| google | 機器學習 | 資料集 | 電腦視覺

Google要借助群眾外包力量創建未知物測試資料集

CATS4ML要挑戰者從開放圖像資料集中,找出機器學習模型對答案很有把握,但是實際上卻錯誤分類的例子,這些例子可用來避免未來模型可能發生的錯誤

2021-02-16

| google | 資料集 | 模型幻覺

Google發布表格文字生成資料集ToTTo

Google採用新的註釋程序,產生乾淨無雜訊的表格到文字資料集ToTTo,並且提供可用來評估模型幻覺的方法

2021-01-20

| google | 資料集 | 搜尋引擎

Google普查網路資料集,數量大宗為社會科學,地球科學次之

網路上有接近三分之一的資料集屬社會科學領域,但位居第2名的地球科學資料集,可查詢性、互通性和可重用性都是最好的

2020-08-26

| arXiv | 資料集 | Kaggle | 數位筆跡 | 經濟決策 | IT週報 | AI

AI趨勢周報第140期:arXiv聯手Kaggle,要打造全世界最大的機器可讀資料集

全球最大電腦科學論文平臺arXiv與Kaggle共同打造出具170萬篇論文的機器可讀資料集,要讓開發者設計不同模型,來打造如趨勢分析、論文推薦、類別預測和語義搜尋等應用;Salesforce開源自家經濟決策AI專案AI Economist,透過深度強化學習來模擬稅收政策對人民的影響。

2020-08-13

| Mozilla | Common Voice | 資料集

Mozilla釋出最新長達7,226個小時的Common Voice語音資料集

最新的語音資料集共包含54種語言,550萬個語音剪輯,總語音長度達7,226個小時。

2020-07-06

| google | 少樣本分類 | 資料集

Google釋出少樣本學習資料集Meta-Dataset

少樣本分類是讓模型只以幾張圖像就能進行分類,而Meta-Dataset提供了一個用於評估少樣本分類模型效能的基準

2020-05-15

| google | Borg | 資料集

Google開放比8年前更大更完整的Borg叢集追蹤資料,供雲端技術研究用

由於機器與軟體經過8年發展,已經與過去有很多大的不同,因此Google再次釋出新的Borg叢集追蹤資料

2020-04-30

| google | 聲音分離 | 人工智慧 | 資料集

Google開源可用來訓練聲音分離模型的資料集FUSS

Google利用CC授權的音訊剪輯,結合使用自家開發的房間模擬器,創建了2萬多個訓練、驗證和評估用的錄音

2020-04-11

| 國網中心 | 超級電腦 | AI | 武漢肺炎 | 資料集 | 算力

你有鍵盤、我有算力!國網中心免費釋出超級電腦資源,號召各界提案來開發防疫應用

為加速遏止武漢肺炎疫情,科技部國研院國網中心宣布啟動「御守臺灣・科技抗疫」專案,將釋出臺灣AI雲的算力和資料集平臺資源,號召各界好手來發想、提案,主題不限於醫療相關。

2020-04-02

| AI | 史丹佛大學 | 機器人 | RoboTurk | 資料集 | Amazon | GAN | 英特爾 | 知識圖譜 | google | 二階梯度優化 | 臉書 | FastMRI

AI趨勢周報第122期:機器界ImageNet!史丹佛開源最大機器人操作影片資料集RoboTurk

史丹佛大學2年前展開RoboTurk專案,以群眾外包來收集操作機器手臂的示範影片,近日釋出RoboTurk資料集,要來推進機器人策略學習等;另一方面,Google發表超強深度學習二階梯度優化法,比前一代更省運算資源,同時也比所有一階優化器要快;英特爾用AI爬梳上百萬家企業網頁,透過知識圖譜從中找出有潛力的產業領頭羊,作為潛在客戶名單。

2020-03-05

| 社會科學 | 臉書 | 個資 | GDPR | 劍橋分析 | 資料集 | 社交媒體 | Social Science One

Social Science One及臉書終於釋出內含3,800萬個網址的資料集

此一資料集將讓社會科學家得以取得過去他們無法存取的資料,藉以研究社交媒體對民主與選舉的影響

2020-02-15

| google | 機器學習 | 透明物體 | 3D | 資料集 | RGB-D | 機器人

Google讓機器人也能正確辨識透明物體

由於透明物體有折射與反射光線的特性,因此一般光學感測器無法正確取得透明物體的深度,導致機器人無法順利抓取或是移動透明物體

2020-02-14