deepmind从零开始学ai deepmind技术
淘宝搜：【天降红包222】领超级红包，京东搜：【天降红包222】
淘宝互助，淘宝双11微信互助群关注公众号 【淘姐妹】
谢邀。这是个很好的问题，能看出这个差别说明RL还是上路了。这学期我正好在教Reinforcement learning的课程（课程主页Reinforcement Learning）。第一次开课，花费挺多时间备课以及储备RL的前沿进展，ICCV之后也许可以更详细地总结一下。
总的来说，确实DM和OpenAI两家的工作有明显的派别差异，对RL的理解非常不同，忠于Value-based RL和Policy-based RL的差别。这跟其中的两家主脑人物的RL学派直接关联。
David Silver毫无疑问是DM的主脑人物之一。David的博士导师是Richard Sutton，所以是非常受Sutton的RL价值观影响。Sutton推崇的是正统的Value-based RL。Sutton就是那本畅销书 Reinforcement learning: an introduction的作者之一。读过这本书的同学应该可以发现，这本书是按照经典方法论来组织，比如说Markov Decision Process, Dynamic Programming, Monte Carlo Methods, Temporal Difference Learning等，这些都是传统做优化和控制论里的东西。30年前的RL确实就是control theory背景的人在做，还没做机器学习这帮小屁孩什么事儿。这里还有个有意思的点是，这本500多页的RL畅销教材，关于现在大行其道的Policy-based RL (Policy gradient)的相关方法，只有不到20页的内容，可见Sutton对Policy-based RL的态度。所以David最早在DeepMind里面也是推行Value-based RL的思想，搞出了Deep Q-learning, DDPG之类的东西。至于说后来的A3C，已经是不得不屈从于Policy-based RL的高效率。
另外一方面，OpenAI背后的派别是Berkeley帮，主要工作是围绕Pieter Abbeel以及他的两位superstar博士生Sergey Levine和John Schulman。Levine和Schulman可以说在现今的RL圈子里如日中天，两人都做出了非常有影响力的工作。Levine把Guided Policy Search (GPS)用到robotics里面，使得小样本RL也能学习。Schulman理论功底扎实，为人低调，他的TRPO以及后来的PPO，都是RL必用算法（这里有能看懂TRPO论文推导的同学私信我:)，我请你过来visit，我敬你是条汉子）。
Berkeley帮的明显特征是极度推崇Policy-based RL。用过RL的同学应该知道，policy-based RL以及衍生出的model-based RL比value-based RL效率高一个量级，这跟Abbeel和Sergey的机器人背景关系非常大。在机器人的应用中，sample-efficiency非常重要。不像DeepMind随便就可以跑million级别数量的游戏仿真，机械手臂这玩意其实是非常容易坏的，而且价格不菲，在构建RL算法的时候不得不从sample efficiency角度出发，所以Levine提出了GPS以及相关的一堆东西如imitation learning，inverse RL, model-based RL，包括他的门徒Chelsea Finn做的关于meta-learning之类的东西，都是从这一点出发，跟他的robotics背景也相符。
所以这两个派别差异确实还是挺大。另外，这跟两家公司的定位也有关系，比如说DeepMind着眼于Go和Starcraft这样的AI明珠问题，可能确实Value-based RL+search的办法更work。OpenAI强调Open，大众普及RL，着眼于一些机器人应用和相对小规模的RL问题，Policy-based RL以其优秀的效率和稳定性更胜一筹。可惜OpenAI里面的人已经走得差不多了，创立时候定义自己是non-profit organization，理想很丰满现实很残酷，啧啧啧。
一句话，黑喵白喵抓着老鼠就是好喵。以PPO为核心的Policy-based RL方法目前处于绝对领先位置，有着广泛的群众基础。DeepMind着眼的那些AI明珠问题不是我等群众老百姓可以企及的，坐等吃瓜就好。
为什么马斯克被崇拜？ 有五点：
评判马斯克的梦想之前，我们打开2019年中国首富榜 ―― 榜单上的人，也是无数年轻人的梦想！
这10位偶像都是做啥的？ ―― 做手游2位、线上批发零售1位、卖房4位、食品2位、家电1位。
必须承认的是，这些偶像的事业都是合法的、有价值的、有社会意义的。但问题是，你觉得年轻人崇拜他们更好吗？
早在20年前，马斯克就立下了自己的梦想：可持续发展能源、互联网、太空探索、人工智能、人类遗传学，并表示“我们失败的可能性非常大，可是我还是要坚持最初的理想”。
这些梦想的每一项，都足以改变世界、甚至改变人类的命运。这才是胸怀真正的梦想啊！
把这些“资本家”的梦想摆在一起比较，高下立判！
仅有伟大梦想，但干得一踏糊涂，那就是空想家、妄想家了 ―― 精神也许值得鼓励，但行为绝对不值得当代年轻人崇拜。
马斯克不一样，他实干了，九死一生干了起来、用有限的一生干了好多事情：
- 互联网：创立了Paypal卖掉（其实就是美国版支付宝，可能是觉得这事儿意义不大就卖了）
- 太空探索：SpaceX的故事大家都知道，可回收火箭剑指火星。改变了世界航天格局，挽救了NASA的颓势，给中国航天的压力也是山大。
- 可持续能源： 特斯拉汽车、推进锂电池技术进步、SolarCity.
- 还有两项，他曾表示因为有伦理争议暂时不做（实际上自动驾驶技术算是人工智能）。
上一个干了好多大事、干啥啥成的人应该是乔布斯吧？ 可惜身体不太好。
其实，我很诧异题主的发问，特别是在题干中提到“我们都将这些归功于马斯克，是否合理？”，暗含一种“马斯克作为资本家抢夺了工程师的成果”的影射，仿佛他是一位冷血的资本家。特别是结合前一段他被骂上热搜的复工问题：
如何看待马斯克在加州强行复工?实际上呢？
首先，他并不唯利是图：卖掉Paypal后他已经财务自由，但为了SpaceX和特斯拉他倾尽所有、至暗时刻几乎破产。而且，他做的事情是“破坏性创新”，不喜欢他的资本、行业力量对他的攻击不遗余力。
在此不回顾他二次创业的整个历程，概括来说就是：每年都有至暗时刻、九死一生真的奇迹！
其次，他并不冷血，相反甚至很有人文精神。只不过他相信的“人文主义”，不是所有人都能理解的。
这次不展开，看当他的梦想被自己的偶像否定时流下的眼泪，你觉得他是一个冷血资本家吗？
现在，中美关系紧张、美国一片混乱、中国努力扛压，这是由谁造成的？ 原因很多，从经济上看根本原因是技术创新不足，世界蛋糕做大的速度太慢不够分了导致的……
我同意 @深邃暗黑范特西 的观点：“他是熊彼特创新论意义上的企业家，通过创新带来新的经济周期和增长点。”
从汽车行业来说，那就是更大的一个故事了： 电动汽车的发展并不是必然，而是在50年重新崛起的过程中有很多“至暗时刻”。
而马斯克帮助电动汽车度过了最后一个“至暗时刻”―― 如果没有特斯拉，在另外一个平行世界中，电动汽车也许已经“又亡了”。
德日美中四个汽车大国，分别发生了哪些重大事件，才突然在汽车电动化这个问题上达成了共识？- 低级营销：广告洗脑、虚假信息……
- 中级营销：介绍产品优势、构建“中产阶段幻想”、构建身份认同。
- 高级营销：点燃人类共同体心中的梦想。
不多解释，看这张图：
小小的一块电路板，在浩翰的宇宙中飘荡。
亿年以后，人类文明已经尘埃落尽。更高等文明在太阳系的文明遗迹中发现了这块电路板，上面赫然刻着一行字：
Made on Earth by humans （由地球上的人类制造）。
这是男人们、工程师的终极浪漫啊！！！(经提示补充：这也是女人的终极浪漫之一)
你和我，正在体会着人生的艰辛，追逐着金钱名利，努力地活着。某个夜深人静的晚上，可曾记得孩童时期曾想过的问题: 我这一生，百年之后，能否给文明留下哪怕一点点活过的痕迹？
这块电路板，就让人想起孩童时的简单梦想，反思当下的随波逐流有何意义，甚至热泪盈眶。
效果好到什么程度？ 就连对消费品毫无感觉的清华教授都在课题组群里转发了！
这是营销吗？ 是的。
但这样的营销有多少来多少吧！
好不好？当然好！我在他最近一次至暗时刻的时候就写文章力挺过，当时被冷嘲热讽。
为什么特斯拉靠锂电池就能达到 500 公里续航?现在呢，显然他已经度过了最难的时刻，见风使舵的自媒体也纷纷吹了起来。
我觉得，对他的人生来说，盖棺定论为时过早。但这样的人真不是想有就有的，有他是美国之幸，也是世界之幸。
那年轻人崇拜马斯克，你问怎么看？
这说明我们的年轻人，还没有像我们一样，随这个世界一起堕落。
面对封闭的环境，
西方文明和他们的祖宗一样，又一次向星辰大海发起了进军。
而东方文明也和他们的祖宗一样，又一次沉迷到了无穷的内卷当中去。
你问我为什么大量年轻人崇拜马斯克。
我只能告诉你，
其实东方人里面也有的是富有勇气的人；
其实东方人里面也有的是富有想法的人；
其实东方人里面也有的是具有冒险精神的人；
我们从来不缺这样的人，我们有的是！
我们缺的是他们能够不被内卷代表，发出声音的土壤。
我们缺的是允许他们冒险，允许他们犯错误，不要动不动批斗他们的环境。
这个不允许，那个不同意，这个等批准，那个需要背锅……
要钱不开钱袋子，要权不批许可，要找高个顶缸全都畏畏缩缩，
要吃苦耐劳艰苦朴素，一套又是一套的演讲可以发个没完。
行吧，年轻人不做了，年轻人也来内卷。
但与此同时，难道还不能允许这些还有点朝气的年轻人崇拜一下能够身体力行的马斯克？
还不允许他们意淫一下梦想的彼岸？
初识马斯克，觉得其满腹经纶，才高八斗，就是特斯拉转世，漫画里的钢铁侠。
直到他插手我擅长的领域…
我就明白了―――原来他也是玩人设的商人，和那些贩卖生意经成功学的资本家一样！
2018年泰国少年足球队被困洞穴牵动众人心。
钢铁侠马斯克也蹦出来凑热闹。
携他的团队发明了救援“神器”
我一看就乐了，这种又长又粗的铁棒，他这是想进哪里的洞？
洞潜常识：洞穴普遍会很窄很紧，上下会颠倒。
比起单纯用脚蹼踢水前进的开放水域潜水，洞潜很多时候需要爬的。
朝上爬朝下爬…
同时可能需要把气瓶摘下来，举着气瓶爬。这也是为何洞潜使用侧挂系统，为了方便把气瓶推到前面或者后面，可以通过更狭窄的空间。
说实话谷歌下，或者但凡咨询一个洞穴潜水员都不会做出这玩意……
这代表什么？
傲慢。
对知识的不尊敬。
每个知识领域都是独立的一片天地。
知之为知之，不知为不知，是知也。
你玩人设也好，热心也罢，你有钱有智囊团队，随便找个专业人士指导下，问问当时在现场早期勘查地形的人，也不会搞一这个…
我甚至怀疑这大铁棒就是马斯克自己发明的，一拍脑袋想的，下面人也不敢多嘴，就真给做出来了。
当然之前的方案更扯，最早马斯克飞过来说从少年们脑袋上打个洞，钻透了就能拉出来。
可以参考下探索频道里对马斯克“帮忙”的客观报道。
真正干活的潜水员是这位维诺・昂斯沃斯，他是参与救援的核心潜水员之一，任务完成回英国后获得女王MBE勋衔，记者采访他说的话说到我心坎里了。
本来这事就是马斯克翻车而已，后面发生的让我觉得，丫品德也是败坏的。
马斯克看完视频后，在推特这么写：
“别费劲整啥视频了。我们可以制作出直接下到5号洞穴的小型潜水艇。抱歉，恋童男，（我怼你）是你自己找的。”
是的，因为说到他痛处，他就能污蔑英雄是恋童癖。
随后马斯克删掉推特文章已经公开道歉，一个月后又在发给新闻网站BuzzFeed News的一系列邮件中再次对昂斯沃斯展开攻击，甚至还增加了新的指控，称之为“儿童强奸犯”，指责他之所以搬到泰国居住就是为了找一个儿童当妻子。
目前还不清楚马斯克为何坚信他对昂斯沃斯的指控，也不知道他究竟掌握了哪些证据。但马斯克并未提交他的证据，BuzzFeed也无法验证马斯克的指控。马斯克对昂斯沃斯的指控之所以受人关注，是因为这代表了全球顶尖富豪对一个普通平民的直接攻击，这同时也将检验传统法律工具在其中扮演的角色。“马斯克可以在他的推文中辱骂和诽谤昂斯沃斯100遍，但这终归是谎言。” 昂斯沃斯的律师在声明中写道，“他删除了最初的指控并通过推文道歉之后，仍然继续发表不实指控。他的行为表明他很鲁莽，目的就是伤害昂斯沃斯。”
然后这瓜还没完，原本这是2018年的事，后续2019年据外媒报道，最新的法庭文件显示，在去年泰国洞穴救援过程中，马斯克曾逼迫泰国官员称赞他和他的迷你潜水艇。
要点脸不？
称赞这粗铁棒？
现在，昂斯沃思透露，他的律师获得的证词记录和电子邮件显示，马斯克和他的下属付钱给私人侦探，包括一名后来被发现被判有重罪的私人侦探，试图挖掘洞穴救援者昂斯沃思的污点。此外，马斯克指示他的团队向在泰国的官员施压，要求他们称赞他和他的迷你潜艇，尽管他们都在忙于救援工作。
马斯克就是这样一个小心眼的人，因为有人批评他没赞扬他，唱反调，就觉得面子下不来，能动用自己公众人物流量优势信口雌黄的去污蔑一个人的人格，同时还找私人侦探试图挖其黑料。
后面的瓜看起来更可笑。
上个月，马斯克要求法院裁定，昂斯沃思没有正当的理由提起诽谤诉讼，部分原因是他声称自己使用的是俚语，并不是真的说昂斯沃斯是恋童癖。昂斯沃思的以林-伍德(L. Lin Wood)律师为首的法律团队表示，该诉讼案应该继续进行，因为马斯克在宣誓后为自己辩护的过程中做出了几个相互矛盾的和错误的陈述。
年轻人，所以这就是你们追随崇拜的偶像？
资料引用：
观测网 被泰国洞穴救援功臣批“作秀” 马斯克怒了：你个恋童癖
被洞穴救援功臣批“作秀” 马斯克怒了：你个恋童癖-观察者网新浪 马斯克：别再维护泰国洞穴救援潜水员了 他是强奸犯
马斯克：别再维护泰国洞穴救援潜水员了 他是强奸犯腾讯 马斯克参与泰国洞穴救援时，曾逼迫泰国官员称赞他和他的迷你潜艇
马斯克参与泰国洞穴救援时，曾逼迫泰国官员称赞他和他的迷你潜艇深海探险：巴哈马蓝洞
深海探险：巴哈马蓝洞【探索频道/1080P】抢救泰国足球少年【英语中字/英语无字】_哔哩哔哩 (b-b)つロ 干杯~-bilibili这世上只有3个国家掌握了火箭发射和回收技术：美国，俄罗斯，中国。
但还有一个人也掌握了这两项技术，那就是埃隆・马斯克，一个民营公司干了很多国家没干成的事。
一直以来我对埃隆・马斯克都非常好奇，索性就花了很长时间，仔细研究了一下他的经历。
用一句大家都在说，又有点夸张的话：这个地球，不配这个男人死。
他的成就不用多说了，他是全球唯一一个在四十多岁时，就创建四家价值数十亿企业的企业家，而且还是软件、能源、交通、航天航空，4个完全不同还超级困难的领域。
一通研究以后，我发现这个人不是大家吹的天才，外太空的男人，他最牛的地方就两点：超级爱学习，超级勤奋。
3岁，人家都会跑了，他走路还不利索呢，但是8岁就开始阅读整套的《大不列颠百科全书》，每天阅读10个小时，12岁用3天的时间学完了6个月的BASIC课。
从8岁开始，在学习的路上一路狂奔，勤奋得近乎疯狂，经常性地把自己关在房间里几天几夜不出门，出门就代表已经研究明白了。
请问应该怎样去学习图像识别和深度学习？
图像识别怎么学本人研一 导师属于放养的那种（其实他自己在dl也不是很懂）所以想找深度学习学的比较好的大佬辅导辅导。现在就看完了吴恩达视频课 然后做了他课后的编程作业，看了几个代码， 现在在学框架 库，但是在这方面还是很模糊不知道怎么学。所以有大佬能带带我吗？能告诉我怎么去学 分配任务 疑问解答。
具体需要经历以下几个步骤：
- 深度学习整体概述：了解深度学习的前世今生、为什么会爆发深度学习热潮？代表的技术有哪些，涉及到什么样的领域、产品、公司，以及各行各业中的应用。尽可能的科普深度学习的相关知识；
- 深度学习概论知识：深度学习、机器学习、人工智能等区别和联系；
- 深度学习预备知识：数学基础（线性代数、矩阵、概率统计、优化等等）、机器学习基础、编程基础；
- 深度学习核心知识：神经网络、深度网络结构、图像任务、语音任务、自然语言任务；
- 深度学习进阶知识：如何使用深度学习框架，完成网络的搭建、训练。
- 知道什么是深度学习
- 知道深度学习的应用场景
在介绍深度学习之前，我们先看下人工智能，机器学习和深度学习之间的关系：
机器学习是实现人工智能的一种途径，深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示：
传统机器学习算术依赖人工设计特征，并进行特征提取，而深度学习方法不需要人工，而是依赖算法自动提取特征。深度学习模仿人类大脑的运行方式，从经验中学习获取知识。这也是深度学习被看做黑盒子，可解释性差的原因。
随着计算机软硬件的飞速发展，现阶段通过深度学习来模拟人脑来解释数据，包括图像，文本，音频等内容。目前深度学习的主要应用领域有：
- 智能手机
- 语音识别
比如苹果的智能语音助手siri
- 机器翻译
谷歌将深度学习方法嵌入到谷歌翻译中，能够支持100多种语言的即时翻译。
- 拍照翻译
- 自动驾驶
当然在其他领域也能见到深度学习的身影，比如风控，安防，智能零售，医疗领域，推荐系统等。
- 深度学习其实并不是新的事物，深度学习所需要的神经网络技术起源于20世纪50年代，叫做感知机。当时也通常使用单层感知机，尽管结构简单，但是能够解决复杂的问题。后来感知机被证明存在严重的问题，因为只能学习线性可分函数，连简单的异或(XOR)等线性不可分问题都无能为力，1969年Marvin Minsky写了一本叫做《Perceptrons》的书，他提出了著名的两个观点：1.单层感知机没用，我们需要多层感知机来解决复杂问题 2.没有有效的训练算法。
- 20世纪80年代末期，用于人工神经网络的反向传播算法（也叫Back Propagation算法或者BP算法）的发明，给机器学习带来了希望，掀起了基于统计模型的机器学习热潮。这个热潮一直持续到今天。人们发现，利用BP算法可以让一个人工神经网络模型从大量训练样本中学习统计规律，从而对未知事件做预测。这种基于统计的机器学习方法比起过去基于人工规则的系统，在很多方面显出优越性。这个时候的人工神经网络，虽也被称作多层感知机（Multi-layer Perceptron），但实际是种只含有一层隐层节点的浅层模型。
- 20世纪90年代，各种各样的浅层机器学习模型相继被提出，例如支撑向量机（SVM，Support Vector Machines）、 Boosting、最大熵方法（如LR，Logistic Regression）等。这些模型的结构基本上可以看成带有一层隐层节点（如SVM、Boosting），或没有隐层节点（如LR）。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下，由于理论分析的难度大，训练方法又需要很多经验和技巧，这个时期浅层人工神经网络反而相对沉寂.
- 2006年，杰弗里・辛顿以及他的学生鲁斯兰・萨拉赫丁诺夫正式提出了深度学习的概念。他们在世界顶级学术期刊《科学》发表的一篇文章中详细的给出了“梯度消失”问题的解决方案――通过无监督的学习方法逐层训练算法，再使用有监督的反向传播算法进行调优。该深度学习方法的提出，立即在学术圈引起了巨大的反响，以斯坦福大学、多伦多大学为代表的众多世界知名高校纷纷投入巨大的人力、财力进行深度学习领域的相关研究。而后又迅速蔓延到工业界中。
- 2012年，在著名的ImageNet图像识别大赛中，杰弗里・辛顿领导的小组采用深度学习模型AlexNet一举夺冠。AlexNet采用ReLU激活函数，从根本上解决了梯度消失问题，并采用GPU极大的提高了模型的运算速度。同年，由斯坦福大学著名的吴恩达教授和世界顶尖计算机专家Jeff Dean共同主导的深度神经网络――DNN技术在图像识别领域取得了惊人的成绩，在ImageNet评测中成功的把错误率从26％降低到了15％。深度学习算法在世界大赛的脱颖而出，也再一次吸引了学术界和工业界对于深度学习领域的关注。
- 2016年，随着谷歌公司基于深度学习开发的AlphaGo以4:1的比分战胜了国际顶尖围棋高手李世石，深度学习的热度一时无两。后来，AlphaGo又接连和众多世界级围棋高手过招，均取得了完胜。这也证明了在围棋界，基于深度学习技术的机器人已经超越了人类。
- 2017年，基于强化学习算法的AlphaGo升级版AlphaGo Zero横空出世。其采用“从零开始”、“无师自通”的学习模式，以100:0的比分轻而易举打败了之前的AlphaGo。除了围棋，它还精通国际象棋等其它棋类游戏，可以说是真正的棋类“天才”。此外在这一年，深度学习的相关算法在医疗、金融、艺术、无人驾驶等多个领域均取得了显著的成果。所以，也有专家把2017年看作是深度学习甚至是人工智能发展最为突飞猛进的一年。
- 2019年，基于Transformer 的自然语言模型的持续增长和扩散，这是一种语言建模神经网络模型，可以在几乎所有任务上提高NLP的质量。Google甚至将其用作相关性的主要信号之一，这是多年来最重要的更新
- 2020年，深度学习扩展到更多的应用场景，比如积水识别，路面塌陷等，而且疫情期间，在智能外呼系统，人群测温系统，口罩人脸识别等都有深度学习的应用。
总结
- 深度学习是什么
深度学习是机器学习算法的一种，通过模拟人脑实现相应的功能
- 深度学习应用场景
手机，机器翻译，自动驾驶，语音识别，医疗，安防等。
OpenAI 是一个非营利性人工智能研究公司，它的宗旨是推动和发展安全友好的人工智能。Sam Altman, Elon Musk 和其他几个著名的投资者负责给这家公司提供资金。OpenAI 的博客也是被全世界所有的人工智能和深度学习爱好者关注着。OpenAI 会定期发表他们在先进的人工智能技术方面的研究成果，包括自然语言处理、图像处理和语音处理。链接：blog.openai.com/
Distill 致力于清晰地解释机器学习。编辑和策展团队由来自 Google Brain，DeepMind，Tesla 和其他着名组织的科学家组成。Distill 的愿景是通过简单和视觉上令人愉悦的语言来解释机器学习的论文和模型。Distill Journal 是 Distill 提供的一个出版期刊，它是鼓励研究人员采用超越传统学术形式的方法来更好沟通科学，以及为读者服务。链接：distill.pub/
这个博客是由加州大学伯克利分校的伯克利 AI 研究（BAIR）小组设立。它的目的是传播 BAIR 小组在人工智能研究方面的发现、观点和更新成果。这个博客的编辑团队包括来自 BAIR 小组的学生、博士后和教师。他们通常每周会发表一篇文章，内容是 BAIR 在深度学习、机器学习和人工智能领域方面的研究。链接：bair.berkeley.edu/blog/
DeepMind 是在 2010 年由 Dennis Hassabis, Mustafa Suleyman 和 Shane Legg 三个人所创立。DeepMind 的博客主要包括对他们的研究论文、思想领导力以及围绕人工智能的远见卓识的讨论。由于 DeepMind 团队的人工智能模拟研究，他们的博客受到了很多人工智能研究者的高度重视。此外，DeepMind 还是 2014 年被谷歌收购的 Alphabet 小组的一部分。链接：deepmind.com/blog/?categ…
Andrej Karpathy 现任特斯拉的人工智能总监，之前曾在 OpenAI 工作过。他在斯坦福大学取得博士学位。他的博客在人工智能社区非常有名，特别是当他在读取博士学位和在 OpenAI 工作时候发表的文章。他写了大量有关计算机视觉以及其他人工智能领域的文章。链接：
- karpathy.github.io/
- medium.com/@karpathy/
Christopher Olah 是在谷歌大脑工作的研究科学家。同时也是 Distill 的一个编辑者之一，还有 Shan Carter 也是。他主要发表的是对于机器学习和深度学习领域的理解神经网络方面的文章。他的目标是用简单的语言解释神经网络的复杂功能。如果你是刚入门神经网络，那么他的博客正好适合作为你的入门教程。链接：colah.github.io/
这是 Denny Britz 的博客。Britz 曾是谷歌大脑团队的一个成员。他写作的主要方向是深度学习，发表有关利用 TensorFlow 来理解、应用和实现神经网络的文章。他还有另外一个博客，主要是写有关初创公司和软件工程方面的文章。链接：
- www.wildml.com/
- blog.dennybritz.com/
Sebastian Ruder 目前正在攻读博士学位，同时也是一家文本分析初创公司--Aylien 的研究科学家。他的文章大多数是关于深度学习和自然语言处理，主要是集中在多任务学习和迁移学习方面。Ruder 通过视觉上以及易懂语言来给出他对公式的理解和解释。他的博客对于新手非常易于理解，也是一个开始学习深度学习知识的很好的教程。链接：ruder.io/
这是属于 Facebook 的人工智能研究博客，主要讨论人工智能、深度学习、机器学习、计算机视觉以及他们现实世界的自身的产品应用。FAIR 小组发表了很多研究论文，这个博客也可以作为创作和提升的媒体。链接：research.fb.com/blog/
这是 Ferenc Huszár 的博客。他是一个来自剑桥大学的博士，目前工作于 Twitter Cortex。他主要是研究概率推理、生成模型、无监督学习以及应用深度学习到上述问题，并发表这些主题相关的文章。链接：www.inference.vc/
有用记得关注 @四喜Clion 哦，干货满满的博主
- OpenCV 图像简单操作有哪些？
- 如何深入的熟悉Python的高级语法?
- 怎样才能写出高质量的SQL语句？
- 国内有哪些不错的CV(计算机视觉)团队?
- 一些人工智能基础
- Python 入门教程完整版（全 547 集）
- Python 进阶之 MySQL 入门教程
- Python 深入浅出进阶课程
- 2 小时玩转 Python 多线程编程
- 人工智能：
- Python 3 天快速入门机器学习项目
- Python 深度学习之神经网络
谷歌将推出聊天机器人Bard、百度版ChatGPT项目“文心一言”计划开放、OpenAI跻身全球TOP50网站...... ｜ Meta元宇宙指北播报
谷歌对话机器人,谷歌人形机器人,谷歌机器人实验室两台机器人自己对话,谷歌智能机器人太长不看版
被ChatGPT逼急？谷歌将推出聊天机器人Bard
百度版ChatGPT项目“文心一言”于3月完成内测并向公众开放
三六零：公司计划尽快推出类ChatGPT技术的demo版产品
遥望科技：规划在2023年发力虚拟人直播等业务
奢侈品电商寺库宣布将 ChatGPT 与奢侈品业务结合
OpenAI跻身全球TOP50网站
ITU拟为元宇宙制定国际技术标准
韩国文体部拟调整游戏赠品相关法规，禁止虚拟资产、NFT等作为赠品提供
迪士尼印度分公司推出3D体育元宇宙平台Starverse
盖茨再谈ChatGPT：AI能提高效率，但要考虑边界在哪
“圆周率科技”完成数千万元B+轮融资
移动端元宇宙链游Kingdomverse完成360万美元种子轮战略融资
《兰亭修禊图》数字藏品发售
「野武草木记・兔紫星君」小红书R- SPACE兔年限量发售
元宇宙头条被ChatGPT逼急？谷歌将推出聊天机器人Bard
据中新经纬报道，2 月 7 日路透社消息，谷歌母公司Alphabet表示，将为其搜索引擎和开发人员推出聊天机器人服务和更多人工智能，以应对微软ChatGPT的竞争。
报道提到，Alphabet首席执行官Sundar Pichai表示，他的公司正在推出一项名为Bard的对话式AI服务，以测试用户的反馈，随后将在未来几周内公开发布。
他还表示，谷歌计划在其搜索引擎中添加人工智能功能。目前，对于答案明确的问题，谷歌会提供Web上其他地方存在的文本。
Pichai说，谷歌依赖于需要较少计算能力的LaMDA版本，因此它可以为更多用户提供服务并根据他们的反馈进行改进。谷歌还计划从下个月开始向创作者和企业提供技术工具，首先由LaMDA提供支持，然后由其他人工智能提供支持。
据CNBC早前报道，谷歌在其云计算部门下开展一个名为“Atlas”的项目，该项目是对大型语言聊天机器人ChatGPT的回应。此外，谷歌还在测试一个名为“ApprenticeBard”的聊天机器人，员工可以提出问题并得到与ChatGPT类似的详细解答。另一个产品部门一直在测试一种可用于问答形式的新搜索桌面设计。
此前，微软旗下人工智能公司OpenAI开发了ChatGPT，并凭此拿到了巨额投资。瑞银在报告中指出，今年1月，刚刚才推出几个月的ChatGPT月活跃用户预计已经达到1亿，成为历史上增长最快的消费应用。
国内动态百度版ChatGPT项目“文心一言”于3月完成内测并向公众开放
2 月 7 日消息，据澎湃新闻报道，百度内部类似于聊天机器人ChatGPT的项目名字确定为“文心一言”，英文名ERNIE Bot，将在三月份完成内测，面向公众开放。
目前，文心一言在做上线前的冲刺，联系去年9月，百度CEO李彦宏判断人工智能发展在“技术层面和商业应用层面，都有方向性改变”。据推测，百度那时候就开始做文心一言，另按照谷歌和微软节奏，文心一言开放内测还有可能提前。
此前 1 月 30 日消息，知情人士表示，百度计划推出类似于ChatGPT风格的应用程序，最初将嵌入至其搜索服务中。
三六零：公司计划尽快推出类ChatGPT技术的demo版产品
三六零在互动平台表示，公司的人工智能研究院从2020年开始一直在包括类ChatGPT技术在内的AIGC技术上有持续性的投入，但截至目前仅作为内部业务自用的生产力工具使用，且投资规模及技术水平与当前的ChatGPT 3相比还有较大差距，各项技术指标只能做到略强于ChatGPT 2。
公司也计划尽快推出类ChatGPT技术的demo版产品。AIGC技术除了在搜索引擎的应用之外，还可以辅助数字安全能力的提升。
遥望科技：规划在2023年发力虚拟人直播等业务
陀螺科技消息，遥望科技在互动平台表示，公司规划在2023年发力虚拟人直播等业务，计划利用公司过往积淀的技术优势，实现高效率低成本的AIGC内容生成，使得直播时长更长，以长尾效应进一步扩大供应链竞争优势。
奢侈品电商寺库宣布将 ChatGPT 与奢侈品业务结合
2 月 7 日，据澎湃新闻报道，奢侈品电商寺库表示，将对 AIGC 和 ChatGPT 相关技术进行深入研究和拓展，以改变现有奢侈品电商的运营模式。
海外动态OpenAI跻身全球TOP50网站
据科创板日报报道，2 月 7日，SimilarWeb数据显示，OpenAI网站访问量快速攀升，目前已跻身全球TOP50网站。
今年1月，OpenAI网站访问量突破6.72亿，较11月增长3572%。该网站2022年11月全月访问量为1830万，主要访问人群来自技术社区。
ITU拟为元宇宙制定国际技术标准
2 月 7 日，据人民邮电报报道，日前，国际电信联盟（ITU）已成立一个专家焦点组，致力于为元宇宙制定国际技术标准。
该焦点组提供了针对相关技术标准着手奠定基础的平台，此类技术标准有助于创建一个基础性的技术和商业生态系统，以鼓励市场进入、促成创新和提升成本效率。
此国际电联焦点组旨在为开发技术标准制定路线图，以使元宇宙服务和应用具有互操作性、实现高质量的用户体验、确保安全性并保护个人数据。
国际电联焦点组向所有感兴趣的专家开放，并通过在迅速演变且具有战略重要性的领域主导深入研究来加速标准化进程。元宇宙焦点组将活跃一年，并将开展“标准化前”工作，而这将是制定新的国际电联标准的基础。
韩国文体部拟调整游戏赠品相关法规，禁止虚拟资产、NFT等作为赠品提供
2 月 7 日，据 News1 报道，韩国文化体育观光部将根据《游戏产业法》调整游戏赠品相关法规，计划从传统的「积极监管」转变为「消极监管」，其中将禁止虚拟资产、NFT 等作为赠品提供。
迪士尼印度分公司推出3D体育元宇宙平台Starverse
2 月 7 日，据青亭网报道，迪士尼印度分公司Disney Star宣布，将面向印度体育迷推出3D互动平台：Starverse，该平台的特点是支持跨设备、多模式和共同社交体验。据悉，一位来自Disney Star的高级官员透露，Starverse已经历数月的概念验证。
据青亭网了解，迪士尼称Starverse是一个永远在线的虚拟社交/元宇宙平台，当前在浏览器上就能访问，未来迪士尼印度分公司将公布后续更多玩法，比如游戏化基础设施等等。此外，迪士尼还计划在Starverse上联动印度超级联赛（IPL）2023赛季。
接下来，迪士尼计划通过Starverse来测试新功能，并了解3D生态中的用户行为，以完善最终版本。
元宇宙观点盖茨再谈ChatGPT：AI能提高效率，但要考虑边界在哪
比尔・盖茨一直对AI青睐有加，多次将其比作可与计算机、互联网比肩的新技术。据《福布斯》报道，盖茨在接受专访时表示，聊天机器人ChatGPT以及AI领域的进展令人激动，AI将是“2023年最热门的话题”。盖茨认为，在教育、医疗等方面，AI都将彰显其价值。
盖茨分享说，他也使用ChatGPT来做点有趣的事情，比如说写诗。“事实上，你说‘像莎士比亚一样写诗’，他就会这么做，这种创造力很有趣，” 盖茨说道，在读了ChatGPT的作品后，他承认自己确实无法写出这样的诗句。
在《福布斯》的专访中，盖茨也坦陈ChatGPT仍旧需要改进，他表示，ChatGPT所作诗歌“并不真正完美”“不够直观”，他还发现过ChatGPT在数学问题上完全错误。
盖茨称，人工智能是“2023年最热门的话题”，并且有能力“改变就业市场”，但是，它可能会失控或走向错误的方向，这将引来大量争议。
《福布斯》问道，在和OpenAI创始人Sam Altman和Greg Brockman相处之后，盖茨如何确定他们将会负责任地构建AI，为何要相信他们可以将该技术引向光明。
“这是OpenAI创立的初心，他们并不是纯粹被盈利所驱动的组织，即便他们很希望获得更多资源来建造很大很大的机器，推动整个事情的发展，而这将花费数百亿美元的硬件和训练成本。”盖茨对此回答说，但是眼下，AI面临的是效率问题。AI将让很多事情变得高效，这将影响就业市场。长期来看，正是人们所担忧的失控问题。如果控制AI的人类将其带上歧途怎么办？万一人类丧失控制权又怎么办？这一定将引发争论。
盖茨提到，担心AI安全的人一定会说OpenAI没有解决这个问题，其实作为合作伙伴，微软也对此保持高度警惕。“AI将变得有争议，这无疑是‘2023年最热门的话题’，它也将在一定程度上改变就业市场。这让我们不禁思考，边界在哪里？它显然并不会搞科学发明，但考虑到我们目前所见，未来5-10年内，这件事情就有可能发生了。”（来源：澎湃新闻）
链接：
https://card.weibo.com/article/m/show/id/2309354866496118784295?_wb_client_=1
融资消息“圆周率科技”完成数千万元B+轮融资
近日，“圆周率科技”宣布完成数千万元B+轮融资，由汇智启源、高新投、赛天产发共同投资。融资资金将用于在元宇宙VR/AR及汽车智慧驾舱等智能硬件及系统领域的布局。
圆周率科技成立于2012年，是一家专注于全景3D影像和数字孪生的高新技术企业，业务范围涵盖汽车360环视及智慧驾舱、专业级全景和3D VR相机、3D数字孪生相机等。
移动端元宇宙链游Kingdomverse完成360万美元种子轮战略融资
2 月 7 日，据元力社报道，移动端元宇宙链游 Kingdomverse 完成 360 万美元种子轮战略融资，具体融资信息暂未披露。
据悉，Kingdomverse 预计将在以太坊 NFT 二层扩容方案 Immutable X 推出休闲 PVP TD 游戏「Defend the Kingdom」，玩家可以组建团队以对抗敌人。
数字藏品《兰亭修禊图》数字藏品发售
据鲸探平台消息，2 月 8 日12:00，《兰亭修禊图》数字藏品正式发售。本数字藏品依托《兰亭修禊图》为基础，以“茂林”与“修竹”簇拥着展开的画轴，让大家在 3D 的画作场景中，感受山水环抱、林木幽深的优雅意境。
本次还将随藏品赋能高清大图一份，大图于2月28日前空投，以及与此画作相关的点位视频，以点位解说的形式对《兰亭修禊图》画中场景及历史背景进行更加生动的展现。
「野武草木记・兔紫星君」小红书R- SPACE兔年限量发售
据风向潮报道，小红书R-SPACE平台消息，真浪数字艺术旗下签约艺术家@野武草木记 继去年发布了「粉红虎与奇异森林」系列数字藏品后，本月将携「兔紫星君 」系列作品回归。
2 月 8 日12:00，「兔紫星君」将在小红书官方数字艺术藏品发行平台R-SPACE，限量发售，全系列作品已通过小红书R-SPACE在至信链上进行版权存证，每一款作品均拥有链上唯一标识和权属信息。
