还记得去年圣诞吗，黑镜出了一个特别篇——《黑镜：潘达斯奈基》，尽管黑镜系列被Netflix买下后已走下神坛，但也不能否认他们在技术上的创新。
Artificial Life（人工生命），常简称为 ALife。ALife 是什么？研究它的目的是什么？本文将带您共同回顾 ALife 简史，一起来看看 ALife 与人工智能的关系，共同展望 ALife 的未来。
在刚闭幕不久的 2019 年 NeurIPS 大会上，美国莱斯大学（Rice University）研究员 Anshumali Shrivastava 宣布他们在分布式深度学习方面取得了新的突破——MACH 算法。
随着世界人口的增加和饮食的多样化，鱼类的生产和消费逐年增加。现今世界渔业资源已经接近枯竭，不可能增加自然资源的捕捞量。
在环境中保持稳定是所有生物共同的基本诉求，我们会不断努力追求确定性的环境和未来，并在与环境交互的过程中展现出一系列复杂的行为与能力。
英特尔预计，2024 年 AI 芯片市场规模将超过 250 亿美元，在一份声明中，英特尔宣称，这次交易将强化英特尔的人工智能解决方案，进一步推动公司在新生的、快速增长的 AI 芯片市场的份额。
对于开发者和机器学习研究人员来说，需要深入思考医疗行业的需求，从问题选择、数据收集和机器学习模型构建到验证和测评、部署和监控等方面都需要进行详尽的考量。
谷歌AI负责人Jeff Dean 近日接受专访，讨论了2020 年机器学习领域趋势，他认为在规模更大的多任务学习和多模式学习方面，AI将取得新的里程碑。
Facebook AI 副总裁杰罗姆·佩森蒂（Jerome Pesenti）对人工智能的进步感到鼓舞，但也看到了当前深度学习方法的局限性。
电网是高效快捷的能源输送通道和优化配置平台，是能源电力可持续发展的关键环节，在现代能源供应体系中发挥着重要的枢纽作用，关系国家能源安全。
NeurIPS已经于上周末拉开了帷幕，相信小伙伴们已经开始学习各种放出的新论文新方法了。无论有没有去现场参会，这都是一场值得学习的饕餮盛宴。对于各种学术问题的前沿探讨，一定少不了workshop的影子。
对于户外场景的夜间摄影目前还主要是单反等大型相机的天下，即使需要扛着笨重的长枪短跑，摄影师们为了得出点点星河也在所不惜。
那么对于数据驱动的机器人方法也不仅仅需要发展优秀的强化学习算法，同时也需要建立大规模的机器人学数据。
在此后的三年里，这家公司一直很低调。但最近，他们带着一款名为 TSP 的芯片架构出现在公众视野里。
理解人口流动性对于现代社会有着十分关键的作用，从交通基础设施检测到疾病监控预防，从理解政策传导到自然迁徙分析等领域都具有十分重要的作用。
随着BERT等自然语言模型取得的突破性进展，人们逐渐认识到大模型可以在无标签数据上学习语言的强大表示。
声音在物体定位中会起到非常重要的作用，人们甚至可以利用自身对声音的感知来定位视线范围内的物体。
育种选种是农业产业链的起点，而种子是最重要的农业生产资料之一，如何培育出商业价值高，高产抗病害的种子，是众多企业关注的焦点。而育种过程却需要大量的资金与技术投入，以及海量数据的支持，这就极大的提高了育种产业的市场准入门槛。本文将主要讨论人工智能技术在育种产业中的辅助指导作用，并探究其的发展前景与局限。
Return to Top ▲
友情链接