吴恩达，新冠7天痊愈！

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

转载自：新智元 | 编辑：桃子 拉燕

【导读】刚刚，AI大牛吴恩达发文表示，自己的新冠结果已由阳性转为阴性。祝贺大佬身体恢复健康！

 

吴恩达新冠痊愈了！

 

就在刚刚，AI大牛吴恩达发推文称：

 

「我现在几乎没有症状了，看起来病毒正在从我体中清除。」

 

 

根据配图可以看出，吴恩达从2月7日确诊后，共进行了3次新冠检测。在短短7天内，新冠结果由阳性转为阴性。

 

祝贺大佬身体恢复健康！

AI大牛吴恩达

 

2月7日，吴恩达称，自己的新冠病毒检测呈阳性。

 

 

此前确诊后，他称自己的症状类似于轻微流感，庆幸的是已接种过疫苗，所以自愈也是情理之中。

 

提到吴恩达这名字，可以用家喻户晓来形容。

 

吴恩达（Andrew Ng）是斯坦福大学计算机科学系和电子工程系教授，也是谷歌大脑的联合创始人和主管，曾担任过百度首席科学家。

 

与此同时，他还是Landing AI、Deeplearning.ai的创始人，Coursera的联合创始人。

 

 

可以说，他是当今人工智能和机器学习领域国际最权威的学者之一，学生遍布世界各地。

 

在人工智能深度学习方面的成就，极具国际影响力。在谷歌工作期间，他与顶级工程师合作打造了全球最大的「神经网络」。

 

这个神经网络能以与人类大脑学习新事物相同的方式来学习现实生活。我们所熟知的「谷歌大脑」（Google Brain）便由此得名。

 

 

其中，吴恩达开发人工神经网络最经典的一个案例是，让AI观看一周YouTube视频后，自主识别关于猫的视频。这个案例为人工智能领域翻开崭新一页。

 

此外，2012年吴恩达和斯坦福大学计算机科学系教授Daphne Koller联合创办了Coursera。

 

这一MOOC （大规模开放在线课程）平台现已成为全球数万学子学习深度学习的首选。

告别，大数据

如今，吴恩达的工作重心放在了他的Landing AI公司上。

 

他在最近一年里一直在提「以数据为中心的AI」，并希望大家的工作从以模型为中心向以数据为中心的AI转变。

 

吴恩达表示，「过去十年，代码——神经网络的架构已经非常成熟。保持神经网络架构固定，寻找改进数据的方法，才会更有效率。」

 

在接受IEEE Spectrum的一个采访中，吴恩达探讨了人工智能领域下一个十年的风向，并提出了是时候从大数据转向小数据、优质数据的观点。

 

 

关于小数据，吴恩达认为，「它同样能够有威力，只要拥有50个好数据（examples），就足以向神经网络解释你想让它学习什么。」

 

就吴恩达提倡以数据为中心的观点，不少学界资深人士发出质疑：想法不新鲜，方向错误...

 

吴恩达表示，十年前，其发起支持构建大型神经网络行动Google Brain同样引起了很多争议。

 

 

以数据为中心的AI是一个系统的学科，旨在将关注点放在构建AI系统所需的数据上。

 

对于AI系统来说，你必须用代码实现一些算法，然后在数据集上进行训练。

 

过去十年里，人们一直在遵循「下载数据集，改进代码」这一范式。多亏了这种范式，深度学习获得了巨大的成功。

 

而目前，对于许多实际应用来说，现在更有效的方法是固定神经网络架构，找到改进数据的方法。

 

 

吴恩达最后总结道，

 

在过去十年中，人工智能的最大转变是向深度学习的转变，未来十年，我认为会转向以数据为中心。

 

随着神经网络架构的成熟，对于许多实际应用来说，瓶颈将是我们能否有效地获取让模型运行良好所需的数据。

 

而以数据为中心的人工智能运动在整个社区拥有巨大的能量和动力。我希望更多的研究人员和开发人员能够加入。

参考资料：

https://twitter.com/andrewyng/status/1493361035264155652?s=21

https://spectrum.ieee.org/andrew-ng-data-centric-ai

https://baike.baidu.com/item/%E5%90%B4%E6%81%A9%E8%BE%BE/9465313

 

ICCV和CVPR 2021论文和代码下载

后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集
后台回复：ICCV2021，即可下载ICCV 2021论文和代码开源的论文合集
后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF

CVer-目标检测交流群成立

扫码添加CVer助手，可申请加入CVer-目标检测 微信交流群，方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。

一定要备注：研究方向+地点+学校/公司+昵称（如目标检测+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲长按加小助手微信，进交流群

CVer学术交流群（知识星球）来了！想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料，欢迎扫描下方二维码，加入CVer学术交流群，已汇集数千人！

▲扫码进群
▲点击上方卡片，关注CVer公众号
整理不易，请点赞和在看