如何看待 Pinterest 的相似视觉搜索结果？
从技术难度来讲，受益于深度学习的发展，相似图片搜索几乎已经成为一个解决的问题。
在应用的领域，Pinterest 带了一个好头，是一个非常优秀的应用典范。同时，发布的论文
http://www.kevinjing.com/visual_search_at_pinterest.pdf 从系统架构来讲，也非常有指导性。
从工程角度来讲，如果只专注于某个领域的图搜图，一个只有几个人的小团队已经有能力打造端对端的系统了。比如在
Trulia: Real Estate Listings, Homes For Sale, Housing Data ，我们负责项目的只有两个人，还不是全职在这个项目，打造了一整套图像识别相关的系统，从底层的深度学习模型，一直做到顶层的API 架构。现在在测试中有数个应用，也上线了一些，比如
A New Way To Search For Your Next Home 。 有些特性一上测试就能够带来两位数以上的利润提升，也凸显了技术带来的益处。
受益于机器学习和深度学习的发展，我深信图像识别相关的技术会被大量地应用在各种互联网产品之中。
--
继续阅读
全部内容
Amazon Mechanical Turk 前景如何？
Amazon Mechanical Turk (MTurk) 是一个并不被大众所了解，严重被低估的平台。它提供了一种标准化的向人类发布任务并收集数据的方式，而且完全由价格驱动，你可以把它想象成一个 Human As a Service。MTurk 继承了 Amazon 一贯不重视 UI 但是重视 API 的策略，对于入...
大模型落地的未来：开源+微调？
最近，AI 社区里流传着这样一句话——“通用大模型很强，但我并不需要我的应用去给我背诵法文诗歌。” 这句话听上去有点调侃，却反映了一个重要现象：许多企业和开发者在早期会选择大型通用模型（例如 GPT-4）去快速验证想法，但真正想要落地到生产环境，往往发现必须在速度、成本和“专用领域准确度”之间做权衡。 于是，“微调（F...
[ML 1分钟]细节太多，犯错太容易
机器学习工程师小月最近一直在研究新的深度学习算法。相对于现有的算法框架，新算法要求兄弟团队一块搭建了不少新的框架，也选用了一些以前不太熟悉的库。经过了三个月的准备，终于可以上线AB测试了。 但是AB测试效果老是不好 经过了几个月的迭代，效果依然不佳，仅仅只比手动排序更好，与现有的模型相比效果差距甚远。离线数据 AUC，...