吳恩達(dá)新動(dòng)作：建立全新機(jī)器學(xué)習(xí)資源 Hub，「以數(shù)據(jù)為中心的 AI」大本營
行早 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI，AI有道
近日，吳恩達(dá)教授發(fā)推給大家推薦了一個(gè)新的資源站：Data-centric AI（DCAI）。
很高興給大家介紹我們建立的一個(gè)新資源站Data-centric AI，這里有許多專家的文章和NeurIPS DCAI研討會(huì)的交流談話，來看看吧~
這個(gè)DCAI是什么來頭？
它代表了最近AI從“以模型為中心”到“以數(shù)據(jù)為中心”的轉(zhuǎn)變。
在過去幾十年間，大多數(shù)的AI研究都集中在“code”上面，也就是提升模型或者算法。
不過目前在很多應(yīng)用上，“code”已經(jīng)基本上能夠解決問題了，花時(shí)間改善一下數(shù)據(jù)往往會(huì)更有用。
然而現(xiàn)在構(gòu)建、使用數(shù)據(jù)集這部分工作通常還是人工來做，費(fèi)時(shí)費(fèi)力，成本高昂，缺少高效的數(shù)據(jù)工具。
DCAI的出現(xiàn)就是為了解決這個(gè)問題。
這個(gè)新的資源站匯總了在數(shù)據(jù)這塊最新的進(jìn)展和最好的實(shí)踐，目前共包含兩大塊內(nèi)容：交流話題和NeurIPS研討會(huì)資源。
其中交流話題現(xiàn)在共有3個(gè)：Labeling and Crowdsourcing（眾包數(shù)據(jù)標(biāo)注）、Data Augmentation（數(shù)據(jù)增強(qiáng)）、Data in Deployment（數(shù)據(jù)部署）。
分別由斯坦福計(jì)算機(jī)科學(xué)副教授Michael Bernstein、加州理工教授Anima Anandkumar和Google Brain研究負(fù)責(zé)人D. Sculley主導(dǎo)討論。
在每個(gè)話題下面都會(huì)有教授進(jìn)行介紹、舉例、提出解決方法。
例如在數(shù)據(jù)增強(qiáng)這個(gè)話題下，Anima教授就從數(shù)據(jù)增強(qiáng)要解決的問題開始，給出解決方法，并介紹最新的研究成果：
在訓(xùn)練數(shù)據(jù)中僅使用邊框標(biāo)簽來訓(xùn)練模型進(jìn)行實(shí)例分割：
并在最后給出相關(guān)的資源以供參考。
DCAI包含的第二部分內(nèi)容就是NeurIPS研討會(huì)資源。
這里有各路大神在去年NeurIPS研討會(huì)上的發(fā)言和談話。
每個(gè)視頻還都配有同步的PPT：
除了這兩部分資源之外，你還可以成為DCAI社區(qū)的貢獻(xiàn)者，在這里分享DCAI的研究項(xiàng)目、工具或者提議等內(nèi)容：
自吳教授推文發(fā)布后，很快就收到了網(wǎng)友的熱情回應(yīng)。大伙紛紛希望加入社區(qū)，還有人表示會(huì)很快分享自己的成果：
如果有同學(xué)對“以數(shù)據(jù)為中心”的AI內(nèi)容感興趣，就趕快用起來吧~
DCAI地址：
https://datacentricai.org/
參考鏈接：
https://twitter.com/AndrewYNg/status/1494063769105821698
往期精彩回顧