1
| 本文作者： AI研習社-譯站 | 2018-01-02 16:44 |
我們經(jīng)常被問：機器翻譯迭代了好幾輪，專業(yè)翻譯的飯碗都端不穩(wěn)了，字幕組到底還能做什么？
對于這個問題，我們自己感受最深，卻又來不及解釋，就已經(jīng)邊感受邊做地沖出去了很遠，摸爬滾打了一整年。
其實，現(xiàn)在看來，機器翻譯在通用領域的短句上，已經(jīng)做得不錯了，但是復雜長句、需要結合上下文語境、特定知識的翻譯上，效果還遠遠不能讓人滿意。
人工智能領域的翻譯，就屬于后者。它不僅需要數(shù)學、編程知識打底，對特定專業(yè)表達進行界定，還需要適時結合上下文語境理解和延伸。
這樣一來，你也許能夠理解，忠于原意又有人情味的翻譯很難，堅持做忠于原意又有人情味的翻譯，更難。
即便如此，過去的2017，雷鋒網(wǎng)雷鋒字幕組還是致力于為大家的求知欲輸送能量。
憑借著不斷飆升的志愿人數(shù)和人品，積累了不少值得一看再看的視頻，其中當然還包括花樣百出的延伸專欄。
有全套的機器學習和視覺識別課程；有宜下飯宜腦洞的Geek網(wǎng)紅視頻；有為學術咖專供的兩分鐘論文；有緊跟開發(fā)潮的谷歌AI實驗室；還有幫你精選論文的《AI閱讀研究所》和解讀最熱行業(yè)新聞的《AI聽》；以及為粉絲量身定制的《譯者訪談錄》……
雷鋒字幕組根據(jù)視頻的熱度和組長的主觀和私心，選出了10支2017年度好視頻，希望重溫過去的同時，也為你的求知帶來新啟發(fā)。
01
吳恩達
Deeplearning.ai對話七位深度學習領袖
吳恩達親自上陣采訪了7位AI界頂級人物，“深度學習教父” Geoffery Hinton、“GANs之父” Ian Goodfellow、“深度學習三駕馬車”中另一位 Yoshua Bengio 、UC伯克利教授 Pieter Abbeel 、百度研究院院長林元慶 、“深度學習網(wǎng)紅”Andrej Karpathy、蘋果 Ruslan Salakhutdinov 。
02
NIPS最佳論文
德州撲克背后的不完全信息博弈
2017年初，4位頂尖德州撲克選手，在為期20天的賽程里，與卡耐基梅隴大學研發(fā)的人工智能系統(tǒng)Libratus對決12萬手，爭奪20萬美元獎金池。最終，Libratus擊潰了這組職業(yè)選手。Libratus人工智能系統(tǒng)所用到的策略技巧就是這篇論文的重點內(nèi)容。
03
CVPR ORAL論文
使用Part Affinity Field進行實時多人2D姿態(tài)估計
該視頻出自2017年的CVPR，Realtime Multi-Person 2D Pose Estimation using Part Affinity Field，是CMU的成果，效果真的Amazing。亮點在于，融合了PCM和PAF的級聯(lián)cascade形網(wǎng)絡結構，網(wǎng)絡設計思想和RefineNet的網(wǎng)絡設計思想很像，以及相應條件約束的偶匹配（bipartite matchings）算法。
04
在 Valve 舉辦的 Dota2 國際錦標賽現(xiàn)場，OpenAI的人工智能打敗了「Dota 2」世界頂級玩家，該賽事獎金高達 2400 萬美元。對于DOTA2人工智能訓練的結果表明，如果計算夠充分，自我對練可以將機器學習系統(tǒng)的性能從遠低于人類的水平推向超越人類。
05
DeepMind 聯(lián)合 CMU 提出一種結合模型結構分層表示的高效架構搜索方法，研究者發(fā)現(xiàn)這種搜索方法能有效找到性能超越人工設計的架構，使用神經(jīng)網(wǎng)絡讓神經(jīng)網(wǎng)絡設計變得自動化的技術，而且已經(jīng)開始取得成效。
06
Geoffrey Hinton找到重塑AI的新方法—膠囊網(wǎng)絡。膠囊網(wǎng)絡是一種神經(jīng)網(wǎng)絡的扭曲，目的是讓機器更好地通過圖像或視頻來了解世界。由于膠囊具有分別處理不同屬性的能力，相比于CNN可以提高對圖像變換的健壯性，在圖像分割中也會有出色的表現(xiàn)。
07
AlpahZero很快就學會了用人類下棋的方式下國際象棋，而且勝過了最強的國際象棋引擎。通用強化學習算法 AlphaZero 完全無需人工特征、無需任何人類棋譜、甚至無需任何特定優(yōu)化，只需要幾個小時的訓練時間，就可以超越此前最好的算法甚至人類世界冠軍，這是算法和計算資源的勝利，更是人類的頂尖研究成果。
08
Google Brain團隊的研究員Hugo Larochelle自制的神經(jīng)網(wǎng)絡短視頻，每個小視頻講解一個知識點，便攜好上手，Youshua Bengio也向?qū)W生們推薦過這系列視頻。
09
2017年春季新出的CS231n是非常好的深度學習入門材料，也是計算機視覺和深度學習領域最經(jīng)典的公開課之一，適合絕大多數(shù)想要學習深度學習知識的人，比較系統(tǒng)地介紹了神經(jīng)網(wǎng)絡的常用方法,尤其是重要概念的介紹比較詳細生動，例如梯度下降法、BP法等。
10
壓軸視頻是來自深度學習之父Geoffrey Hinton 的《Neutral Network for Machine Learning》，是唯一一門 Hinton 本人系統(tǒng)講授的公開課。自 2012 年開課，NNML 就一躍成為深度學習開發(fā)者的殿堂級慕課。時隔五年，仍然是內(nèi)容最 “干”、最值得學習的深度學習課程。對于有志于真正掌握深度學習的人而言，NNML是必修課。
以上，雷鋒網(wǎng)感謝你的觀看。
2017春季CS231n斯坦福視覺識別課中文首發(fā)，連載更新中
Google Brain 大牛神經(jīng)網(wǎng)絡系列視頻中文首發(fā)，連載更新中
Google Brain 大牛親授！只需10分鐘！好看好上手的神經(jīng)網(wǎng)絡在線課！
以下是雷鋒字幕組的譯者專欄，歡迎來玩
本文由雷鋒字幕組翻譯整理，雷鋒網(wǎng)獨家發(fā)布。添加微信：leiphonefansub，加入我們。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
