Sicara 是一家從事敏捷數(shù)據(jù)開發(fā)的公司，總部位于巴黎，他們精心挑選了上個月最受歡迎的 10 月人工智能博文，包括 Google 、MIT 等展示最前沿的 AI 技術(shù)、實用的計算機視覺工具包、對人工智能未來的探索和思考，以及歐盟新出臺的隱私法案對全世界的影響等等，現(xiàn)在我們一起來瀏覽下這些精彩內(nèi)容。

1?、“輸出質(zhì)量是由輸入質(zhì)量決定的”(garbage in, garbage out)

編者注：garbage in, garbage out，縮寫為 GIGO，是計算機科學(xué)與信息通信技術(shù)領(lǐng)域的一句習(xí)語，譯為“垃圾進，垃圾出”，說明了如果將錯誤的、無意義的數(shù)據(jù)輸入計算機系統(tǒng)，計算機自然也一定會輸出錯誤、無意義的結(jié)果。同樣的原則在計算機外的其他領(lǐng)域也有體現(xiàn)。

盡管大多數(shù)機器學(xué)習(xí)研究人員都在致力于改進他們的模型，但特斯拉的數(shù)據(jù)科學(xué)家卻花費 75% 的時間試圖改進他們的數(shù)據(jù)集。作者建議你在知名的模型中，快速選擇一個模型，然后專注于更豐富、更高質(zhì)量的訓(xùn)練數(shù)據(jù)。此外，他還提供了不斷改進這些珍貴的數(shù)據(jù)集的一些技巧。

博文：《為什么要改進訓(xùn)練數(shù)據(jù)，如何改進？》

Why you need to improve your training data, and how to do it

2?、35 億張照片

Facebook 似乎很清數(shù)據(jù)的力量。正如本文所解釋的那樣，該公司使用了一種智能方法來收集大量的數(shù)據(jù)，用于訓(xùn)練對象識別模型。也許你也曾經(jīng)為這個數(shù)據(jù)集做過貢獻，因為它包含了人們在 Instagram 上發(fā)布的所有圖片，并用它們的 hashtags 作為標簽。

當然，盡管這種方法既聰明又高效，但它還是會引發(fā)一些隱私問題。并不是所有人都愿意 Facebook 的數(shù)據(jù)科學(xué)家查看他們的照片。

博文：《Facebook 正在使用數(shù)十億張 Instagram 圖片來訓(xùn)練人工智能算法》

Facebook is using billions of Instagram images to train artificial intelligence algorithms

3?、?GDPR 與機器學(xué)習(xí)

談到隱私問題，5 月發(fā)生了一件重要的事情：5 月 25 日，歐盟新出臺的隱私法規(guī)《通用數(shù)據(jù)保護條例》（General Data Protection Regulation，GDPR）開始生效。許多人擔(dān)心這些新法規(guī)會對數(shù)據(jù)科學(xué)界產(chǎn)生影響，尤其是機器學(xué)習(xí)。本文試圖回答有關(guān)這個主題最常見的問題。

不過，有兩個問題仍未得到完整解答:

在何種程度上，公司將不得不“解釋”算法如何服務(wù)用戶？

人們是否有能力要求公司不要用他們的個人數(shù)據(jù)來訓(xùn)練他們的算法?

博文：《GDPR將給機器學(xué)習(xí)帶來什么影響？》

How will the GDPR impact machine learning?

4、 人工智能記者

如果我告訴你，這篇最好的人工智能文章是用算法撰寫的，你會相信么？別擔(dān)心，事實并非如此。但是這篇文章讓我想到，總有一天它會成為可能。Salesforce 開發(fā)了一種新算法，能夠提煉出任何長篇文檔的中心思想，而且非常連貫。

Salesforce 數(shù)據(jù)科學(xué)家使用的是強化學(xué)習(xí)技術(shù)，根據(jù) ROUGE 自動評估指標對輸出摘要進行評分。

譯注：ROUGE，Recall-Oriented Understudy for Gisting Evaluation，是評價機器學(xué)習(xí)系統(tǒng)的指標之一，用于評測自動摘要。

博文：《一種很好地總結(jié)長篇文檔的算法》

An Algorithm Summarizes Lengthy Text Surprisingly Well

5?、?The Book of Why

相關(guān)性并不意味著因果關(guān)系，這就是從數(shù)據(jù)中推斷因果關(guān)系往往很棘手的原因。但是圖靈獎得主 Judea Pearl 想接受這個挑戰(zhàn)。他剛剛寫了一本書 The Book of Why: The New Science of Cause and Effect。

正如我在這篇博文讀到的，Judea Pearl 對機器學(xué)習(xí)的最近進展表示失望，這些進步“只是曲線擬合”。他認為，學(xué)習(xí)人工智能來找到原因是接近人類智能的真正下一步。

譯注：Judea Pearl 是人工智能領(lǐng)域的先驅(qū)、貝葉斯網(wǎng)絡(luò)之父。他認為目前人工智能深陷于概率關(guān)聯(lián)的泥潭，而忽視了因果，研究者應(yīng)該研究因果，這或許是實現(xiàn)真正智能的機器的可能路徑。

博文：《要實現(xiàn)真正智能的機器，要教會它們因果關(guān)系》

To Build Truly Intelligent Machines, Teach Them Cause and Effect

6、?一個新的深度學(xué)習(xí)計算機視覺工具包

這篇 MXNet 博文的作者解釋道，他和他的團隊在試圖復(fù)制論文的實驗結(jié)果時遇到了很多問題。為了解決這一問題，他們開發(fā)了 GluonCV，這是一個新的工具包，允許任何進入深度學(xué)習(xí)領(lǐng)域的新手嘗試使用最近重要論文中的預(yù)訓(xùn)練模型。

GluonCV：https://github.com/dmlc/gluon-cv

對于初學(xué)者來說，學(xué)習(xí)這些概念很有用；而且，對于工程師來說，想要快速測試新模型以確定是否適合他的問題的話，這些也是非常有用的。

博文：《GluonCV：用于計算機視覺的深度學(xué)習(xí)工具包》

GluonCV?—?Deep Learning Toolkit for Computer Vision

7?、?“OK Google, 給我約個理發(fā)師！”

5 月最令人印象深刻的消息之一，就是 Google 展示了他們稱之為 Google Duplex 的新技術(shù)，這個智能助理可以為了通知預(yù)定服務(wù)而給餐廳或商店打電話。你可能會想了解一下這個深度學(xué)習(xí)算法是如何工作的。幸運的是，Google 在其官博上解釋了這一點。

博文：《Google Duplex：用于通過電話完成實際任務(wù)的人工智能系統(tǒng)》

Google Duplex: An AI System for Accomplishing Real-World Tasks Over the Phone

8?、不依賴 3D 地圖的自動駕駛技術(shù)

到目前為止，自動駕駛汽車一直依賴于密集標注的 3D 道路地圖。這些地圖被用來確定汽車在這些道路上的精確軌跡。這種限制使得在人跡罕至的鄉(xiāng)村道路上開車變得非常困難。

但正如這篇文章所寫的，MIT 的研究人員首次構(gòu)建了一個不需要這種特殊地圖的自動駕駛系統(tǒng)原型。它只使用標準的不精確地圖(來自 Google 地圖)和傳感器來檢測道路的彎道。

博文：《MIT 研制了一款自動駕駛騎車，可在未繪制地圖的鄉(xiāng)村道路上行駛》

MIT built a self-driving car that can navigate unmapped country roads

9?、?Google 的爭議

正如《紐約時報》在這篇文章中所說，5 月有一個關(guān)于 Google 項目的爭議，引發(fā)了公司內(nèi)外的爭論。這個 Google 和五角大樓合作的計算機視覺項目，稱為 Maven，包括分析無人機拍攝的圖像，以便能夠讓一些攻擊實現(xiàn)自動化。

Google 數(shù)千名員工強烈反對公司參與軍事技術(shù)，已經(jīng)簽署了一份請愿書以阻止該項目。

博文：《五角大樓合同如何成為Google的危機》

How a Pentagon Contract Became an Identity Crisis for Google

10?、十本免費的必讀書籍

讓我們以最佳選擇來總結(jié)這個“五月人工智能精選”。我想推薦的最后一篇博文，介紹了十本關(guān)于機器學(xué)習(xí)和數(shù)據(jù)科學(xué)的有用書籍，它們可以在網(wǎng)上免費獲取！如果你想學(xué)習(xí)或者提高 Python、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘或貝葉斯統(tǒng)計，你可以在這些書籍中找到所需的一切。

博文：《十本機器學(xué)習(xí)與數(shù)據(jù)科學(xué)領(lǐng)域的免費必讀書籍》

10 More Free Must-Read Books for Machine Learning and Data Science