跳到页脚

标签：AI实验室

生成教学网络：通过学习生成合成训练数据来加速神经体系结构搜索

Felipe Petroski这样-
由Uber AI实验室开发，生成教学网络（GTN）自动生成培训数据，学习环境和课程，以帮助AI代理迅速学习。
阅读更多

宣布2020 Uber AI居留权

Ersin Yumer-
Uber的2020年AI居留权将重点关注与我们通过Uber Advanced Technology Group（ATG）相关的与我们的自动驾驶汽车项目相关的计划。
阅读更多

Uber的科学：在Uber应用人工智能

韦恩·坎宁安-
Uber AI负责人Zoubin Ghahramani讨论了我们如何使用人工智能技术使我们的平台更有效地为用户提供了效率。
阅读更多

引入柏拉图研究对话系统：灵活的对话AI平台雷竞技是骗人的

Alexandros Papangelis-
柏拉图研究对话系统使雷竞技是骗人的专家和非专家都可以快速构建，培训和部署对话性AI代理。
阅读更多

解构彩票：零，标志和超级手机

Hattie Zhou-
Uber通过提出这些机制背后的解释并得出令人惊讶的副产品：Supermask的解释来建立彩票假设。
阅读更多

使用Pyro（一种开源概率编程语言）对审查的事件时间数据进行建模

亨彭-
经过审查的事件数据对于对Uber平台上客户参与度的适当建模和理解至关重要。在本文中，我们展示了一种使用PYRO建模此数据的简便方法。
阅读更多

诗人：通过...

Rui Wang-
Uber AI Labs介绍了配对的开放式开拓者（诗人），这是一种利用开放式的算法来推动机器学习的界限。
阅读更多

Uber的数据科学女性：通过数据转移世界

Sreeta Gorripaty-
在2018年10月的聚会上，我们在Uber的技术工作中介绍了统计，数据，优化和机器学习（智慧）小组的妇女成员。
阅读更多

如何免费获得更好的甘（几乎）：介绍大都市吊床

瑞安·特纳-
大都会杂货生成对抗网络（GAN）在完成ML模型训练后利用鉴别器从发电机中挑选出更好的样品。
阅读更多
神经元图像

可微不足道的可塑性：一种学习学习的新方法

Thomas Miconi-
可塑性可塑性是一种新的机器学习方法，用于训练神经网络，即使训练完成后，也可以自适应地改变其连接权重，从而允许一种受生物大脑终身可塑性启发的学习形式。
阅读更多

藤蔓：神经进化的开源交互式数据可视化工具

Rui Wang-
Uber AI实验室介绍了神经进化视觉检查器（VINE），这是一种开源的交互式数据可视化工具，可帮助神经进化研究人员更好地了解这种算法家族。雷竞技是骗人的
阅读更多

欢迎深度神经进化的时代

肯尼思·斯坦利（Kenneth O. Stanley）-
通过利用神经进化来训练深层神经网络，Uber AI实验室正在开发解决强化学习问题的解决方案。
阅读更多
见Michelangelo：Uber的机器学习平台

见Michelangelo：Uber的机器学习平台

杰里米·赫尔曼（Jeremy Hermann）-
Uber Engineering介绍了Michelangelo，这是我们的机器学习与服务系统，该系统使团队能够轻松地构建，部署和运行ML解决方案。
阅读更多

流行文章