首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

北大黄铁军教授:「智能为用,机器为体」,30 年内实现人造大脑

AI 科技评论按:在去年年底北京大学举办的人工智能前沿论坛上,黄铁军教授做了题为《强人工智能之路》的演讲。 黄铁军教授,北京大学信息科学技术学院教授,计算机科学技术系主任,国家杰出青年科学基金获得者,教育部长江学者特聘教授。 从人工智能的发展史出发,他阐释了强人工智能的意义,以及它会对人类可能所产生的影响,在这一点上,他表示同意霍金和马斯克的威胁论观点。 其次,尽管学界对人工智能是否能拥有「自我意识」存在争议,但他坚持认为这是实现强人工智能不可回避的问题。他提出「智能为用,机器为体」的观点,表示不做机器,只

03

中科院王飞跃 | 人工智能:第三轴心时代的来临

本文授权转自德先生公众号 【导读】作者以气势恢宏的历史视野,指出人工智能所代表的智能技术,实际昭示着以开发人工世界为使命的第三轴心时代之开始。如果说农业时代是第一轴心文明对物理世界的开拓,工业时代是资本主义对第二轴心世界的开发,那么,以人工智能为代表的技术将推动一个围绕智理世界而展开的平行社会的到来。智能科技不是人类生存发展的敌人,只要合理利用,必将像工业和信息技术一样,极大推动人类社会的发展。 人工智能:第三轴心时代的来临 王飞跃 在当前全球性的人工智能热潮之中,如何正确地认清人工智能技术的发

07

正本清源还是个人偏见:聊聊朱存松教授的人工智能雄文

1 近日朋友圈里广泛传播了一篇文章“浅谈人工智能:现状,人物,架构与统一|正本清源”。这篇文章于2017年11月2日刊登于视觉求索公众号。 这篇文章引起了广泛的关注。有很多朋友在讨论。我也认真的读了很多遍。我需要声明,虽然作为一个博士,我受过比较严格的科研训练。但是人工智能这一领域,我谈不上专家。 朱教授的雄文里面介绍了很多人工智能的知识,有的是我知道的,有的是我不知道的。有些事我想对熟悉一些,还有一些事我想对陌生一点。另外有一些当然我就一无所知了。 但是因为朱教授的文章里面涉及到了世界观和方法论的问题

05

OpenAI等机构发布《人工智能恶意使用》报告,利用AI来犯罪只是时间问题

AI 科技评论按:本周,OpenAI、牛津大学、剑桥大学等 14 家机构和高校共同发布了一份《人工智能恶意使用》报告,该报告详细讲述了人工智能技术潜在的「恶意」用途,以及预防措施。 所谓有人在的地方就有江湖,人工智能作为一项技术,就像人类历史中所有的新技术一样具有两面性,有人拿它为全人类谋福利,也有人拿它做恶意活动。近年来,人工智能和机器学习的表现正以前所未有的速度提升,相应的技术要么已经被应用到日常生活中(例如机器翻译、医学影像分析等),要么正投入大量人力、物力进行研发(例如无人驾驶)。但是相比着应用的

04

人脑拆机三部曲:为什么我支持马斯克,而人类应该畏惧人工智能

【新智元导读】 不可多得的好文,谢丹老师在这篇观点鲜明的文章中,从历史发展的角度阐述了人工智能的发展。有非常多独特的思考,比如人脑智能简单说来还是三个部分:硬件、软件和大数据,人类智能的发展大致是二十万年前硬件ready(大脑的基因),2万年前软件ready(复杂语言的行成),5千年前开始大数据驱动(文字的形成)。此外,他认为,约束人工智能大规模布置的原因其实已经基本不是硬件而是成本了。 “在人工智能一片叫好的合唱中,总偶尔有两三个不和谐的声音。这不和谐的代表在名人界是霍金,在企业界是伊隆·马斯克。人工智能

04

5年后AI所需算力超100万倍!十二家机构联合发表88页长文:「智能计算」是解药

---- 新智元报道   编辑:LRS 【新智元导读】AI模型所需算力每100天就要翻一倍,远超摩尔定律的18-24个月,智能计算能破局这种算力困境吗? 人工智能就是一个「拼财力」的行业,如果没有高性能计算设备,别说开发基础模型,就连微调模型都做不到。 但如果只靠拼硬件,单靠当前计算性能的发展速度,迟早有一天无法满足日益膨胀的需求,所以还需要配套的软件来协调统筹计算能力,这时候就需要用到「智能计算」技术。 最近,来自之江实验室、中国工程院、国防科技大学、浙江大学等多达十二个国内外研究机构共同发表了一篇

02

【论文解读】人工智能时代的科学发现

人工智能(AI)正越来越多地融入到科学发现中,以增强和加速研究,帮助科学家产生假设、设计实验、收集和解释大型数据集,并获得仅使用传统的科学方法可能无法获得的见解。在这里,论文研究了过去十年的突破,包括自我监督学习,它允许模型在大量的未标注的数据上进行训练,以及几何深度学习,它利用关于科学数据结构的知识来提高模型的准确性和有效性。生成型人工智能方法可以通过分析不同的数据模式,包括图像和序列在内的各种数据模式来创建设计,如小分子药物和蛋白质。论文将讨论这些方法如何帮助科学家完成整个科学过程,以及尽管取得了这些进展,但仍然存在的核心问题。人工智能工具的开发人员和用户都需要更好地了解这些方法何时需要改进,而数据质量和管理不善所带来的挑战仍然存在。这些问题跨越了科学学科,需要开发基本的算法方法,有助于科学理解或自主获取它,使其成为人工智能创新的关键重点领域。

01

物理学,心理学,神经科学教授跨界对话:脑科学仍处于“前开普勒时代”

大数据文摘作品,未经授权禁止转载,转载具体要求见文末。 导读:人工智能正给经济社会带来巨大变化,而它本身尽管风头正盛,依然存在自身发展的瓶颈:机器学习不灵活,需要较多人工干预或大量标记样本;人工智能的不同模态和认知功能之间交互与协同较少;机器的综合智能水平与人脑相差较大…… 要突破这些瓶颈,不少科学家们把期待投在脑科学研究上,认定智能技术可以从脑科学和神经科学获得启发。那么脑科学到底有多重要?它处在一个什么样的发展阶段?人工智能和脑科学之间又到底有多大的关系? 6月26日,伦敦大学学院计算机神经科学教授、北

010

招聘 | 全职、实习、兼职编辑,和机器之心一起见证AI「虎年」

过去数年,人们见证了 AI 黄金时代的到来。从星辰大海到日常生活,飞速发展的 AI 技术深刻地改变了这个世界的运行方式。 接下来的几年,我们或许还能看到更多令人兴奋的 AI 技术进展,这些进步最终将造福数十亿人的生活,并产生比以往更深远的影响。 时代这个概念让一切变得传奇,而新闻见证时代。 机器之心是国内领先的人工智能专业信息服务平台,通过媒体、活动、社区、数据库和研究报告等业务,为专业用户传递高质量信息及知识,为相关企业提供技术品牌传播、市场推广、专业洞见和决策辅助等服务,以促进人工智能技术发展及落地,推

02
领券