历经半个世纪的发展,人工智能正在社会经济生活中发挥越来越重要的作用。认知智能是一种赋予机器模拟人类认知思考能力的技术,作为人工智能发展的高级阶段,具有交互性、情境性与适应性等特点。认知智能“能理解、会思考”的能力,可以极大地将人类从重复体力劳动和简单脑力劳动中解放出来。

当前,认知智能产业生态已初步形成,产业应用加快落地,技术研发持续突破,涌现出一批具有代表性的企业,俨然成为城市数字化浪潮中的关键驱动力。中国信息通信研究院华东分院联合竹间智能科技(上海)有限公司就人工智能全球态势、认知智能产业生态、技术融合、典型案例与未来趋势等方面开展了产业技术分析,形成《2021 认知智能发展研究报告》。

本报告由五大篇章组成:第一篇章:全球态势篇,对全球人工智能政策环境、发展现状与发展热点进行了详细介绍;第二篇章:产业生态篇,阐述了认知智能发展历程,并从行业生态、技术专利、学术研究和产业标准等方面展开具体分析;第三篇章:技术融合篇,阐述了当前认知智能领域情感计算、知识图谱、图像理解等六大行业技术领域的融合发展情况;第四篇章:典型案例篇,阐述了当前认知智能在金融、制造、教育等六大场景的应用落地总体情况与典型产品案例;第五篇章:未来趋势篇,总结了认知智能发展面临的问题挑战,对未来发展做出展望。

![](https://cdn.zhuanzhi.ai/vfiles/cda708330603af4a33f9306eed4532e3)
成为VIP会员查看完整内容
0
48

相关内容

近年来,以人工智能、量子信息、集成电路、生命健康、脑科学、生物育种、空天科技、深地深海等为代表的新一轮科技革命和产业变革深入发展,正在重构全球创新版图、重塑全球经济结构。在众多极具“颠覆性”的科技领域中,脑科学无疑是最尖端、最前沿的一个,被称为生命科学的“终极疆域”。

脑科学是生命科学最尖端、最前沿的领域,也是人类最难攻克的“科学堡垒”之一。但脑科学却是诸多前沿科技发展的基础,如人工智能、脑机接口、信息科学、仿生科学等,也是医学、教育和军事等领域发展的关键,尤其是事关人类生命健康的抑郁症、自闭症、帕金森症、阿尔兹海默症等神经性和精神性疾病,亟需脑科学的进步为其提供新的解决方案。因此,脑科学是事关国家安全和发展全局的核心领域之一。

为更好地推动脑科学相关知识的普及,使全国上下充分认识脑科学战略地位、战略导向的重要性,提高全社会对这一前沿领域的重视程度、参与广度和投入力度,推动国家战略部署的实施与落地,众诚智库重磅发布“国家战略科技研究系列之《2021全球脑科学发展报告》”。

本报告立足中国,放眼全球,理清历史脉络,展望未来,对脑科学基本原理和研究成果进行了梳理和深入地研究,对世界主要国家在脑科学领域的战略部署进行了分析和对比,分别从脑科学发展现状、应用现状和发展趋势等方面进行剖析,并在如何科学应对内外挑战方面深入思考、总结结论,旨在为我国加快推进脑科学发展进程提供一些建议。

报告认为,当前以人工智能、量子信息、集成电路、生命健康、脑科学、生物育种、空天科技、深地深海等为代表的新一轮科技革命和产业变革深入发展,正值重构全球创新版图、重塑全球经济结构之时,脑科学早已成为世界主要经济体科技角逐的主要赛道之一。自2013年以来,世界主要国家和地区纷纷发布“脑计划”,将脑科学的竞技赛推向了新的高潮。我国自20世纪90年代就十分重视脑科学,2015年发布“中国脑计划”;2021年,国务院发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》也将脑科学作为国家战略科技力量之一。

报告认为,从历史发展进程和西方大国的发展经验来看,基础研究是科技创新、产业兴盛、社会发展和防范国家安全的底层支撑,尤其是面向未来的基础研究,脑科学作为未来最重要的一个基础研究领域,将关系到人来自身的发展,并进一步颠覆我们的生活方式和生产方式。生产方式的变革和生产工具的升级将更多地替代、解放劳动力,同时提高生产效率,为未来应对老龄化社会的发展从科技层面给出一定的解决方案。新一轮的智能化、数控化产业革命,工业机器人、数控软件、智能装备等将成为工业制造领域最主要的发展方向,数字化智能化农业、智能服务机器人也将深入到我们的生活,这些都离不开脑科学和类脑智能在其中发挥作用。

从近五年全球脑科学相关的论文发表量与专利申请量来看,脑科学研究阵营逐渐由美欧两极主导向美欧亚三极鼎立的格局转变。报告认为,中国目前在论文发表量上已紧随西方大国之后,在专利的申请量上仅次于美国,位居世界第二位,已跻身世界脑科学大国行列,但整体水平还不够强,相信在持续高速增长和国家的大力扶持下,可以预见,到本世纪中叶,中国有望跻身于世界脑科学强国行列。

http://www.uthinktank.com/news/media/2021-06-09/2021BrainScience.pdf

成为VIP会员查看完整内容
0
46

进入 21 世纪以来,随着数据的爆发式增长,计算能力的大幅度提升和深度学习的发展和成熟,人工智能("AI")迎来了第三次发展浪潮,人工智能技术走向了全面应用,在全球范围内掀起了一场新的产业革命。在中国,发展人工智能已上升为国家战略,并连续多年写入政府工作报告中。得益于社会经济的持续增长、政策和资本的大力驱动、创新力量的持续沉淀,AI 产业正在蓬勃发展,并孕育了数千家人工智能相关企业。而成长型 AI 企业数量占总体比例达九成,是人工智能技术发展,应用创新和产业融合的重要推动力量。研究成长型 AI 企业对理解人工智能产业的发展现状和发展趋势有着重要意义。

德勤、英特尔和深圳人工智能行业协会强强联合,通过对数千家成长型 AI 企业数据的分析研究,几百家企业的走访以及和近百家优秀企业的深度合作,就中国成长型 AI 企业的发展特点、投融资变化、发展过程中面临的挑战、不同区域和城市的相关政策和产业现状、生态圈构建、技术发展趋势、以及企业发展建议等进行了全面系统性研究。我们希望通对成长型 AI 企业多维度、全面的研究,能够推动中国成长型 AI 企业的发展,构建更加繁荣的 AI 产业生态,并为政府相关部门制定相应的企业扶持政策和产业发展政策提供一定的参考。

主要发现:

人工智能核心产业规模 5 年内将突破 5000 亿元: 预计 2021 年中国人工智能市场规模将达 2058 亿元,增速 30%,到 2025 年突破 5000 亿元。随着疫情中人工智能场景的密集应用、落地渠道的增加和技术的不断成熟和开放,中国人工智能将再度高速增长,迎来产业发展黄金期。

成长型 AI 企业数量庞大:

中国人工智能相关企业共约 5015 家,其中,成长型 AI 企业 4484 家,占整体约九成比例。成长型 AI 企业覆盖的产业领域日趋全面,部分已经在特定的 AI 领域引领市场和技术。

2020 年投资总额同比增长 73.8%,投资向 B 轮及以后企业聚拢:

2020 年中国在人工智能领域的投资金额再创新高,达到 1748 亿元,同比增长 73.8%。但融资次数同比有所减少,平均单笔融资额有所攀升。整体来看,A 轮及前序初始轮投资活动明显减少,资金更多向 正经历B 轮及后序轮融资的成熟企业集中,其中,智能制造和智慧医疗是投融资数最多的两大细分领域。

成为VIP会员查看完整内容
0
31

量子科技——让人类认识和改造世界的实践能力迈向前所未有的高度。量子调控和量子信息技术爆发式的发展也标志着“第二次量子革命”的迅猛兴起,全球量子科技制高点的争夺日益激烈,我国始终将量子科技作为增强国际科技竞争的国家实力之一。2021年,国务院发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》将量子信息作为事关国家安全和发展全局的基础核心领域。

为推动全国上下更好地认识、理解量子信息、了解国家战略导向,提高社会各界对这一前沿科技领域的重视程度、投入强度、支持力度,进而助力国家战略部署有效落实,5月12日,众诚智库重磅发布“国家战略科技研究系列之《2021年全球量子信息发展报告》”。

报告立足中国,放眼全球,对量子信息的基本原理和发展历程进行了梳理和研究,对世界主要国家在量子信息领域的战略谋划和布局进行了分析对比,从量子通信、量子测量、量子计算三个维度进行了现状、技术、应用等发展情况进行全面剖析,深刻总结我国发展量子信息面临的问题和挑战,旨在为加速推动我国量子信息产业化进程提供一些思考。

成为VIP会员查看完整内容
0
38

日前,为推动数字经济健康蓬勃发展,赛迪区块链研究院发布了《区块链+数字经济发展白皮书》。该白皮书指出,在数字经济蓬勃发展的当下,区块链在推动数字经济创新发展方面潜力巨大,当前,已在农业、制造业、物流业、金融、民生等领域逐步应用,加速推动经济数字化转型。此外,白皮书对我国数字经济发展现状进行分析,探讨了区块链技术驱动数字经济发展的技术优势和理论依据,从实体经济、政府数字化治理、数字资产等方面详细解析了区块链如何赋能数字经济发展,并针对区块链驱动数字经济发展存在的挑战提出相关建议。

白皮书首先对区块链在数字经济各场景应用方面做了阐述。在区块链应用取得系列进展的同时,其赋能数字经济发展面临的挑战也不可忽视。目前来看,区块链技术安全性仍需提高;大规模落地推广也存诸多困难。

白皮书还提出,加快区块链核心技术创新、建立基于区块链的数字经济监管体系、加速推动应用落地和加强人才培养等建议以促区块链进一步发展迭代。建议加强区块链+数字经济专业人才培养:

一是要加大基础型数字经济、区块链人才培养,加快培育具有扎实技术理论知识和较高应用管理能力的复合型人才;

二是注重高端技术人才培养,与国外著名高校、科研机构、知名企业等联合培养区块链硕士、博士等高层次人才,推进中外合作人才培养和引进项目;

最后,鼓励实力雄厚的区块链企业、互联网企业和金融企业创办“企业大学”,根据市场需求和产业发展导向开展技术与管理培训,构建“企业-市场-产业”三位一体的区块链人才培养模式。

如今,数字经济已成为推动我国经济发展的关键引擎和新优势,《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》将建设数字中国作为独立篇章,意味着数字经济转型升级是我国未来10年经济发展的关键机会,数字经济将成为我国经济转型的核心组成。

成为VIP会员查看完整内容
0
37

未来,智慧城市将从城市数字化发展到数字化城市,整个城市在数字领域形成“数字巨系统”。

近日,由国家工业信息安全发展研究中心、联想集团、中国产业互联网发展联盟、工业大数据分析与集成应用实验室共同编制的《依托智慧服务,共创新型智慧城市——智慧城市白皮书(2021年)》(以下简称“白皮书”)正式发布。本书提出一系列智慧城市建设的新理念、环境友好的新型智慧城市提供参考。

以发展实践拓展新型智慧城市内涵

新型智慧城市建设是进一步深入贯彻习近平新时代中国特色社会主义思想,结合我国城市发展实际,顺应信息化和城市发展趋势,主动适应经济发展新常态、培育新的增长点、增强发展新动能而提出的新型城市建设与发展方式。

习近平总书记2016年4月在网信工作座谈会上指出,“要以信息化推进国家治理体系和治理能力现代化,统筹发展电子政务,构建一体化在线服务平台,分级分类推进新型智慧城市建设”。2020年3月,习近平总书记赴浙江考察时指出,通过大数据、云计算、人工智能等手段推进城市治理现代化,大城市也可以变得更“聪明”。

白皮书对从2008年开始我国智慧城市发展经历的探索期、调整期、突破期、全面发展期等几个阶段进行了梳理,这些阶段智慧城市的服务对象、服务内容非常广泛,但核心主线是“利用新一代信息技术”提升城市服务质量。经过2020年的疫情冲击,智慧城市在实践中经受了考验,但也存在很大的进步空间。后疫情时期,智慧城市建设在创新协同、为民服务、数据共享、产业赋能、应急安全等方面都出现了新的发展导向。

白皮书指出,未来新型智慧城市或将呈现以下特点:“先进技术+全程服务”成为智慧城市的新抓手;“数字空间+现实空间”成为智慧城市的新落脚点;“普惠民生+生态和谐”成为智慧城市的新目标。

“端边网云智”架构助力优政、兴业、惠民创新

新型智慧城市的建设逻辑需从顶层入手,结合软硬件资源整合能力,为公众提供全生命周期一站式服务管理。白皮书从技术角度,将智慧城市的整体框架分为发展战略层、技术实施层和目标效用层三大层次。即新型智慧城市是以城市的战略定位、建设规划、措施保障、组织合作为指导规划,通过“端-边-网-云-智”的技术架构,实现管理高效、服务便民、产业发展、生态和谐的目标效用,达成新一代信息技术与城市现代化深度融合,迭代演进的新模式。

其中,“端-边-网-云-智”作为新型智慧城市的技术实施层,蕴含巨大的创新发展空间,有望成为我国智慧城市技术应用方向的重要创新成果。

端”即智能终端,负责采集、存储、传递数据,是智慧城市面向城市主体的智能化单元。

“边”即边缘计算,智能化时代海量数据的爆发式计算需求与应用低时延、灵活部署要求使得计算力下沉成为必然,边缘计算应运而生。

“网”即以5G为代表的数据传输的网络,是推动端、边、云协同工作的粘合剂。

“云”即云计算,基于网络实现异质设备间数据运算与共享的设备服务。

“智”即行业智能解决方案,面向智慧城市的不同细分场景,基于“端、边、网、云”四层结构,根据业务需求、行业知识及计算能力,支持不同层次的数据计算和分析互动的行业智能化方案。

智慧城市建设是内涵型城镇化发展的重要方面,包括社会管理智能化、国民经济信息化、环境维护自动化和生活服务便捷化等内容。管理高效、服务便民、产业发展、生态和谐等均是新型智慧城市发展的目标方向。

白皮书重点分析了文昌智能教育、延庆智慧能源、上海帝王蟹溯源等典型案例,展示了新型智慧城市在优政、兴业、惠民等方面取得的突出成效。据悉,联想凭借领先的IT运维服务经验和覆盖网络,智慧城市服务建设项目已在上海、江西、江苏、福建、湖北、海南、河北等全国多个省市落地,涉足绿色能源、社会治安管理、城市应急管理、智慧教育、智慧交通、食品安全以及智慧政务等多个细分场景。在白皮书编制过程中,联想为智慧城市建设运营实践和案例调研提供了支持。

新型智慧城市发展重心将从建设转到运营

白皮书也对智慧城市未来发展进行了预判,认为在未来新基建和新技术的融合过程中,城市治理或将逐渐完成由“管理型”向“服务型”的转变。智慧城市作为一项巨大的城市服务产品,需要重点提升居民对城市的归属感,提高城市生活品质,促进城市产业经济发展。智慧城市逐步走深向实,未来将重点在体制机制、发展思路、互动形式方面产生跃升。即将出现的变化将包括:治理思路改变——从“城市数字化”到“数字化城市”;阶段重点改变——从“建设智慧城市”到“运营智慧城市”;互动形式升级——从“人与人的联接”到“万物互联”。

白皮书推出之际正值“十四五”规划审议通过并正式发布,规划明确提出“以数字化助推城乡发展和治理模式创新,全面提高运行效率和宜居度。分级分类推进新型智慧城市建设,将物联网感知设施、通信系统等纳入公共基础设施统一规划建设,推进市政公用设施、建筑等物联网应用和智能化改造”。新型智慧城市建设即将进入新的阶段,该白皮书以真实案例剖析为基础,结合理论和架构研究,形成较为完整的智慧城市体系框架,勾勒出未来可能的发展路径,是新型智慧城市建设的重要参考之一。

成为VIP会员查看完整内容
0
43

人工智能技术是使人造机器具备类人类智能、模拟人类学习、认知、感知能力的信息技术,感知层人工智能技术发展成熟,多项应用方案实现规模落地,认知层人工智能技术将是实现下一代人工智能技术突破的关键。

中国工业领域人工智能技术渗透率较低,人工智能技术的应用主要集中于产品生产环节。工业领域各应用场景可用样本数量的缺乏,是工业领域人工智能技术实现落地的主要制约因素之。

机器视觉技术在工业领域中应用广泛,核心功能包括产品识别、测量、定位及检测,是实现产品分拣、装配、搬运、质检等多个生产环节智能化转型的核心技术,相较于人工生产具备降本增效等显著优势。

中国工业领域人工智能行业产业链上游以传感器及AI芯片制造商与AI算法提供商为主体,产业链中游以辅助研发系统及智能生产系统提供商与工业机器人制造商为主体,产业链下游涵盖工业领域各细分市场。

但是中国工业传感器行业发展进入成熟期,主要增长动力来自于工业制造规模的增长与智能制造的应用,受制于人工智能技术在工业领域的渗透率增长速度较低,短期内中国工业传感器市场需求增长速度预计将持续下行。

CMOS图像传感器成为图像传感器应用市场主流应用选择;全球CMOS图像传感器市场集中度较高,垄断效应明显,龙头企业占据高端CMOS图像传感器市场主导地位,对下游客户具备较强主动议价能力。

应用于AI算法运行的处理器芯片以GPU、FPGA及ASIC三类芯片为主;发展起步较早的GPU芯片已实现规模化应用,具备更强的性能及更低的功耗的高度定制化ASIC芯片市场发展空间较大。

成为VIP会员查看完整内容
0
49

近年来,人工智能成为推动社会经济发展的新动力之一,在提高社会生产效率、实现社会发展和经济转型等方面发挥重要作用。作为主导新一代产业变革的核心力量,人工智能在医疗方面展示出了新的应用方式,在深度融合中又催生出新业态。

从全球范围来看,目前人工智能医疗产业仍处于发展早期阶段,相比于传媒、零售、教育等领域来说,商业化程度偏低。但随着市场需求不断扩大,向专业化细分领域深化发展,加之各国宏观政策支持和技术进步等,人工智能医疗发展前景广阔。美国靠早期的政策拉动医疗信息化和人工智能辅助医院管理,积累了大量数据,具备先发优势,属于领先梯队,目前已在药物研发、医疗机器人、医学影像、辅助诊断等方面全方位布局。其他国家如英国、德国、加拿大、日本等国则紧随其后,各有侧重,各有所长。

中国作为新兴市场国家的领头羊,人工智能医疗始终保持高速发展态势。目前,我国人工智能医疗发展历经计算智能阶段,目前正处于从感知智能向认知智能过渡的发展阶段,不同细分领域的技术发展情况和落地应用成熟度有所不同。AI医学影像是人工智能在医疗领域应用最为广泛的场景,率先落地、率先应用、率先实现商业化。手术机器人、药物研发、精准医疗等领域已有部分落地应用,但因成本或技术原因,尚未实现规模化普及,未来增长空间较大。受2020年初新冠肺炎疫情影响,人工智能在公共卫生领域特别是传染病的预防与控制方面发挥重要作用,传染病大数据分析预警系统、疫情排查系统、智能测温机器人、消毒机器人、语音服务机器人等在战“疫”一线被广泛应用。本研究报告立足于产业发展基本面,并结合当前人工智能医疗的最新发展与应用趋势,对公共卫生、医院管理、医学影像、医疗机器人、药物研发、健康管理、精准医疗和医疗支付共八大主要细分领域进行深入研究与分析,分析各领域所处的不同发展阶段、发展特征与应用价值,并盘点市场主要参与者,力求描摹2020年互联网医疗行业发展的新风向。

中国的人工智能医疗在政府与社会各界的共同投入与支持下,面临政策、市场、技术、人才等多重因素叠加利好的重要发展机遇。项目组重点分析了中国人工智能医疗领域目前所具有的六大发展机遇:机遇一,顶层设计不断加码,产业发展政策环境持续优化;机遇二,市场增长迎来发力期,资方入局窗口已经打开;机遇三,市场需求日益旺盛,慢病管理等领域颇具增长空间;机遇四,新冠疫情的迫切需求为相关产业的发展打开了新局面;机遇五,5G、量子计算等新技术的增长为产业发展提供了新动能;机遇六,复合型人才厚度增加为产业厚积薄发创造新节点。

在行业发展重要机遇期,政府密集释放相关利好政策,推动科技成果转化,推动数据共享,持续完善行业标准规范体系。同时,“以患者为核心、切实满足医生临床工作需求”的核心理念正在逐渐成为行业共识,人工智能医疗产品正在向覆盖多病种、深入应用场景的方向发展。可以预见,人工智能医疗大规模落地应用的时代即将来临。

成为VIP会员查看完整内容
0
71

主题: 2019年人工智能的发展

摘要:

人工智能是一个很宽泛的概念,概括而言是对人的意识和思维过程的模拟,利用机器学习和数据分析方法赋予机器类人的能力。人工智能将提升社会劳动生产率,特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。据Sage预测,到2030年人工智能的出现将为全球GDP带来额外14%的提升,相当于15.7万亿美元的增长。全球范围内越来越多的政府和企业组织逐渐认识到人工智能在经济和战略上的重要性,并从国家战略和商业活动上涉足人工智能。全球人工智能市场将在未来几年经历现象级的增长。据中国产业信息网和中国信息通信研究院数据,世界人工智能市场将在2020年达到6800亿元人民币,复合增长率达26.2%,而中国人工智能市场也将在2020年达到710亿元人民币,复合增长率达44.5%。

我国发展人工智能具有多个方面的优势,比如开放的市场环境、海量的数据资源、强有力的战略引领和政策支持、丰富的应用场景等,但仍存在基础研究和原创算法薄弱、高端元器件缺乏、没有具备国际影响力的人工智能开放平台等短板。此份报告不但对人工智能关键技术(计算机视觉技术、自然语言处理技术、跨媒体分析推理技术、智适应学习技术、群体智能技术、自主无人系统技术、智能芯片技术、脑机接口技术等)、人工智能典型应用产业与场景(安防、金融、零售、交通、教育、医疗、制造、健康等)做出了梳理,而且同时强调人工智能开放平台的重要性,并列举百度Apollo开放平台、阿里云城市大脑、腾讯觅影AI辅诊开放平台、科大讯飞智能语音开放创新平台、商汤智能视觉开放创新平台、松鼠AI智适应教育开放平台、京东人工智能开放平台NeuHub、搜狗人工智能开放平台等典型案例呈现给读者。最后,列举国内外优秀的人工智能公司与读者共勉。随着技术的进步、应用场景的丰富、开放平台的涌现和人工智能公司的创新活动,我国整个人工智能行业的生态圈也会逐步完善,从而为智慧社会的建设贡献巨大力量。

成为VIP会员查看完整内容
2
84

该白皮书对大数据与实体经济融合发展情况进行了全景展现,报告显示我国大数据融合发展已具备技术、产业、应用和政策基础,大数据在制造业、农业、服务业等实体经济各领域应用不断深入,给经济社会带来的益处和价值日益显现。此外,白皮书还对大数据与实体经济融合发展机遇与挑战进行了深入分析,对推动我国大数据与实体经济融合创新发展提出了政策建议。

成为VIP会员查看完整内容
中国大数据与实体经济融合发展白皮书.pdf
0
29
小贴士
相关VIP内容
专知会员服务
46+阅读 · 6月10日
专知会员服务
38+阅读 · 5月14日
专知会员服务
37+阅读 · 4月25日
专知会员服务
43+阅读 · 4月24日
专知会员服务
51+阅读 · 3月18日
专知会员服务
71+阅读 · 2020年9月11日
相关资讯
【AIOT】2020年中国智能物联网(AIoT)白皮书|附下载
产业智能官
9+阅读 · 2020年3月13日
人工智能商业化研究报告(2019)
腾讯大讲堂
12+阅读 · 2019年7月9日
【学科发展报告】智慧城市
中国自动化学会
4+阅读 · 2019年1月14日
权威发布:新一代人工智能发展白皮书(2017)
全球人工智能
7+阅读 · 2018年2月25日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
11+阅读 · 2018年1月21日
相关论文
Xuan Zhao,Marcos Campos
0+阅读 · 7月21日
Dance2Music: Automatic Dance-driven Music Generation
Gunjan Aggarwal,Devi Parikh
0+阅读 · 7月20日
Jin Zhang,Jianhao Wang,Hao Hu,Tong Chen,Yingfeng Chen,Changjie Fan,Chongjie Zhang
8+阅读 · 2月7日
Learning from Few Samples: A Survey
Nihar Bendre,Hugo Terashima Marín,Peyman Najafirad
62+阅读 · 2020年7月30日
Minlie Huang,Xiaoyan Zhu,Jianfeng Gao
7+阅读 · 2019年10月22日
Language as an Abstraction for Hierarchical Deep Reinforcement Learning
Yiding Jiang,Shixiang Gu,Kevin Murphy,Chelsea Finn
3+阅读 · 2019年6月18日
Mohamed Elhoseiny,Mohamed Elfeki
4+阅读 · 2019年4月3日
Deep Reinforcement Learning: An Overview
Yuxi Li
11+阅读 · 2018年11月26日
A Survey on Deep Transfer Learning
Chuanqi Tan,Fuchun Sun,Tao Kong,Wenchang Zhang,Chao Yang,Chunfang Liu
10+阅读 · 2018年8月6日
Top