财新传媒
2018年07月26日 20:50

论文解读:区块链技术如何堵上深度学习的隐私漏洞?

 论文解读:区块链技术如何堵上深度学习的隐私漏洞?

论文地址:https://arxiv.org/abs/1807.02515

论文题目:Blockchain as  a Service: An Autonomous, Privacy Preserving, Decentralized Architecture for Deep Learning

 

 背景知识

 

深度学习这一概念自从2006年Hinton等人提出之后,迅速成为机器学习领域的一个热门分支。深度学习技术在了当下几乎所有的人工智能领域表现出了远远超过传统方法的性能,包括计算机视觉、音频处理、自然语言处理、大...

阅读全文>>
2018年07月25日 21:21

圣塔菲研究所提出的新排序算法:从鹦鹉啄序到终身教职

 圣塔菲研究所提出的新排序算法:从鹦鹉啄序到终身教职

编译:集智翻译组

来源:santafe.edu

原题:Parakeet pecking orders, basketball match-ups, and the tenure-track: How analyzing winners and losers can reveal rank within networks

 

NCAA 篮球排名只是新算法 SpringRank 胜出的领域之一。如上图所示,高于分割线的点表明 SpringRank 预测的比赛结果更加准确。(图片来自 Caterina De Bacco,Dan Larremore 和 Cris Moore)

 

有时候,知道谁赢谁输比...

阅读全文>>
2018年07月24日 19:23

Nature:AI可能是性别和种族歧视分子?改进训练数据与算法迫在眉睫!

Nature:AI可能是性别和种族歧视分子?改进训练数据与算法迫在眉睫!

导语:James Zou  和  Londa Schiebinger 认为,计算机科学家必须找出偏见的来源,消除带有偏见的训练数据,并开发一种足够稳健的算法来对抗这种数据上偏见。

 

编译:集智翻译组

来源:Nature

原题:

AI can be sexist and racist — it’s time to make it fair

 

当谷歌翻译将西班牙语的新闻文章翻译成英文时,提及女性的短语经常会变成“他说”或者“他写”。尼康相机有一种软件,如果人们拍...

阅读全文>>
2018年07月21日 22:10

经典综述回顾:计算社会科学的5种研究方法

 经典综述回顾:计算社会科学的5种研究方法

导语

如何分析社交网络的信息流动?如何系统地观测社会地理信息的变化?如何在计算机中模拟众多个体的社会行为?这些都是计算社会科学的研究内容。作为一门脱胎于社会科学、计算机科学、复杂性科学的交叉学科,计算社会科学研究方法众多,有学者在2010年就做了详细的综述,让我们一起来回顾。

 

编译:集智翻译组

来源:wiley.com

原题:Computational Social Science

 

社会科学是一门从认知、决策...

阅读全文>>
2018年07月20日 22:31

Cell最新:科学家成功绘制出完整的果蝇大脑神经网络!

Cell最新:科学家成功绘制出完整的果蝇大脑神经网络!

两个高速电子显微镜,7062个脑切片, 2100万张图片,这些数字意味着什么?对于位于弗吉尼亚Howard Hughes医学院的Janelia研究院的一组科学家来说,这些数字加起来是技术上的第一步:一张成年果蝇大脑的高分辨率数码快照。

 

 

Janelia研究院的小组负责人,神经学家Davi Bock说,研究人员现在可以在整个大脑中,追踪任何一个神经元到任何其他神经元的路径,他在2018年7月19日与他的同事一起在Cell杂志上报告了这项...

阅读全文>>
2018年07月20日 22:31

Nature新评:利用3D图像揭密果蝇大脑

 Nature新评:利用3D图像揭密果蝇大脑

 

编译:集智翻译组

来源:nature.com

原题:3D image reveals hidden neurons in fruit-fly brain

 

科学家制作了一幅非常详尽的果蝇大脑3D图,研究人员可以在整个器官中追踪神经元之间的连接。

 

果蝇有一系列复杂的行为,比如求偶舞和学习。但是如何理解驱动这些行为的神经网络还是非常困难的。这张图片于7月19日发表在《Cell》上,它将昆虫的大脑分解成单个细胞并揭示了一些以前从未见过的神经元。这...

阅读全文>>
2018年07月18日 21:32

用GCN图卷积网络预测海量药物相互作用,医生再也不怕开错药了!

用GCN图卷积网络预测海量药物相互作用,医生再也不怕开错药了!

导语:有数百万的人们每天至少服用五种以上的药物,但是我们很难测试这些药物组合的副作用。现在,来自斯坦福大学的计算机科学家们找了一种使用人工智能来预测药物副作用的方法。


药物相互作用——潜在健康威胁

 

据美国疾病预防中心估计,仅在上个月,就有23%的美国人服用了2种及以上的处方药。而且,在65岁以上的人群中,39%的人服用5种及以上,这个数量在过去的几十年里增长了3倍。

 

如果你对这些...


阅读全文>>
2018年07月17日 20:30

脸太大计算机无法识别?这儿有一个优雅的技术解决方案

脸太大计算机无法识别?这儿有一个优雅的技术解决方案

 

导语:由于现实图片往往具有多个物体和复杂的背景,目标检测一直是计算机视觉领域研究的难点也是热点。其中,对于目标尺度的差异卷积神经网络模型没有应对的内在机制。ICCV 2017 的一篇论文中,设计了更优雅更快速地处理人脸检测中的尺度问题的方案,下面是对这篇论文的解读。

 

论文标题:

Recurrent Scale Approximation for Object Detection in CNN

论文地址:

http://openaccess.thecvf.com/c...

阅读全文>>
2018年07月16日 19:28

图网络——悄然兴起的深度学习新浪潮

 图网络——悄然兴起的深度学习新浪潮

现实世界中的大量问题都可以抽象成图模型(Graph Model),也就是节点和连边的集合。从知识图谱到概率图模型,从蛋白质相互作用网络到社交网络,从基本的逻辑线路到巨大的Internet,图与网络无处不在。然而传统的机器学习方法很难处理图网络信息,这种缺陷大大限制了深度学习的应用领域。于是人们提出了图网络(Graph Network),一种基于图结构的广义人工神经网络,它可以直接对真实问题进行建模,又可以利用自动微分技术进行...

阅读全文>>
2018年07月14日 23:26

Nature最新:你的创作高峰即将到来,赶快趁热打铁迎接“奇迹年”!

 Nature最新:你的创作高峰即将到来,赶快趁热打铁迎接“奇迹年”!

导语:最新一期 Nature 刊文,研究者通过计算3480位艺术家、6233位导演、20400位科学家最有突破性的作品面世时间点的数据,发现其巅峰作品出现的时间是随机的,但一旦出现,个人top 3作品出现的时间便有规律可循。

这一规律在多个领域都适用,因此必须要趁热打铁,珍惜创作高峰期。通过这种预测方式,研究者认为,成功率或许不能直接提高,但能找到成功背后的机理和规律。

本文是美国西北大学凯洛格商学院网站对这项工作...

阅读全文>>
2018年07月14日 23:26

Nature研究:所谓黄金年龄在科学家和艺术家身上可能并不存在

Nature研究:所谓黄金年龄在科学家和艺术家身上可能并不存在

导语

在Nature最新一期中,由王大顺领衔的研究组发表了一项研究成果,发现无论是艺术家、导演、还是科学家,每种职业发展过程中都有三五年特别辉煌,而具体出现的时间却特别随机。Nature 编辑部特意撰写了本文,评论王大顺研究组的这项工作。

 

来源:nature.com

原题:

From artists to scientists, anyone can have a successful streak at any time

原文地址:

https://www.nature.com/artic...

阅读全文>>
2018年07月13日 22:44

ECCV2018论文解读:用回归方法判断热度图中的人体姿态

 ECCV2018论文解读:用回归方法判断热度图中的人体姿态

 

导语

本文提出一种积分回归的方法用于人体姿势估计任务,该途径结合了基于热度图的方法和回归方法的优点,可以方便地应用于并改进任何基于热度图的模型。本文通过综合性实验全面验证了该方法的有效性,并表明在2D和3D的人体姿势估计数据集MPII、COCO、Human3.6M中,本方法都取得当前最好的结果。该论文据悉已被计算机视觉顶会 ECCV 2018 接收。下面是对这篇论文的解读。

 

论文标题:Integral Human P...

阅读全文>>
2018年07月11日 22:18

有神经网络才能学习?没头脑的黏菌也可以

有神经网络才能学习?没头脑的黏菌也可以

导语:有证据表明,没有神经系统的生物在某种程度上可以学习和解决问题,但研究人员在这是否是“原始认知”的问题上出现了分歧。

黏菌是世界上最奇怪的微生物之一。它们长期被误认为真菌,现在被归为变形虫的一种。作为单细胞生物,它们既没有神经元也没有大脑。然而十年以来,科学家一直在争论黏菌是否有能力了解其生存环境并相应调整其行为。

对于法国国家科学研究中心的生物学家以及图卢兹保罗萨巴蒂尔大学动物认知研...

阅读全文>>
2018年07月10日 20:20

小装置,大未来:量子机器学习1.0时代

 小装置,大未来:量子机器学习1.0时代

导语:量子机器学习不知不觉已经进入1.0时代了。这个如此让人兴奋的新领域,不仅可以帮助我们更好地进行机器学习,还有助于我们对机器学习进行创新,甚至重新定义我们对于机器学习的思考方式。

编译:集智翻译组

文章来源:medium.com

量子机器学习是量子计算的新流行语。这个新兴领域除其他外,还要求我们了解如何使用量子计算机进行智能数据分析。在Xanadu公司,对于量子机器学习,我们是非常兴奋的并且花了很多时...

阅读全文>>
2018年07月08日 19:00

Barabási组最新进展:如何利用网络科学控制秀丽线虫大脑?

 Barabási组最新进展:如何利用网络科学控制秀丽线虫大脑?

文中神经元编码可查阅:

http://www.wormatlas.org/ver1/neuroimageinterface.htm

线虫样本名称可查阅:

http://wormwiring.org/series/n2u.html

Python 代码下载地址:

https://github.com/EmmaTowlson/c-elegans-control

编译:集智翻译组

来源:arxiv.org

原题:Caenorhabditis elegans and the network control framework - FAQs

 

导语

秀丽隐杆线虫是一种无毒无害、可以独立生...

阅读全文>>
2018年07月04日 22:00

种群结构如何影响自然选择? | 图论对进化生物学的启发

种群结构如何影响自然选择? | 图论对进化生物学的启发

编译:集智翻译组

来源:www.quantamagazine.org

原题:Mathematics Shows How to Ensure Evolution

导语

图论的新结果证明,不同的种群组织方式,可以让自然选择顺利进行,或者永久地阻止自然选择。

 

 

1.自然选择的研究瓶颈

 

迁移模式和其他因素形成种群组织或结构,可以决定有利的突变如何在其内部传播。

 

自达尔文以来,自然选择一直是进化论的基石。然而,自然选择的数学...

阅读全文>>
2018年07月03日 21:10

张江:寻找人工智能时代的牛顿

张江:寻找人工智能时代的牛顿

杰弗里·韦斯特,现年78岁,著名理论物理学家。全球复杂性科学研究中心、——圣塔菲研究所前所长,入选《时代周刊》全球最具影响力100人。数十年致力于“规模”(Scale)的研究工作,其研究成果被应用在理解生命体、城市可持续发展、企业运营等众多领域,被业内奉为“跨学科诺贝奖”的不二人。 

生命体、城市、公司,乃至一切复杂万物,是否都存在相通的内在生长逻辑?制约生命与死亡、城市化的扩张及公司寿命的决定因素究竟...

阅读全文>>
2018年07月02日 19:02

玻璃物理学:一扇通往生物学研究的窗户

玻璃物理学:一扇通往生物学研究的窗户

编译:集智翻译组

来源:www.quantamagazine.org

导语:物理与生物是否有着什么样的内在联系?雪城大学物理学副教授 Lisa Manning 借助在玻璃物理学中获得的最新发现,对组织中细胞间相互作用的机制进行建模,揭示了它们与发育和疾病的相关性。本文是 Quanta Magazine 对 Manning 的采访。

 

雪城大学(Syracuse University)物理学副教授Lisa Manning因成功从物理学角度解释发育生物学而广受赞誉。正如她已经证明...

阅读全文>>
2018年06月29日 23:10

为什么鸟看到的世界你体会不了?因为它们的眼里隐藏着秘密

 为什么鸟看到的世界你体会不了?因为它们的眼里隐藏着秘密

导语

和人类相比,鸟类有更多种类的视锥细胞,而这些细胞的排列方式中隐藏着进化奥秘。一起阅读本文,了解这个横跨数学、物理、化学、生物的神秘问题。

 

编译:集智翻译组

来源:quantamagazine.org

原题:A Bird’s-Eye View of Nature’s Hidden Order

 

在鸟类的眼睛、盒装的玻璃弹珠和其他匪夷所思的地方出现的神秘排列模式引起了科学家们的关注。

 

七年前,Joe Corbo从鸡的眼睛...

阅读全文>>
2018年06月28日 22:09

复杂性文摘 | 提高科学影响力的关键因素是什么?

复杂性文摘 | 提高科学影响力的关键因素是什么? 1.合作多样性和科学影响力 原文标题:Collaboration Diversity and Scientific Impact 原文链接: http://arxiv.org/abs/1806.03694 论文作者:Yuxiao Dong, Hao Ma, Jie Tang, Kuansan Wang   从个人努力到科研合作的转变促进了科学的发展,与个人研究相比,科研合作导致了更多高影响力研究的发表。然而,对于合作团队的多样性会如何影响知识的产生和创造,我们仍然缺乏了解。为了研究这个问题,我们考察了过去五十年发...
阅读全文>>