大数据文摘出品

编译：云舟

呜啦啦啦啦啦啦啦大家好，原AI Scholar Weekly改版，融合AI时事新闻内容再度来袭！

 

AI大事件是AI领域的综合性专栏，致力于为你带来最新潮、最全面、最深度的AI行业概览，从硬核的学术内容到精品产业新闻，为你一网打尽每周AI的前沿资讯。

 

做AI行业的终身学习者，每周一篇就够啦！

本周关键词：电影生成、反垄断、眼球追踪、BERT

GPT-3生成电影

电影剧本前20秒之后的一切都是由人工智能编写的，甚至包含两个欧亨利式反转。

详情：

谷歌反垄断案

联邦检察官称，谷歌利用了反竞争的商业行为，人工智能和数据优势来维持其垄断地位。

详情：

多终端眼球追踪AI

在一篇预印论文中，微软的研究人员详细介绍了一种眼球跟踪系统，它几乎可以在任何设备上工作，而且精度很高。

详情：

人工智能技能短缺再次出现

每五家公司里就有两家认为缺乏技术专长是阻碍人工智能在公司落地的一个障碍。

详情：

使用与训练的转换器做文本排序——BERT

这项研究提供了一个基于神经网络结构对文本排序的概述，称为Transformer，其中BERT是最著名的例子。Transformer和自我监督的预训练相结合，可以毫不夸张地说，它彻底改变了自然语言处理（NLP）和信息检索（IR）等领域。

具体地说，研究人员提供了现有工作的综述，为希望更好地了解如何将Transformer应用于文本排序问题的从业者和希望在这一领域开展工作的研究人员提供了一个很棒的切入点。

虽然Transformer架构和预训练技术是最近的创新，但它们在文本排序中许多方面的应用都已经被相当好地理解并开发成了成熟的技术。当然，目前仍有许多有待研究的问题。因此，除了为文本排序的预训练transformer奠定基础外，本文还试图预测了该领域的发展方向。

原文：

基于机器学习的信用卡欺诈检测

信用卡欺诈可以说是最常见的身份盗窃。它已经成为电子支付领域的一个主要问题，今年来更是出现了超过160%的增长。

信用卡欺诈检测的主要目的是识别合法信用卡所有者非法发行的欺诈交易，为了解决这个问题当中包含的种种复杂挑战，研究人员研究了数据驱动的信用卡欺诈检测的特殊性和几种机器学习方法。

本文描述了一个典型的信用卡检测任务：数据集及其属性、度量的选择以及处理这种不平衡数据集的方法等。它还强调了应对挑战的不同方法。对于每种方法，至少有一项研究工作被详细描述。研究人员的目标是向读者提供这一领域不同研究课题的有用信息。

原文：

志愿者介绍

后台回复“志愿者”加入我们

点「在看」的人都变好看了哦！

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/