机器学习有用但也没那么神奇 AWS两大基于机器学习的安全服务上线

但同时，专家警告，机器学习对自适应敌手的分类，仍是未解决的问题；基于机器学习的云安全措施，对高端对手不太有效。这并不意味着亚马逊的Macie和GuardDuty就没有价值

大事！互联网即将成为基础设施，你还赶趟吗？ |企服一周观察

展望未来几年，人工智能时代的技术创新涵盖在四个方面，人工智能核心技术，新的计算能力，人工智能与区块链与物联网的结合，及人工智能与行业的结合

苹果开源Turi Create:让机器学习更容易!

谷歌在中国设立AI中心的消息余热还在，苹果开源的机器学习项目Turi Create今天就进入了Github热度榜中，最近一次提交恰恰发生在昨天。如果希望应用程序识别图像中的特定对象，则可以使用几行代码构建自己的模型：

PowerAI人工智能编程马拉松大赛终极对决——深度学习助攻医学影像 打造医

主办方表示，选手会在现场得到大赛组委会分发的医疗影像训练数据，其中包括图片和标签文件。

炒作还是现实？人工智能数据库未来在哪

在商业智能或数据库公司中，高级分析和人工智能(AI)数据库是有区别的，它是为训练机器学习(ML)和深度学习模型而设计的。是什么使得人工智能数据库不同于传统数据库，Radalj解释说，涉及到三个核心元素:

当大数据 遇见创新 ：认知平台

在很长一段时间里，事实上，典型业务应用程序的的结构是保持不变的。中间层 (Middle Tier)也称作“应用程序服务器层或应用服务层”，是用户接口或 Web 客户端与数据库之间的逻辑层。

一文为你解读谷歌与深度学习的不解之缘

雷锋网AI科技评论按：现今，深度学习的应用非常普遍，而谷歌一直是使用深度学习的一股强大力量，Forbes上的一篇文章详细介绍了谷歌在深度学习上的应用。当证明了深度学习在实验室和游戏竞赛中很有效果之后，谷歌悄然将这项技术推向了更多的服务领域。

谷歌与CMU联合发文：审视数据对深度学习的重要性

自2012年以来，模型的性能和GPU的计算力都已取得非常大的进步。众所周知，目前的卷积神经网络革命是大型标注数据集的产物(具体来说，来自ImageNet的大小为1M的标记图像)和大规模计算能力(得益于GPU

让图像识别更智能，Facebook 可以更轻松找出相似图片

Facebook 认识到图像是一种维持自己18 6亿用户保持活跃的生命力。系统可以允许用户在照片没有被任何文本标记和注释的情况下，基于关键词找到他们的朋友或家庭成员共享的照片。

巩固图像和物体识别领域领导地位：谷歌出新招

为了支撑其已经引人瞩目的图像和物体识别领域的领导地位，搜索巨头并购了法国创业公司Moodstocks，该公司擅长于智能手机里的基于机器学习的图像识别技术。