现全生命周期管理，无缝与生产系统对接，并对生产模型实时优化。探智立方首席科技官钱广锐博士表示，DarwinML要做业界最好用的“人工智能”平台。

下一代人工智能将是什么样子？哪种新颖的AI方法将释放当前在技术和业务方面难以想象的可能性？本文重点介绍了AI中的三个新兴领域，这些领域将在未来的几年中重新定义人工智能领域和社会。

在过去的十年中，人工智能技术在深度学习算法、大规模算力和新型芯片、海量数据等因素的共同驱动下，完成了波澜壮阔的快速发展。

业界普遍认为，人工智能迄今经历了两代。第一代人工智能是知识驱动型的，总体进展有限；第二代人工智能是数据驱动型的，也就是目前炙手可热的大数据、深度学习等，已经成为不少科技强国竞相争夺的战略技术高地。

机器阅读理解(英文Machine Reading Comprehension，简称MRC)是近期自然语言处理领域的研究热点之一，更是人工智能在处理和理解人类语言进程中的一个长期目标。得益于深度学习技术和大规模标注数据集的发展，用端到端的神经网络来解决阅读理解任务取得了长足的进步。

零售格局正在发生巨大的变化。实体零售商面临来自在线零售选择的激烈竞争，而且这似乎是不公平的。

趋势报告显示，越来越多的人工智能企业发现数据的标注开始成为抬高交付成本、制约效果提升的主要因素之一，不断强化无监督/弱监督学习由量变到质变，将助推企业从前期的迅速扩张到稳定期高效化运作的新阶段；AI与数字内容产业的深度耦合，也将有希望为行业释放更大的科技势能，构筑数字内容生成新范式。

新的创业公司纷纷入场，挑战英特尔、AMD、Nvidia、微软、高通，谷歌和IBM等老牌企业。像Graphcore、Nervana、Cerebras、Groq、Vathys、Cambricon、SambaNova Systems和Wave Computing这样的新兴公司正在成为为深度学习的未来铺平道路的新星。虽然这些初创公司肯定资金充足，但它们都处于早期阶段，我们还猜不出谁会成为赢家，老牌企业又会做到什么。

来自 UTSA、中佛罗里达大学 （UCF)、空军研究实验室 (AFRL) 和 SRI International 的研究人员开发了一种新方法，可以改善人工智能学习观察的方式。