编译:刘小芹、 Jason :COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。 简历投递:j[email protected] HR 微信:13552313024 新智元为COO和执行总编提供最高超百万的年薪激励;为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。 加盟新智元,与人工智能业界领袖携手改变世界。 【新智元导读】 从2004年开始连续三次准确预测美国总统大选结果的AI系统MogAI10月28日发布最新预测,看好川普赢得与希拉里的2016总统之争。不管最终结果如何,川普作为美国总统候选人都已经获得了“深入人心”的形象,国外甚至有人整理了他的一些有趣的言论,推出“川普语录”。本文后半部分秉承新智元的干货原则,手把手教你使用递归神经网络在TensorFlow上让生成川普讲话。 “唐纳德·川普会赢”,准确预测了前三场选举的AI系统如此说道。 “如果川普输了,将是过去12年里第一次违反数据趋势,”AI的开发人员说。 2016年10月27日在日内瓦(俄亥俄州)的竞选集会上,支持者们在聆听共和党总统候选人唐纳德·川普的演讲。川普花了一整天在俄亥俄州进行竞选造势。 一个高度可靠的统计模型预测唐纳德·川普将在总统竞选中胜出,人工智能系统已经成功预测了过去三次总统选举。 MogAI是印度医疗保健公司Genic.ai的创始人Sanjiv Rai开发的AI系统,它预测唐纳德·川普将成为美国总统,CNBC报道。 MogAI——名字来源于《奇幻森林》(“The Jungle Book”)的Mowgli,因为它就像那个狼孩,它从环境中学习——已经正确地预测了前三次总统选举的结果,以及民主党和共和党的初选结果。它使用来自Facebook,Twitter和Google等公共平台的信息生成投票行为的预测。 数据显示,人们对川普话题的参与度比2008年奥巴马顶峰时还要高25%。从表面上看,这种参与表示支持候选人。 Rai向CNBC解释说,“如果川普输了,将是过去12年中第一次违反数据趋势,12年前互联网开始全面介入竞选活动。” 但是,AI系统没有考虑它检测的用户活动的语气或意图。因此,如果有人在Twitter上发表对Trump的负面态度,AI也将其简单地标注为“参与”,atv,认为是积极的量度。 Rai写道:“数据的粒度决定了偏见是越来越少的,尽管掺杂有消极或积极的权重。” 换句话说,更准确的数据能让MogAI分辨出候选人的支持者和反对者。例如,获取用户的IP地址能让AI系统更精确地跟踪用户的总体参与情况。 Rai 承认AI系统还有其他潜在的漏洞。例如,现在在社交媒体参与总统竞选讨论的用户比2008年时更多。尽管如此,正如川普所擅长的:任何宣传都可以是好的宣传。 “如果你看看初选就会发现,在初选阶段,社交媒体上出现了大量针对川普的负面言论,”Rai说,“然而,讨论越来越多,对川普是有利的。最后川普以不错的言论形象在初选中胜出了。” CNBC称,川普现在的胜率已经比2008年时候的奥巴马高出25%。MogIA始建于2004年,已经准确地预测出美国最近三次民主党与共和党的总统大选之争。
干货:用RNN生成川普语录 来源: 本文将介绍如何向Tensorflow的语言建模教程中添加采样步骤/模式。让人非常惊奇的是,RNN可以从极少的数据中学习。我们使用川普的讲话作为样本。 递归神经网络(RNN),正如其名字所指,是具有递归连接的神经网络。也就是说,它与更简单的前馈网络不同,它不仅考虑当前的输入,还考虑前个状态。由于这种改进,RNN是许多类型的时序数据(文本、话语、音频、视频等)建模时的自然选择。有时,RNN模型(尤其是LSTM风格不同的)可以非常有效。RNN经常被用作更大型、更复杂的模型的构建块,这种形式下他们可以帮助语音识别、机器翻译、语言建模以及其他任务达到最优的结果。 本文中,我将从Tensorflow的语言建模教程开始,并做一点点修改,使它更有趣。 (责任编辑:本港台直播) |