利用人工智能众包数据，加速药物发现
新的加密系统可以让制药公司和学术实验室共同合作，更快地开发新的药物,而不会向竞争对手透露任何机密数据。该计算系统的核心是一种称为神经网络的人工智能程序。AI研究哪些药物与人体内的各种蛋白质相互作用以预测新的药物蛋白质相互作用的信息。更多的培训数据产生了更聪明的人工智能，这在过去是一个挑战，因为药物开...
国内有类似AMT的人工智能众包平台么
想找一个类似AMT的平台做数据采集
人工智能众包上线啦
人工智能众包（AI Crowdsourcing）基于共享人力资源模式，为人工智能算法提供数据采集、清洗、标注等服务，帮助开发者们快速构建算法数据集。 【核心优势】 多样本-3000万+用户提供不同的数据样本高质量-精准数据匹配+算法校验提供高质量的数据快时效-任务智能分发，秒级回收数据低成本-合理调...
《中国人工智能学会通讯》——12.41 众包技术
12.41 众包技术 作为一种新型的群体计算模式，众包已经成为近年来的研究热点。相关的研究主要包括以下几个方面：首先，在众包质量控制方面，现有工作侧重研究众包任务分配与众包结果聚合，先后提出了多数投票策略[35] 、众包工人准确率估计 [36-38] 、工人擅长领域估计[34] 、在线任务分配 [3...
《中国人工智能学会通讯》——12.39 众包机器协同技术介绍
12.39 众包机器协同技术介绍 众包机器协同技术的核心想法是众包任务选择，即在一定预算约束下，选择最有“收益”的任务分配给众包工人进行求解。具体来讲，由于存在大量的 HTML 表格，而金钱上的预算又是有限的，假设为 k，能否精心挑选最有“收益”的 k 个表格中的列，让众包将它链接到知识库的概念上。...
《中国人工智能学会通讯》——12.37 众包机器协同的知识库补全技术
12.37 众包机器协同的知识库补全技术 本章介绍众包机器协同的知识库补全技术，用来进行有效的成本控制，基本思想包含两方面。第一，众包任务选择，即在一定预算约束下，选择最有“收益”的任务进行众包；第二，众包任务推理，即给定众包反馈的答案，利用机器算法推理未被众包解答的答案。首先会在 4.1 节介绍知...
《中国人工智能学会通讯》——12.35 众包工人的领域差异性
12.35 众包工人的领域差异性 与简单的众包任务（如图片标注、实体识别）不同，众包工人在知识补全任务中会存在领域差异性。例如，篮球迷擅长回答与 NBA 相关的知识元组，而电影爱好者则更容易答对电影相关的任务。我们通过实验说明这种领域差异性。图 2 给出了工人在不同领域完成任务的准确率（具体数据集描...
《中国人工智能学会通讯》——12.34 自适应众包任务分配技术
12.34 自适应众包任务分配技术 本章介绍自适应众包任务分配技术，其基本思想是：通过分析工人已完成的任务，估计其在不同知识领域的准确率，进而将任务分配给所在领域的“专家”，即准确率更高的工人。随着工人不断做题，准确率的估计也不断更新，从而达到自适应地进行任务分配的目的。首先会在 3.1 节介绍工人...
《中国人工智能学会通讯》——12.33 众包知识库补全方法概览
12.33 众包知识库补全方法概览 本章介绍众包知识库补全的方法概览，如图 1所示。其基本思想包含两个部分，其一，利用多种数据源，如现有的多个知识库、Web 结构化数据等，提取知识数据，并将不同数据源的知识数据融合起来，以此补全知识库；其二，在融合的过程中有效地利用众包，通过众包模型细化出具体可供众...
《中国人工智能学会通讯》——12.26 基于众包的数据提纯
12.26 基于众包的数据提纯 随着基于位置服务的蓬勃发展 , 随之出现了大量相关的空间文本数据。空间文本数据包括两方面信息，一个空间位置信息 , 通常与一个空间兴趣点相关，由一个经纬度坐标点表示数据所处的地理位置；一个文本信息，通常是由一组关键词构成的类似标签的文本描述。目前，这些关键词标签的生成...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
