第86期 HackCV 日报

这篇文章非常建议看一下,解决的是使用神经网络解决模型架构自动生成和选择的问题。就目前而言,设计神经网络需要特定的领域知识和大量的尝试,本文提出了一种基于RNN的领域专用语言DSL,可以生成目标网络架构,并根据前面的经验来对该架构评分,进而使用一部分架构以集成的方式来提升总体的性能。

这五个问题解决起来可不容易。理解单词的含义,单单这个理解就涉及到非常复杂的内容;阻碍机器人发展的现实问题,这个问题确实不错,技能知识单独存储,机器人随插随用,但目前应该还没发展到这个阶段;AI系统的安全性问题,目前是可以看到,一些神经模型,是无法正确识别故意设计的内容的,如何防范被黑客使用确实是个问题;从棋牌游戏毕业,解决更通用的问题,以及让AI可以区别对错的问题,这个比较模糊。

作者总结了2017年NLP的进展,简单来说就两点:并行加速和非监督算法。这篇文章主要总结了并行加速方面的一些进展。