4 月 21 日消息，據(jù)最新一期《自然?光子學(xué)》雜志報道，美國賓夕法尼亞大學(xué)的工程師們開發(fā)了首款能夠利用光進行非線性神經(jīng)網(wǎng)絡(luò)訓(xùn)練的可編程芯片。該芯片可以使用光來訓(xùn)練非線性神經(jīng)網(wǎng)絡(luò) —— 這一突破可以顯著加快 AI 訓(xùn)練速度，減少能耗，甚至為全光計算機鋪平道路。▲ 芯片內(nèi)部的圖像 —— 白色虛線框是輸入，黃色虛線框是輸出

2021年，諾貝尓獎委員會決定將物理獎頒發(fā)給復(fù)雜系統(tǒng)研究領(lǐng)域、以喬治·帕里西（George Parisi）為首三位科學(xué)家。當(dāng)時不僅物理學(xué)界，許多計算神經(jīng)科學(xué)家或理論機器學(xué)習(xí)學(xué)者表達了對帕里西的祝賀和感激，認為他的理論成果極大地推動了神經(jīng)網(wǎng)絡(luò)理論研究這一跨學(xué)科領(lǐng)域的蓬勃發(fā)展。 在新加坡國立大學(xué)，Choy

作者：賴文昕編輯：郭思、陳彩嫻說起擴散模型生成的東西，你會立刻想到什么？是OpenAI的經(jīng)典牛油果椅子？是英偉達Magic3D生成的藍色箭毒蛙？還是斯坦福大學(xué)和微軟Folding Diffusion生成的蛋白質(zhì)結(jié)構(gòu)？這些都是擴散模型的魔法展示，而近期，關(guān)于擴散模型的研究又進行了一次全新的升級。由新加坡國立大學(xué)尤洋團隊、

在當(dāng)今 科技 發(fā)展迅速的時代，人機協(xié)作已經(jīng)成為一個重要的研究話題。隨著人工智能技術(shù)的不斷進步，人機協(xié)作的應(yīng)用范圍也越來越廣泛，其在智能交通、智能家居和智能機器人等領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用。在實際應(yīng)用中，人機協(xié)作的意圖識別是一個關(guān)鍵問題。要實現(xiàn)高效的人機協(xié)作，機器需要準確地理解人類用戶的意圖，以

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）已成為機器學(xué)習(xí)領(lǐng)域的核心算法之一，推動了自然語言處理、計算機視覺、無人駕駛、語音識別、醫(yī)療診斷和推薦系統(tǒng)等多個領(lǐng)域的技術(shù)進步。近年來，人工神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域得到了廣泛應(yīng)用。在應(yīng)用人工神經(jīng)網(wǎng)絡(luò)之前，需要確定網(wǎng)絡(luò)結(jié)構(gòu)并對其進行訓(xùn)練。網(wǎng)絡(luò)結(jié)構(gòu)的選擇通常

11月29日消息，據(jù)國內(nèi) 媒體 報道稱，當(dāng)其他車企還在依賴激光雷達等類型的傳感器為用戶推出輔助/自動駕駛功能時，特斯拉已經(jīng)開始依賴神經(jīng)網(wǎng)絡(luò)和人工智能進行所謂的完全自動駕駛。 從目前的情況看，特斯拉的完全自動駕駛（FSD）V12版本放棄代碼（30多萬代碼降至2000行），使用神經(jīng)網(wǎng)絡(luò)進行車

公眾號/? ScienceAI（ID：Philosophyai） 編輯 | 蘿卜皮機器學(xué)習(xí)方法，特別是在大型數(shù)據(jù)集上訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，正在改變科學(xué)家進行科學(xué)發(fā)現(xiàn)和實驗設(shè)計的方式。然而，當(dāng)前最先進的神經(jīng)網(wǎng)絡(luò)因其不可解釋性而受到限制：盡管他們具有出色的準確性，但他們無法描述他們是如何得出

公眾號/? ScienceAI（ID：Philosophyai） 編輯 | 蘿卜皮 現(xiàn)代掃描探針技術(shù)，例如掃描隧道顯微鏡，可以獲取編碼量子物質(zhì)基礎(chǔ)物理的大量 數(shù)據(jù) 。 斯圖加特大學(xué)（Universit?t Stuttgart）的研究人員展示了如何使用卷

公眾號/ ScienceAI（ID：Philosophyai） 編輯 | 綠蘿假設(shè)你有一本一千頁的書，但每一頁只有一行文字。你使用掃描儀提取書中包含的信息，這個特定的掃描儀系統(tǒng)地掃描每一頁，一次掃描一平方英寸，要花很長時間才能讀完整本書，而且大部分時間會浪費在掃描空白處。這就是許多