-
机器（深度）学习计算架构，从HPC到云架构_网易易盾
本文根据作者在深度学习基础服务方面的几年实践经验，分享一些关于深度学习计算框架以及平台服务演进的历程，重点围绕计算架构从高性能计算架构向云生态架构的演进展开介绍，较多的来自于多个实际业务场景的工程实践机器（深度）学习计算架构，从HPC到云架构
来自：动态资讯 -
AI之间的博弈，从造假视角看“深度伪造”对抗之道_网易易盾
近年来，“深度伪造”成为显著的内容安全风险之一。易盾的算法小组成功自研了一种基于神经网络的多视角“深度伪造”识别技术，凭借对AI决策模型的创新，更高效地发现视频中不自然的篡改痕迹。AI之间的博弈，从造假视角看“深度伪造”对抗之道
来自：动态资讯 -
【杭研大咖说】落地三年，两次架构升级，网易的Service Mesh实践之路_网易易盾
当Service Mesh从概念期进入到应用期时，关注重点都会转向先锋企业的落地实践。本文为网易杭州研究院架构师、技术专家冯常健接受InfoQ采访实录，和大家分享网易的Service Mesh实践。 【杭研大咖说】落地三年，两次架构升级，网易的Service Mesh实践之路
来自：动态资讯 -
自监督学习助力内容风控效果提升_网易易盾
对于许多研究者而言，一个通用且强大的人工智能是最终梦想，然而当今海量的标注数据和数据驱动的神经网络模型似乎是唯一的途径。有没有办法摆脱成本高昂的标注数据，把海量的无标签数据利用起来？自监督学习助力内容风控效果提升
来自：动态资讯 -
他们要消失了吗？探访人工智能浪潮下的鉴黄师_网易易盾
鉴黄师是怎样的一个群体？随着人工智能技术的进步，如今的鉴黄师是怎样的一群人？处于怎样的一个生存状态？盾盾踩方团第二期带领大家了解下网易的鉴黄师他们要消失了吗？探访人工智能浪潮下的鉴黄师
来自：动态资讯 -
【专家坐堂】用户兴趣偏移问题整理_网易易盾
大部分的机器学习算法认为所有训练样本的重要程度是等同的，但是在用户兴趣建模任务中却并不是这样，因为用户的兴趣随时可能发生变化，过时的训练样本的重要程度会显著降低，这就是用户兴趣建模中的兴趣偏移问题。【专家坐堂】用户兴趣偏移问题整理
来自：动态资讯 -
成为软件咨询师的关键_网易易盾
最近，我在Twitter上发布了一条状态我在考虑写一些东西，是关于如何从一个软件开发人员到一个软件咨询师。很多人总是问我这个问题，这确实是一个有趣的话题。大家对这条推特的热情回应也让我受宠若惊成为软件咨询师的关键
来自：动态资讯