未来5-10年，NLP将走向成熟

未来5-10年，NLP将走向成熟 最后，再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑，供大家参考。

“莫扎特效应”背后的真相：你真的会“听”吗?

1993 年，《自然》杂志发表了一篇看似颠覆认知的研究：大学生听 10 分钟莫扎特《D 大调双钢琴奏鸣曲》后，空间推理测试成绩提升了 8-9 分。 这个发现迅速被媒体冠名为 “莫扎特效应”，并演变成 “听古典音乐能让宝宝变聪明” 的育儿神话。二十多年后，当我们用更严谨的科学视角审视这场 “音乐与智商” 的狂欢，会发现真相远比想象复杂。 一、莫扎特效应的诞生：一场被误读的科学实验1. 但媒体却将其简化为 “莫扎特音乐能提高智商”，甚至衍生出 “孕妇听古典音乐可培养天才宝宝” 的商业炒作。2. 后续研究的证伪与争议重复性危机：2010 年，德国慕尼黑大学对 300 名学生重复实验，发现莫扎特组与空白对照组的测试成绩无显著差异任务特异性：加拿大麦吉尔大学 meta 分析显示，莫扎特效应仅在 “涉及空间旋转的特定任务

未来5-10年，自然语言处理将走向成熟

未来5-10年，NLP将走向成熟 最后，再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑，供大家参考。

论文Express | 把你的口哨变成莫扎特风，Facebook发布通用音乐迁移网络

简而言之就是，你随便吹出的一段口哨，已经可以在很短的时间内，被AI转换成为莫扎特风格的钢琴曲，又或者贝多芬风格的交响乐。 视频中演示了莫扎特的交响曲、海顿的弦乐四重奏，以及巴赫演奏的各种乐器，除了古典的音乐，甚至还包含了合唱团的声音、非洲音乐和吹口哨的声音。 你可以输入海顿的弦乐四重奏，然后输出莫扎特的交响乐曲、巴赫的清唱剧，亦或者是管风琴以及贝多芬的钢琴等风格多样的曲风。 通过对分类网络C进行训练，使得分类损失最小化，其中分类损失为： 实验过程 训练过程 我们用六个域的古典音乐数据对网络进行了训练，分别是： 莫扎特的46首交响乐，由卡尔·伯姆(Karl B Hm)指挥； 其中20个片段来自巴赫的键盘作品，用羽管键琴演奏；另外20个片段则来自莫扎特的交响乐，属于管弦乐作品。

机器学习入门 5-10 线性回归的可解释性

上面使用了波士顿房价的13个特征，通过在全部数据集上进行拟合，不进行train_test_split方法是因为此时我们并不需要验证模型的性能，只是对得到结果的系数进行解释。

pta习题集 5-10 切分表达式——写个tokenizer吧

[先说点出题背景] 这个题是为低年级同学、学C语言的同学准备的，因为，对这部分同学，这个题目编写起来略有一点复杂。如果是高年级、学过了正则表达式（Regular Expression）的同学或者学过了Java等OO语言的同学做这个题，应当发现这题比较简单吧。哦，对了，什么是tokenizer？请自行查询解决。反正在此处不应翻译成“令牌解析器”。 [正题] 四则运算表达式由运算数（必定包含数字，可能包含正或负符号、小数点）、运算符（包括+、-、*、/）以及小括号（(和)）组成，每个运算数、运算符和括号

从莫扎特到披头士，Facebook 新 AI 轻松转换音乐风格

莫扎特 — 披头士 想象一下：你的朋友几周来一直在唠叨你听一首歌，尽管你已经告诉他你不喜欢 Ed Sheeran。 他们继续纠缠你，声称“旋律是伟大的”。

秒变莫扎特、贝多芬，Facebook提出完美转换音乐风格的神经网络

---- 新智元编译 来源：thenextweb.com 翻译：肖琴 【新智元导读】Facebook人工智能实验室（FAIR）的研究人员近日发布了一个能够将音乐从一种风格、流派或乐器转换成另一种的神经网络，其表现非常优异，所创作的音乐足以骗过人类。这是第一个利用神经网络，用无监督学习的方法重建高保真音乐的AI。 论文地址： https://arxiv.org/pdf/1805.07848.pdf Facebook人工智能实验室（FAIR）的研究人员近日发布了一个能够将音乐从一种风格、流派或乐器转换成

ImageApparate(幻影)镜像加速服务让镜像分发效率提升 5-10 倍

ImageApparate(幻影) 为了解决这个问题，腾讯云容器服务 TKE 团队开发了下一代镜像分发方案ImageApparate(幻影), 将大规模大镜像分发的速度提升 5-10倍。 ? 如上所述，相比于传统的下载全部镜像的方式，ImageApparate 在容器全部启动时间上都有 5-10倍 的提升。

Hinton：5-10年内深度学习取代放射科医生

莫扎特效应（Mozart effect）治癫痫？神经学家、工程师和音乐家团队联合探索机制

这就是所谓的“莫扎特效应（Mozart effect） ”。 在这本书中其谈论自己的音乐疗法，提到了莫扎特，也谈到了海顿、贝多芬等其他音乐家。“莫扎特效应”真的存在吗？尽管长期以来争议不断，但这并不妨碍围绕“莫扎特效应”的大量研究的展开。 近年来，还有科学家将莫扎特音乐和癫痫等脑疾病的治疗联系起来。 关键词：莫扎特效应；神经科学；脑科学；情绪价值；贝多芬；安静；钢琴；体感音乐；生物医学当地时间4月29日，国际学术期刊《科学报告》（Scientific Reports）发表的一项研究发现，聆听莫扎特的 第一，是否可以在难治性癫痫成人患者中用颅内立体三维脑电图方式验证之前采用头皮脑电图时的发现；第二，是否存在诱发“莫扎特K448效应”的时间依赖性；第三，“莫扎特K448效应”是否优先与某块大脑网络有关。

新人学习写程序的第一道坎

13.最重要的因素：坚持+练习 莫扎特的父亲名列奥波尔得·莫扎特，是一个具有中等天赋的小提琴演奏家和作曲家，他从来没有达到自己渴望的成功，因此开始把心血倾注在自己的孩子身上，力求使他们成为他自己一直渴望成为的音乐家 父亲首先从莫扎特的大姐姐玛丽亚·安娜开始培养。安娜当年11岁，同时代的人称她为钢琴演奏家、大键琴演奏家和职业音乐家。 莫扎特的父亲还专门撰写了一部用于发掘孩子音乐才华的培训书籍，并在莫扎特很小的时候，便开始教莫扎特。莫扎特4岁时，父亲开始全职教他学习小提琴、大键琴以及更多其他乐器。 尽管我们不知道莫扎特的父亲究竟用什么样的练习来训练儿子，但我们知道，莫扎特六七岁的时候受过的训练，和通过榊原彩子的培训课来培养和发展完美音高的24个孩子相比，不但强度更大，时间也更长。 所以，回想起来，对于莫扎特的完美音高，我们应当不用感到那么惊奇了。刻意练习，人人都能成为莫扎特。 点个赞吧，我是王炸，我们下期见。 - END -

莫扎特、披头士随意切换，这个AI会用10种乐器演奏不同风格音乐

若我们想创作肖邦、莫扎特呢？ OpenAI 新近创建的模型 MuseNet 可以解决这个问题啦~ MuseNet 是一个深度神经网络，它可以用 10 种不同的乐器生成 4 分钟的音乐作品，并且还可以结合各种风格的音乐，如乡村音乐、莫扎特 这个长语境大概是 MuseNet 能够记住一个片段中长期结构的原因，就像以下示例中模仿肖邦一样： MuseNet 还可以创建音乐旋律形态，就像该示例中模仿莫扎特一样： 音乐生成是测试 Sparse Transformer

光照计算 采用手动优化重写，通常能获得5-10倍的性能提升

物理碰撞检测光照计算 采用手动优化重写，通常能获得5-10倍的性能提升第三阶段：内存优化通过JavaScript特有的内存管理技术：代码语言：javascript代码运行次数：0运行AI代码解释// 使用对象池减少

让莫扎特“续写”披头士的音乐，OpenAI的新AI作曲能力强丨Demo可玩

还可以驾驭各种曲风，从莫扎特、贝多芬，到爵士乐、乡村音乐，还有披头士、Lady Gaga的曲风。 甚至，MuseNet能让莫扎特“续写”Lady Gaga的歌，让肖邦“续写”Adele的歌。 比如我们选莫扎特。 2、选择开始的旋律： ? 这里如果选NONE（START FROM SCRATCH），AI就会看心情，随便给你来一段莫扎特风格的曲子； 如果选了其他几首歌，比如Lady Gaga的Poker Face，就相当于命题作文，用莫扎特的风格续写 点击PLAY FROM START就可以播放了，你可以听到平静的前奏进行完后，突然开始了复杂的和弦，已然从Lady Gaga的夸张曲风平滑的跳转到莫扎特古典优雅的音乐风格。 以贝多芬的风格为例，它的乐曲中包含了部分莫扎特元素、海顿元素、柴可夫斯基元素和门德尔松元素。 ? 而莫扎特则多了克莱门蒂元素： ? 这样一张关系图中，AI摸清了每个音乐家风格的门道。

关于大脑，这五个“常识”其实是谣言

◆ ◆ ◆ 谣言一 听莫扎特能让你更聪明 古典音乐——尤其是莫扎特——能够让人更聪明的谣言在过去的20年甚嚣尘上。 但事实是，只有非常罕见的数据显示听莫扎特能够让你变聪明。 “莫扎特效应”首次进入公众视野是在 1993 年，著名杂志《自然》刊发了一篇论文。 而且听莫扎特也仅对折纸或用铅笔解决迷宫问题之类的空间智力测试中有效。（随后的研究发现给子宫中的小鼠听莫扎特也有类似的、让空间智力提高的效果。） 在2006年一项对10岁和11岁的儿童进行的实验中，Blur 的摇滚音乐比莫扎特的效果更好。 即便如此，对特定莫扎特奏鸣曲的研究现在依然在继续，持续至今。 最近有些研究提示莫扎特对癫痫病人脑电波模式能产生一些积极影响。

【AI全球大战医生】Hinton：5-10年内深度学习取代放射科医生

编辑：张乾 弗朗西斯 文强 【新智元导读】2017年4月，Hinton在接受《纽约客》采访时说：“5年内深度学习就能超过放射科医生，从现在起就停止培训放射科医生”。此言论一出，再一次引发全球关于AI正在取代医生的焦虑讨论。IEEE Spectrum在2018新年伊始推出专刊“AI vs Doctors”，统计了从2016年5月至今，AI在医疗领域的进展，并对比各大细分领域AI与人类医生能力差距，人工智能正在医生的主场获取成功，哪些医疗诊疗行业已被AI超越？机器人医生是人类的未来吗？ 2017年4月，Hi

Java从新手到大牛，如何训练？

莫扎特是公认的音乐天才，在他很小的时候，就具备了完美音高的能力，他能分辨出几乎所有声音的音高，哪怕你只是打一个喷嚏。这种能力在一万个人当中，都不一定有一个。 有趣的是，后来据说日本的一个科学家做了一个实验，召集了若干儿童，单独训练他们的音乐感知，一年后，这些孩子每一个都具备了和莫扎特一样的完美音高。这很稀奇吗？ 其实也不尽然，根据推测，莫扎特本人很可能也是经过了刻意的训练，才拥有这项能力的，要知道，在莫扎特4岁的时候，他父亲就开始教他作曲。天哪，才四岁。 而在莫扎特六岁的时候，就在父亲的带领下到慕尼黑、维也纳、普雷斯堡作了一次试验性的巡回演出。 可想而知，莫扎特所经受的训练强度有多大，而且他是由当时水平一流的父亲亲自指导，每一次的训练，必然都能够及时得到高质量的反馈。这样想想，莫扎特的巨大成功，也是情由可原的。

OpenAI发布新算法MuseNet，让甲壳虫乐队与LadyGaga一起演奏

大数据文摘出品 来源：technologyreview 编译：汤圆、夏雅薇 如果莫扎特现在还活着（而且感觉有点缺乏灵感），他可能会坐下来创作这样的音乐： 一段莫扎特风格的音乐，由MuseNet制作。 多伦多大学的机器学习研究员SageevOere对人工智能音乐产生了兴趣，他为这款工具能够即兴重复莫扎特的作品而感到惊叹。这实际上是机器学习算法的功劳，它已采用了数千条MIDI音乐文件作为训练数据。

[脑书笔记]《刻意练习》(下)：不要相信天生才华！

这才是“天才”真实的故事 莫扎特传奇 莫扎特从小就被称为神童，说他6岁作曲，8岁写下第一部交响曲，11岁写出一部宗教剧和几部键盘协奏曲，12岁时创造了一部歌剧。 莫扎特的父亲是一位宫廷乐师，所以莫扎特在很小的时候就开始使用铃木训练法来训练莫扎特。而这个方法在当今已经验证很多五，六岁的孩子经过铃木教学法训练之后，就可以熟练的演奏小提琴，弹奏钢琴了。 至于作曲，现在越来越多的证据表明，莫扎特在10岁以前的那些作品其实都是来自于他那位宫廷乐师的父亲给他的练习曲。他父亲本身是一个郁郁不得志的乐师，所以希望能借助“天才神童”来大获成功。