4 月 21 日消息，據(jù)最新一期《自然?光子學》雜志報道，美國賓夕法尼亞大學的工程師們開發(fā)了首款能夠利用光進行非線性神經(jīng)網(wǎng)絡訓練的可編程芯片。該芯片可以使用光來訓練非線性神經(jīng)網(wǎng)絡 —— 這一突破可以顯著加快 AI 訓練速度，減少能耗，甚至為全光計算機鋪平道路。▲ 芯片內部的圖像 —— 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)給復雜系統(tǒng)研究領域、以喬治·帕里西（George Parisi）為首三位科學家。當時不僅物理學界，許多計算神經(jīng)科學家或理論機器學習學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)絡理論研究這一跨學科領域的蓬勃發(fā)展。 在新加坡國立大學，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？還是斯坦福大學和微軟Folding Diffusion生成的蛋白質結構？這些都是擴散模型的魔法展示，而近期，關于擴散模型的研究又進行了一次全新的升級。由新加坡國立大學尤洋團隊、

在當今 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。隨著人工智能技術的不斷進步，人機協(xié)作的應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域已經(jīng)得到了廣泛的應用。在實際應用中，人機協(xié)作的意圖識別是一個關鍵問題。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（Artificial Neural Network，ANN）已成為機器學習領域的核心算法之一，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)等多個領域的技術進步。近年來，人工神經(jīng)網(wǎng)絡在眾多領域得到了廣泛應用。在應用人工神經(jīng)網(wǎng)絡之前，需要確定網(wǎng)絡結構并對其進行訓練。網(wǎng)絡結構的選擇通常

11月29日消息，據(jù)國內 媒體 報道稱，當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)絡進行車

公眾號/? ScienceAI（ID：Philosophyai） 編輯 | 蘿卜皮機器學習方法，特別是在大型數(shù)據(jù)集上訓練的神經(jīng)網(wǎng)絡，正在改變科學家進行科學發(fā)現(xiàn)和實驗設計的方式。然而，當前最先進的神經(jīng)網(wǎng)絡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，例如掃描隧道顯微鏡，可以獲取編碼量子物質基礎物理的大量 數(shù)據(jù) 。 斯圖加特大學（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