机器学习领域的研究论文如雪崩般涌现，谷歌的工程师克里夫·杨（CliffYoung）将其比作人工智能名片领域的“摩尔定律”（Moore’sLaw），在其服务器上发表的关于这个主题的学术论文每18个月就会翻一番。所有这些都给同行评审工作带来了问题，因为经验丰富的人工智能名片研究人员太少，可能无法仔细阅读每一篇论文。

    如果机器可以做一些繁重的工作呢？学者应该相信自己对人工智能名片的接受还是拒绝。此外，谷歌表示，人工智能名片的“指数”增长正在改变计算的性质，这是弗吉尼亚理工大学机器学习研究员黄家斌周四在arXiv上发表的一篇题为（DeepPaperGestalt）的报告提出的一个有趣问题。

    人工智能名片

    他利用卷积神经网络筛选了自2013年以来提交学术会议的5000多篇论文。他在书中写道，他的神经网络仅仅根据一篇论文的外观就能选出一篇“好的”论文，准确率高达92％，值得在会议上发表。

    此外，Facebook人工智能名片研究员敦促同行们本着这种精神走进现实世界。在过去五年里，他共向计算机输入了5618篇论文，这些论文已被CVPR和ICCV两大计算机视觉会议所接受。

    为了梳理出研究论文的“格式”，他对网络进行了培训，将样本的输赢与二元分类器“好”和“坏”联系起来。格式是指一种大于其组成部分的形式或形状。

    此外，AndrewNg认为人工智能名片将迎来一个永恒的春天。

---------------

    【汇客推】人工智能名片,名片电商的微信销售CRM系统,基于微信小程序电子名片制作,设计打通企业、销售、客户之间的连接,利用AI雷达追踪分析客户足迹,真正的电商智能名片