呜啦啦啦啦啦啦啦大家好，原AI Scholar Weekly改版，融合AI时事新闻内容再度来袭！AI大事件是AI领域的综合性专栏，致力于为你带来最新潮、最全面、最深度的AI行业概览，从硬核的学术内容到精品产业新闻，为你一网打尽每周AI的前沿资讯。
本周关键词：GPT-3、人脸识别、Tiny AI
GPT-3是全球领先的人工智能实验室数年工作的结晶，其中包括OpenAI。这一成果得到了Microsoft 10亿美元的资金支持，以及Google和Facebook实验室的技术支持。https://www.nytimes.com/2020/11/24/science/artificial-intelligence-ai-gpt3.html?utm_campaign=Artificial%2BIntelligence%2BWeekly&utm_medium=web&utm_source=Artificial_Intelligence_Weekly_189
从互联网巨头亚马逊和微软到航空公司，零售商，无线运营商和邮轮运营商都聘请了说客。https://www.wired.com/story/congress-eyeing-face-recognition-companies-want-say/?utm_campaign=AI%20Weekly&utm_medium=email&utm_source=Revue%20newsletterMatthew为我们简单描述了TinyML，包括使用案例和将大型ML模型转换为可以在设备端运行的小型模型的芳芳。https://towardsdatascience.com/tiny-ml-and-the-future-of-on-device-ai-a6728711a9ac大多数求职者都不知道他们正在接受AI的评估。纽约市希望改变这种状况。https://www.cbsnews.com/news/new-york-city-artificial-intelligence-hiring-restriction/?utm_campaign=AI%20Weekly&utm_medium=email&utm_source=Revue%20newsletter仿真是现代机器人研究的重要组成部分。感知和决策策略可以在部署到实际系统之前在仿真环境中进行研究，从而节省时间和成本。尽管在sim-to-real算法的开发方面取得了重大进展，但是对不同方法的分析仍然没有一套一致的测试和度量来进行。这篇最近发表的论文填补了这一空白，并提出了一套基准和一个框架，用于研究各种算法，旨在将仿真中学习到的模型和策略转移到现实世界中。这些分析对从事这方面工作的从业者是十分具有实用价值的，并且有助于对sim-to-real算法的行为和主要属性做出明智的选择。https://github.com/NVlabs/sim-parameter-estimation?utm_campaign=AI%20Scholar%20Weekly%20&utm_medium=email&utm_source=Revue%20newsletterhttps://arxiv.org/abs/2011.08985v1?utm_campaign=AI%20Scholar%20Weekly%20&utm_medium=email&utm_source=Revue%20newsletter尽管2020年是极有挑战的一年，但人工智能研究界还是取得了许多有意义的技术突破。OpenAI的GPT-3可能是其中最值得关注的，但是肯定有许多其他研究论文值得mark一下。https://www.topbots.com/ai-machine-learning-research-papers-2020/?utm_campaign=Artificial%2BIntelligence%2BWeekly&utm_medium=web&utm_source=Artificial_Intelligence_Weekly_189实习/全职编辑记者招聘ing
加入我们，亲身体验一家专业科技媒体采写的每个细节，在最有前景的行业，和一群遍布全球最优秀的人一起成长。坐标北京·清华东门，在大数据文摘主页对话页回复“招聘”了解详情。简历请直接发送至zz@bigdatadigest.cn
