今天,人工智慧這個名詞被反覆提及,也已經融入了我們生活當中。從人臉識別到網頁新聞推薦,都有它的身影,而這些也離不開深度學習。
深度學習從大量數據中學習樣本數據的內在規律,最終讓機器能夠像人一樣具有分析學習能力,能夠識別文字、圖像和聲音等,並在語音和圖像識別方面取得巨大的成果。
100 篇深度學習論文
在 GitHub 上有一個關於深度學習論文閱讀路線圖的存儲庫,包含了 100 篇 Top 深度學習論文,涉及自然語言處理、機器人、語義圖像分割等多個領域,為初入深度學習的研究者提供引導方向。
傳送門:https://github.com/terryum/awesome-deep-learning-papers
在 Brainstorming box 這個網站上也整理了近年來 7 篇下載量最多的論文:
1. 社會人機互動的人工認知:一種實現發表年份:2016 年
在很多方面,人機互動已經成為人工智慧的挑戰。這是因為內置的環境通常不是為機器人設計的。需要語義來理解與人之間的物理交互的環境。因此,需要實施社會可接受的策略,如可控、多模式和自然模型。需要遏制的主要挑戰包括聯合行動、溝通和人為執行。構建基於人的語義綁定自身的體系結構可能會提供一個合理的解決方案。
論文連結:
https://www.sciencedirect.com/science/article/pii/S0004370216300790
2. 人工智慧的解釋:來自社會科學的見解發表年份:2018
人工智慧在社會科學領域的應用被認為是優柔寡斷的。許多著名的研究人員和人工智慧專家正在為提高算法的透明度鋪平道路。本研究的主題主要集中在如何將行動傳達給人類。這項研究背後的原因也許是為了發現人類如何能夠很輕鬆地相互解釋。研究主題超越了哲學、心理學和認知科學,以演示人類如何定義、選擇、生成並快速解釋該過程。
論文連結:
https://www.aminer.cn/pub/599c7968601a182cd263a6c8/explanation-in-artificial-intelligence-insights-from-the-social-sciences
3. Hanabi 挑戰:人工智慧研究的新前沿發表年份:2020 年
每個遊戲都需要一個測試平臺。自從發明遊戲以來,就需要一個合適的環境和平臺來運行測試,以確定遊戲是否完美到足以發布。Hanabi 是一款紙牌遊戲,需要不完整信息的玩家之間進行合作。挑戰的概念是弄清楚它是否能理解其他玩家的意圖和信念。基於一種稱為 SPARTA 的策略,它可以很容易地理解為什麼它會在遊戲中做出它應該做的動作。
論文連結:
https://www.sciencedirect.com/science/article/pii/S0004370219300116
4. 量子計算、量子理論和人工智慧發表年份:2010
量子計算!如今,這個及其熱門的流行語正在解決社會面臨的最大挑戰。目前,研究人員不僅在發明硬體,而且在根據商業原則建造機器。量子計算擁有讓計算機高效、快速地執行任務的能力。他們有能力做一些普通電腦做不到的事情,比如破解加密技術、找到機場航班的最佳安排方式,以及預測送貨卡車的最佳送貨路線。
論文連結:
https://www.sciencedirect.com/science/article/pii/S0004370209001398
5. 人工智慧的論證發表年份:2007
毫無疑問,人工智慧增強已經成為人工智慧世界的核心主題。更準確地說,增強的人工智慧向世界表明,認知能力的存在只是為了支持人類智能,而不是取代人類智能。然而,利用深度學習和機器學習算法來解決複雜問題,正是人類智能所具有的作用。簡單地說,人工智慧增強是為了讓生活更簡單,比如支持、加速和提高人類執行任務的效率。這樣地實例包括自動轉錄軟體和自動駕駛汽車等任務。
論文連結:
https://www.sciencedirect.com/science/article/pii/S0004370207000793
6. 人工智慧的進化發表年份:2006
人工智慧,這個由約翰・麥卡錫(John McCarthy)在 1956 年提出的術語,現在已經成為許多組織和行業轟動一時的技術。從使用語音助手應用程式到播放向你推薦的最佳劇集,都是人工智慧的工作,而我們也已都成為人工智慧世界的一部分。這項新技術預計創造的就業機會將是它所消滅的就業機會的兩倍。然而,作為人類,我們仍然有責任去平衡善與惡,並走向發展成功地 AI 革命。
論文連結:
https://www.aminer.cn/pub/53e99a1fb7602d97022734f6/evolution-of-artificial-intelligence
7. 轉變觀點:人工智慧與人機互動發表年份:2006
人工智慧即將改變人類的需求。除此之外,它還開始提供積極的商業模式。人們現在期待著考慮 AI 的倫理以及它的可理解性和可解釋性。就我們所知,這些都是人類的方面。而這波浪潮只有一個解決方案,那就是利用技術的增強,應用和以人為本的方法來表徵。儘管對於計算機和人之間如何交互有相反地觀點,但是檢查這兩個機構如何協同工作也至關重要。
論文連結:
https://www.sciencedirect.com/science/article/pii/S0004370206000920
AMiner 作為更加智能化的學術搜索服務平臺,跟緊研究前沿,已經上線了 Topic 必讀論文主題,包含了
新冠肺炎、
認知圖譜以及
對話系統和
聊天機器人。平臺上線
人工智慧 100 個主題的經典必讀論文,為用戶提供更加貼心、全面、實用的論文推薦服務。
傳送門:https://www.aminer.cn/search/pub?q=Cognitive%20Graph&t=b
用戶只需在檢索框輸入 「Cognitive Graph」 或中文 「認知圖譜」,就能看到認知圖譜的簡要概述和該領域的精選必讀論文。每一篇必讀論文由程序自動計算出了一句話內容概括作為 「推薦理由」;必讀論文列表支持按照發表年份、引用數、點讚數等進行排序。
最為關鍵的是,AMiner 還推出了 「
一鍵綜述」 功能,支持對論文進行深度的解讀,並批量自動生成收藏夾中論文的綜述,幫你對該論文的 related work 做快速總結。
今天的你博學了嗎?小編就幫你到這裡了,快來快樂學習吧!
資料來源:
https://github.com/terryum/awesome-deep-learning-papers
http://brainstormingbox.org/most-downloaded-artificial-intelligence-research-articles/
https://www.aminer.cn/topic?from=home