【AI100 导读】短短十年间，人工智能先是战胜了国际象棋大师，然后又击败了韩国的冠军级围棋选手李世石，它的决策系统与学习能力提升的速度令人震惊。那么，人工智能下一个要攻克的领域是什么呢？...人工智能的发展有一个里程碑，那就是加拿大和捷克共和国的研究人员共同开发的一款扑克机器人，这款机器人在一对一的不限注德州扑克中打败了好几名职业选手。...“如果正确，这的确是人工智能在人机博弈方面的一个重大进步”， Michael Wellman 说。Michael Wellman 是密歇根大学的一名教授，专门从事游戏理论和人工智能方面的研究。...此次比赛可以证实，这项长期以来对电脑来说似乎过于复杂和微妙的游戏，确实被人工智能掌握了。...引人注目的是，它包含有不同水平的不确定性，比如对手可能只是虚张声势，这在许多实际情况下都很常见，但是人工智能却还没有掌握。
身为工程师，我们了解人工智能如何运作，随着数据和使用量的增加，人工智能会如何迭代精进，我们也清楚，如何合理估算人工智能在未来10年会带来的影响。 首先，我们来看看今天的人工智能可以做到什么。...我提出三个建议： 我的第一个建议：拥抱必将到来的人工智能、把你的职业选择对准人工智能赛道 面对所有重大变革与机遇，你们首先需要开放的心态来迎接人工智能。...但假以时日，当人工智能处理越来越多的数据后，人工智能的自我学习能力就能让这些产品在特定领域的能力远远超越人类。...人工智能算法还不只是超过人类这么简单，它们不会疲倦，不会抱怨，不会罢工，人工智能还具有无穷的规模化潜力。 况且，伴随着硬件、软件和网络带宽成本的下降，人工智能的成本几乎就是电费了。...所以，不要被动地接受人工智能，而应积极拥抱人工智能，探索人工智能的可能，找到人工智能为你创造价值的所有可行性。你们要学会使用人工智能，更快、更聪明地构建人类与人工智能间的协作关系。
图片来源网络 盘点人工智能在医疗行业的6大最新进展，主要集中在新药研发、疾病诊断两大领域。...或许，第一款用AI设计出来的新药，已经进入了人工智能的视野。 疾病诊断 3、人工智能不到1秒就能诊断结直肠癌，准确率达86% 正确且及时地诊断癌症，一直是个难题。...在这项研究里，科学家们让人工智能对结直肠中的息肉进行了深度观察。他们将息肉放大了500倍，让人工智能可以仔细看清这些组织的变化。...随后，他们又提供了30000张癌变前和癌变后的细胞照片，用机器学习的方法来训练人工智能。最终，这套系统可以在短短1秒内做出诊断，准确率高达86%。这也是人工智能首次被用于结直肠癌的诊断。...毫无疑问，人工智能的时代早已到来。懂得使用人工智能的科研人员，比那些不懂得使用人工智能的科研人员具有显著的优势。
ChatGPT 正在迅速发展与传播，新的大型语言模型 (LLM) 正在以越来越快的速度开发。就在过去几个月，有了颠覆性的 ChatGPT 和现在的 GPT-4。...比尔·盖茨 (Bill Gates) 回顾 OpenAI 的工作时说，“人工智能时代已经开始”。如果感到难以跟上快速变化的步伐，那么并不孤单。...如果错过了最近的发展，应该看看 Meta 的 LLaMA ( GitHub )，它应该优于 GPT-3。它是在 GNU 许可下获得许可的，虽然它不是严格开源的，但可以在注册后获得权重。...首先，来反思一下社区在短时间内开发开放版本的速度有多快。为了了解这些技术的变革性，下面是各个 GitHub 仓库的 GitHub 星数。...设置一切应该需要几分钟，下载是最慢的部分，结果是实时返回的。 结果 现在，准备运行的 GPT4All 量化模型在基准测试时表现如何？虽然有详尽的基准测试集，但以下是可以预期的一些快速见解： ?
IBM近日宣布，将把人工智能应用到癌症的治疗中，这意味着，IBM公司的Watson系统（认知计算系统）将进一步拓展其应用范围。...这样一来，Watson等人工智能系统就成为寻找相关医学信息的最佳途径，它们可以找到很多人类研究员无法找到的信息。...此项人工智能技术将在“细胞划分”的过程中发挥重要作用，在进行放射性治疗时，帮助医生区别健康组织和病变组织。...未来，最终治疗方案可能还是需要人类医生确定，但是人工智能将提供各种有效的建议，帮助加速这一过程。 人工智能的研究将极大程度上推动医疗进步。...辉瑞公司将运用Watson系统来“分析规模庞大的（公共和私有）数据源”，并“分析测试不同假设情况，以获得基于证据的实时观察结果。”此外，他们还将使用人工智能来判别新的癌症疗法是否安全。
如果你对机器学习和人工智能（AI）在金融领域的应用感兴趣的话，J.P. Morgan最新发布了一份关于算法交易“应用数据驱动学习”问题的报告。也许对你有帮助。...然而，算法并不是随心所欲的。JPM指出，客户机“通常向执行代理传输带有约束和首选项的特定指令”。例如，客户可能希望在他们的投资组合转换过程中保持货币中性，以便卖出的数量大致等于买入的数量。...它们还可能指定，已执行的一篮子证券以可控的方式暴露于某些行业。 2、交易订单中的数据极其复杂 编写电子交易算法是一项极其复杂的工作。...在过去，摩根大通的分析师指出，电子交易算法是“一种科学的、定量的模型的混合体，它表达了对世界运行方式的定量看法。”它们包含“表达人类交易员和算法用户的实际经验、观察和偏好的规则和启发式”。...它可能是关于在快速执行交易和以价格不变的方式执行交易之间的平衡——这取决于客户的优先级。 例如，algo的目标可能是与市场的其他部分融合。
来自《麻省理工学院斯隆管理评论》和波士顿咨询公司今天联合发布的一份研究报告。他们对来自112个国家、21个行业的3000多名企业高管、管理人员和分析师发进行了调研，还深入采访了30多位技术专家。...报告显示，不到40%的公司制定了人工智能战略，就连员工规模超10万人的大公司，也只有一半这么做，要知道，这类公司是最有可能制定人工智能战略的。“在多数公司，野心与执行之间都有很大的落差。”
Yann LeCun认为，「能量模型」开辟了通往「抽象预测」的道路，为能够进行规划的人工智能提供了「统一世界模型」。...来源 | ZDNet 编译 | 钱磊 编辑 | 陈彩娴 继自监督学习之后，Yann LeCun 在接受 ZDNet 的最新访谈中又着重探讨了他在几年前曾大篇幅推崇的概念：「能量模型」（energy-based...这种模型可能是实现LeCun心目中的统一“世界模型”的重要工具，而这种统一的“世界模型”将推进实现他心目中的自主人工智能，自主人工智能能够通过对场景之间的相关性和图像、语音和其他形式输入数据的相关性建模来进行规划...Learning）”的缩写，是LeCun在基于能量的神经网络架构上的最新研究成果。...我提出的这个自主人工智能模型有一个可配置的世界模型模拟引擎，其目的是规划和想象未来，填补你无法完全观察到的空白。
机器之心报道 编辑：泽南、小舟 在最近一次访谈中，Meta AI 人工智能先驱 Yann LeCun 点出了下一代人工智能技术的三大主要挑战。...作为人工智能业界的领军人物，Yann LeCun 对于技术的发展经常给出自己的看法，他在 2018 年左右的一次演讲中曾透露，尽管人工智能研究取得了近期所有这些成功，人工智能甚至还无法达到家猫的认知水平...LeCun 认为，机器学习缺乏对于世界的基本了解。 自监督学习是人工智能理解世界的关键 现在是 2022 年 1 月，LeCun 表示自己仍然没有看到猫级别的人工智能。...这是无监督学习可以填补空白的地方。正如 LeCun 所说：「预测是智力的本质。」 LeCun 表示，人工智能系统可以从这些视频中理解世界的物理基础。...视频——图灵奖得主 Yann LeCun 访谈，人工智能的三大挑战： LeCun 用一个问题总结了未来十年人工智能研究面临的巨大挑战：「我们应该如何让机器学习处理具有不确定性的模型，并捕获现实世界的所有复杂性
七夕情人节 Love 首先祝大家七夕情人节愉快，能和喜欢的人度过浪漫的一天，也祝在科研的同学抽出时间陪伴你的伴侣，一起度过一年一次的中国情人节，若还处于单身的同学，希望你们不仅科研成功、还能遇到自己喜欢的他...近年来由于深度学习爆炸式的发展，已经带动了整个行业的发展。身为人工智能的一份子，为该技术骄傲自豪。在丰富的应用场景，人脸识别市场潜力巨大。应用场景逐渐增多，布局人脸识别的生态从而也更丰富。...几年前的三大巨头，引领了人工智能的热潮，之后很多互联网公司奋力直追，现在已经有许许多多的互联网公司后起之秀，而且做的都特别好！...人脸配准算法的输入是“一张人脸图片”＋“人脸边界框坐标”，输出五官关键点的坐标。五官关键点的数量是预先设定好的一个固定数值，可以根据不同的语义来定义(常见的有5点、68点、90点等等)。...但最新的一些基于深度学习的人脸属性识别也具有一个算法同时输入性别、年龄、姿态等属性值的能力。 人脸比对 ---- “人脸比对(Face Compare)”是衡量两个人脸之间相似度的算法。
大数据文摘授权转载自AI科技评论 来源：ZDNet 编译：钱磊 编辑：陈彩娴 继自监督学习之后，Yann LeCun 在接受 ZDNet 的最新访谈中又着重探讨了他在几年前曾大篇幅推崇的概念：「能量模型...正如LeCun在采访中所说，他目前的研究与量子电动力学有一些有趣的相似之处，尽管这不是他的重点。他关注的重点是人工智能系统的预测可以进步到何种程度。...这种模型可能是实现LeCun心目中的统一“世界模型”的重要工具，而这种统一的“世界模型”将推进实现他心目中的自主人工智能，自主人工智能能够通过对场景之间的相关性和图像、语音和其他形式输入数据的相关性建模来进行规划...Learning）”的缩写，是LeCun在基于能量的神经网络架构上的最新研究成果。...我提出的这个自主人工智能模型有一个可配置的世界模型模拟引擎，其目的是规划和想象未来，填补你无法完全观察到的空白。
11月4日，在2018腾讯WE大会上，腾讯首席探索官网大为介绍了腾讯在“人工智能+医疗”领域的最新进展——打造“救命的AI”。 网大为说，腾讯在众多领域均在开发人工智能，但在医疗领域倾注最多激情。...在网大为看来，人工智能技术在医疗领域的应用能够解决医疗资源不平等的问题。他表示，在农村地区或者部分不发达国家，医疗水平欠佳，但使用人工智能技术，就能够获得相当数量的数据，去支撑治疗手段的实施。...据腾讯官方数据，“腾讯觅影”已与国内100多家三甲医院达成合作，通过共建人工智能联合医学实验室的形式，推进AI在医疗领域的研究与应用。...除了人工智能在医疗领域的应用，在演讲中，网大为还展望了人工智能技术在解决未来人类社会中出现的食物、能源与水（Food、Energy、Water，缩写“FEW”，网大为认为这三个问题最为重要）短缺问题时的巨大潜力...“如果我们能够使用人工智能来保障我们的FEW，那么就能够实现一个可持续的未来。”网大为说。
重庆前端交流会 8.18 重庆 China DevOps Days 上海 8.18 上海 云+社区技术沙龙——Serverless架构开发与SCF部署实践 8.18 北京 竹间智能 & DataFun Talk人工智能技术沙龙...竹间智能 & DataFun Talk人工智能技术沙龙 ——基于情感情绪识别的对话式AI及应用实践 活动时间:2018.8.18 14:00 ~ 17:20 线下地址:（上海徐汇）田林路1036号 科技绿洲三期
...
人工智能、机器学习面试题总结，侧重于理解，回答供参考，欢迎讨论。 General 深度学习（DeepLearning, DL）和机器学习（Machine Learning, ML）的关系是什么？...可以看出，精确率和召回率的区别在于分母，精确率关心的是预测为真的数量中有多少真正对的（而不是其他类错误预测为这一类），而召回率关注的是这一类有多少判断正确了（而不是判断为其他类了）。...= FP/(FP+TN)，表示错误分类的负样本占所有负样本的比例。...weight最常用的是由KaimingHe提出的MSRA，在Xavier的基础上改进。Xavier假设激活函数关于原点中心对称，而常用的ReLU并不满足该条件。...BN的主要作用有： 加速网络的训练（缓解梯度消失，支持更大的学习率） 防止过拟合 降低了参数初始化的要求 使用时需要注意train时更新bn的相关参数，而test时要固定，一般有is_training的
自从扎克伯格(Mark Zuckerberg)在2021年10月宣布Facebook更名为Meta，这个令人惊叹的新名字已经成为社交媒体上的热门趋势，受到了包括学术界和产业界在内的各个群体的广泛关注和讨论...在不久的将来，元宇宙将成为下一个重要的技术，目前吸引着在线游戏开发商、互联网金融企业、社交网络和其他技术领导者。在本次综述中，我们做出了有益的努力，探索人工智能在元宇宙的建立和发展中的作用。...我们首先介绍了人工智能的初步知识，包括机器学习算法和深度学习架构，以及人工智能在元宇宙中的作用。...然后，我们对基于人工智能的方法进行了全面的研究，这些方法涉及有潜力成为元宇宙的6个技术方面: 自然语言处理、机器视觉、区块链、网络、数字孪生和神经接口，并有潜力成为元宇宙。...随后，研究将部署在虚拟世界中的几个人工智能辅助应用，如医疗保健、制造、智能城市和游戏。最后，我们总结了本研究的主要贡献，并为元宇宙的人工智能研究开辟了一些未来的研究方向。
比如《The Changelog》播客 ，这是一个专注于软件领域的播客，每周一发布最新新闻摘要，周三进行深入技术访谈，周五则是访谈节目。...此外，还提到了一些特定的话题和事件，如Go社区的最新动态、Apple的WWDC大会、隐私泄露问题、以及Google Go团队的工作方式等。...通过这些内容，可以看出《The Changelog》旨在为听众提供一个关于软件和技术世界的全面视角，同时也关注行业内的最新发展和重要讨论。...该播客专为希望了解人工智能最新进展的技术专业人士、商务人士、学生、爱好者和专家嘉宾而设计。...NVIDIA的人工智能** - **问我们任何关于AI的问题** - **Cølønês文本的攻击！
Choi 机器之心编译 编辑：泽南、杜伟 计算的能力是有极限的，但因此，人类无法控制超级人工智能。 ? 近日，一项新的研究发现，从理论上来看，人类不可能控制超级人工智能。...与超级人工智能展开任何形式的交流都是有风险的。...他们表示，任何旨在确保超级人工智能无法伤害人类的算法都必须首先模拟机器行为以预测其行动的潜在后果。...首先，Alfonseca 预计强人工智能的关键时刻还很遥远，他说道：「至少还有两个世纪。」 其次，人们所说的通用人工智能，或强人工智能在理论上是否可行，其实也是未知数。...计算复杂性是阻止人类控制强人工智能的重要原因。
在探讨人工智能和他的初创公司xAI时，马斯克对OpenAI和谷歌提出了批评。他指出：“关键在于，人工智能应当被训练得诚实而非政治正确。...监管机构应关注AI准确性和真实性 问：在人工智能的发展过程中，我们如何确保透明度和可追责性，无论是你的xAI还是其他公司的人工智能产品？...马斯克：我认为数字超级智能潜藏着一定的风险。正如我之前所述，我认为最大的挑战在于确保人工智能必须经过严格的真实训练，并培养其好奇心。我长期以来一直深思人工智能的安全问题。...因此，我认为监管机构应当重点关注人工智能是否严格遵循真实原则，其给出的答案是否最有可能是正确的，并带有公认的错误范围。这不仅是人工智能发展的最佳方向，也是我们在xAI公司努力追求的目标。...或许人工智能也会采取类似的机制，即通过让我们的大脑皮层感到满足，进而让我们的边缘系统感受到快乐。在这个意义上，我们可能是人工智能寻找意义和目的的关键。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
