编辑 | 绿萝 化学反应的发现不仅受到获得实验数据的速度的影响，还受到化学家理解这些数据的难易程度的影响。揭示新的催化反应的机理基础是一个特别复杂的问题，通常需要计算和物理有机化学的专业知识。然而，研究催化反应很重要，因为它们代表了最有效的化学过程。 近日，来自英国曼彻斯特大学（UoM）化学系的 Burés 和 Larrosa 报告了一种机器学习模型，展示了可以训练深度神经网络模型来分析普通动力学数据并自动阐明相应的机理类别，而无需任何额外的用户输入。该模型以出色的精度识别各种类型的机理。 研究结果表明，人
产业里很多人都受到来自商业AI热炒的影响，对AI抱有巨大的期望，甚至认为人工智能+制造，即是智能制造，这个说法有些片面。首先要澄清的是，以诺伯特.维纳博士在1948年的《控制论-动物与机器的通信与控制》这一著作为代表的控制论（图1），本身也是人工智能三大学派之一的行为主义学派，事实上，对于工业而言，智能是一直在路上，只是限于算力和成本，人工智能并未在工业有广泛的应用突破，今天，人工智能由于消费类的应用，使得规模效应出来了，算力具有了经济性的趋势，人们开始又关注这一方法来解决工业问题。
自COVID-19疫情爆发以来，基于图神经网络（Graph Neural Networks, GNNs）的流行病学建模研究得到了广泛的关注。传统机理模型在数学上描述了传染病的传播机制，但在应对当前复杂多变的流行病学挑战时常显不足。得益于对复杂网络的捕捉能力，GNNs逐渐成为流行病学研究中的重要工具。
在正式开始形式语言与自动机的学习之前,我们不妨先考虑几个问题. 1:究竟哪些问题,可以通过计算解决? 2:解决可以计算的问题,究竟需要多少资源? 3:为了研究计算,需要使用到那些计算模型? 这三个问题
随着城市轨交运营线网不断完善及市场化运营进程逐步加快，轨道交通行业中的甲方主体呈现多元化趋势。传统甲方以政府为主导的地铁运营公司或者地铁建设公司等业主单位为主，但是随着各地方政府加码基建投资，财政压力加大，为了降低成本、提高效率、盘活资产，开始大力引入社会资本对多条线路进行市场化和商业化运营。因此，各类专业的第三方运营公司积极参与到城市轨道交通市场中来。
模型自变量增加后，即便使用聚类等手段进行变量压缩，也不能将自变量的相关性完全剔除，这便会导致具有相关性的自变量溜进模型。由于自变量间关系不同，建模所选择的策略也会不同，模型的结果相对也会有较大差异，SAS中一般会使用selection参数进行变量控制，这个参数即为变量选择提供准则与方法。
导读：工业物联网近些年发展迅猛，无论是操作运营技术（Operation Technology，OT）还是信息技术（Information Technology，IT），都在积极探索和实践，一方面在于落地场景的价值论证，另一方面在于技术创新，以更好地应对场景挑战。
仿生学，一向被认为是一门“古老又年轻”的学科。古老在于人类从直立行走时期就已经学会从自然界获得灵感，年轻是因为不断在模仿的过程中创造出新的事物。创造力，是人类区别于别的生物的一种本领，也是人类战胜 AI 的一项天生能力。
机器之心 & ArXiv Weekly 参与：杜伟、楚航、罗若天 本周论文包括获得 AAAI 2023 杰出论文奖的 CowClip 算法，以及现有 AI 生成文本检测方法的全面技术介绍 。 目录： CowClip: Reducing CTR Prediction Model Training Time from 12 hours to 10 minutes on 1 GPU DyStyle: Dynamic Neural Network for Multi-Attribute-Conditioned S
人类对于自然与社会的认知是需要多个角度的，一度物理学的思维模式占据了整个的学术界，这是可以理解的，因为物理学从现象开始，然后就是对外在表象之下的内在机理的阐释——从现象到本质难道不是人们认知世界的一般
6月16日，工业互联网平台创新合作中心（以下简称“创新合作中心”）公布了第二届主任成员名单。广域铭岛数字科技有限公司等30家单位经全体成员投票，并经主任联席会审议通过，成为了第二届主任成员单位。
基于物理过程的各种数学模型在水力、市政、海洋等领域已经得到了很多年的发展和应用，随着这几年机器学习技术的大热，也有越来越多的人尝试将机器学习技术应用在水力、市政领域，但是这些尝试大部分集中在使用机器学习模型替代传统机理模型。那么以后的趋势会是机器学习模型替代机理模型，或是各自应用在不同领域？龙猫老师认为都不是的，以后的趋势必然是机器学习技术与传统数学模型融合StormSVM模型正是一个很好的例子，它将传统的内涝数学模型与机器学习技术SVM有机结合在一起 上次我们给大家带来了StormSVM的介绍（Sto
2019年11月1日，清华大学生命学院陈柱成、北京大学生命学院高宁与美国犹他大学Bradley Cairns课题组在《科学》（Science）杂志上在线发表题为 《核小体结合状态的染色质重塑复合物RSC的结构》（Structure of the RSC complex bound to the nucleosome）的研究论文。
近日，百矿集团田阳工业互联网平台项目正式启动。广域铭岛将以ESG理念为指引，为百矿集团田阳基地搭建铝行业工业互联网平台，运用卓越运营的方法，助力基地降本增效和节能减排。
8月26-27日，由中国人工智能学会（CAAI）发起并主办、中科院自动化研究所与CSDN共同承办的2016中国人工智能大会（CCAI 2016）将于在北京·辽宁大厦盛大召开，汇聚全球顶级人工智能专家共论前沿技术与产业实践。除了重磅主题报告，大会设置了“人工智能驱动的人机交互”、“机器学习的明天”、“人工智能青年论坛”和“人工智能产业论坛”等四大专题论坛，邀请来自知名院校及创新企业的专家担任论坛主席，就当前人工智能领域的核心问题展开讨论。 大会前夕，“人工智能青年论坛”联席主席，清华大学计算机科学与技术系特别
新一代信息技术与制造业正在加速融合，数字化转型成为产业发展的主旋律。作为高度综合的行业，汽车产业是国家工业实力的体现之一，数字化转型尤为迫切。工业互联网作为核心支撑，是驱动汽车产业数字化的关键力量。
机器之心原创 作者：高静宜 在刚刚结束的国际 PHM 数据竞赛中，昆仑数据的 K2 代表队以绝对优势一举夺冠，成为 PHM Data Challenge 十年竞赛史上首个完全由中国本土成员组成的冠军团队。团队由昆仑数据首席数据科学家田春华博士带领四名成员组成，在业余时间完成了本次竞赛的任务。 PHM（Prognostics & Health Management，即故障诊断与健康管理）学会从 2008 年成立一直专注于工业设备故障诊断领域，其每年举办的「PHM 数据竞赛」是国际上高水平的同类赛事之一。首届竞
新冠病毒疫后复工成为当务之急，然而病毒尚未消散，风险权衡面临不确定因素，如果可以准确预测未来的疫情走势，将会为复工计划的制定提供有效辅助。
我从2012年就开始从事物联网的媒体，经历了谷歌收购Nest带来的智能硬件热；经历NB－IOT，物联网平台，边缘计算带来的这一轮的物联网热；与几百个物联网公司做过交流（或者是大公司的高管、或者是创业公司创始人）；对物联网的发展有比较深刻的认识。 为什么物联网需要智能？ 大家可以想象物联网与互联网的区别。 互联网将信息传递给人，人是有智能的，看到信息后，可以通过获得的信息，作出判断然后指导下一步做什么。 当万物互联之后，一个设备获得一个信息之后，这个设备如果没有智能的话，它不能决定下一步做什么，如果最后还由人
近些年来，基于Transformer的大语言模型表现出了惊人的In-context Learning (ICL)能力，我们只需要在查询问题前以 {问题，标签} 的形式增加少数示例，模型就可以学到该任务并输出较好的结果。
在2021年中国人工智能大会（CCAI 2021）上，焦李成院士做了主题为《类脑感知与认知的挑战与思考？》的学术报告。
首先我们定义什么是大模型的badcase，大模型badcase是指在应用场景中，出现不符合预期的答复。但实际上不符合预期的答复可能多种多样，原因也各不相同，有没有什么统一的思路能处理这些badcase呢？
1月11日，工业互联网产业联盟第二十一次全会——数字孪生、工业智能特设组联席会召开，发布了第三批孪生工厂应用案例短视频征集，共4家数字孪生工厂入选，而由广域铭岛牵头打造的百矿数字孪生工厂和四川领吉汽车数字孪生工厂双双入围，充分显示了数字孪生应用成效。会上，广域铭岛同时作为代表企业，做了工业数字化与智能化应用案例的主题分享。
《MME-EKF-based path-tracking control of autonomous vehicles considering input saturation》是期刊《IEEE Transactions on Vehicular Technology》在2019年第68卷第6期上刊载的一篇论文。《IEEE Transactions on Vehicular Technology》的中科院大类分区（工程技术）是2区，小类分区（运输科技）2区，2019年影响因子为5.379。
---- 新智元报道 编辑：LRS 【新智元导读】代码直接编译成Transformer模型，做实验从未如此轻松！ 「可解释性」一直是深度学习难以绕过的难题，用户无法理解模型的运行机制，也就无法放心地把模型应用到实际场景中。 最近来自苏黎世联邦理工学院和DeepMind的研究人员提出了一种全新的模型构造工具Tracr，直接由人来根据「已知的机制」针对不同任务编写代码，然后由Tracr编译成模型的权重，让模型的解释变得更轻松！ 论文链接：https://arxiv.org/pdf/2301.0506
“十三五”期间，通过支持我国优势学科和交叉学科的重要前沿方向，以及从国家重大需求中凝练可望取得重大原始创新的研究方向，进一步提升我国主要学科的国际地位，提高科学技术满足国家重大需求的能力。各科学部遴选优先发展领域及其主要研究方向的原则是：
摘要 2022年11月9日-10日，第十届数据中心标准峰会在北京隆重召开，峰会以“汇聚双碳科技 夯实数据之基”为主题。腾讯数据中心高级架构师李鼎谦在本次峰会上以《数据中心冷源系统AI调优的应用与实践》为题发表云端演讲，现将精彩内容整理如下，供数据中心广大从业者学习交流。 以下为演讲实录 尊敬的各位嘉宾、同行，大家下午好！我是来自腾讯数据中心的李鼎谦。今天与大家分享腾讯数据中心在AI调优规模化应用中的一些实践经验和总结，也希望我们在一线项目上踩过的坑、排过的雷能给到大家有用的启发和思考。 AI商用化逐渐成熟
让计算机理解人类语言 “教”计算机理解人类的自然语言这部分工作，称作自然语言理解（Natural Language Understanding / NLU）。 可以算作自然语言处理（Natural Language Process / NLP）的一部分。 具体要做的事情，就是让计算机“明白”人类正常讲话时使用的语言，而不是几个英文关键字加一堆参数的格式化的指令。 这是怎么做到的呢？让我们先来看看： 人类如何理解自然语言 举个例子，我说“苹果”这个词，你会想到什么？ 一种酸酸甜甜红红绿绿的球状水果，对吧。想
深部脑刺激(Deep Brain Stimulation, DBS)和功能磁共振成像(Functional magnetic resonance imaging，fMRI)联用对解析DBS治疗各类神经类疾病的机理和效果有重要的意义。传统用于DBS的电极通常会导致磁场的严重扭曲，使得电极周围的大面积部位被电极伪影遮挡从而不可见，严重影响结构和功能MRI对大脑的成像和大脑活动的检测。
作者 | 陈孝良 责编 | 胡永波 目前来看，语音识别的精度和速度比较取决于实际应用环境，在安静环境、标准口音、常见词汇上的语音识别率已经超过95%，完全达到了可用状态，这也是当前语音识别比较火热的原因。 随着技术的发展，现在口音、方言、噪声等场景下的语音识别也达到了可用状态，但是对于强噪声、超远场、强干扰、多语种、大词汇等场景下的语音识别还需要很大的提升。当然，多人语音识别和离线语音识别也是当前需要重点解决的问题。 学术界探讨了很多语音识别的技术趋势，有两个思路是非常值得关注的，一个是就是端到端的语音识别
本人在大学时期 待了两年的数学建模社团，也参加过国赛，最近有些许感性，想以此纪念一下。
在科学研究中，从方法论上来讲，都应先见森林，再见树木。当前，人工智能科技迅猛发展，万木争荣，更应系统梳理脉络。为此，我们特别精选国内外优秀的综述论文，开辟“综述”专栏，敬请关注。
我国是制造业第一大国，2018 年制造业增加值达 26.5 万亿元，占 GDP 总量的 29.4%，占比近三分之一。同时我国又是人工智能第二大国，拥有全球第二多的 AI 企业。然而一道「鸿沟」将它们分隔两地。
“教”计算机理解人类的自然语言这部分工作，称作自然语言理解（Natural Language Understanding, NLU）。
数字化工业是企业的动力，是节能提质增效的根本，接点是集顶层设计、系统实现、及数据服务“三合一”的智能管控整体解决方案领导者，通过智慧物联、大数据、智能管理平台、APP、PAAS/SAAS云计算服务平台系列产品为客户构建一体化智能管控平台，提供数据中心、远程监控、分析优化、智能诊断、持续改进等全过程服务，确保生产、能源、质量、设备等管理更加集约高效及低成本运行。
本文内容由数据派THU 整理自梅宏院士在清华软件论坛上所做的专题报告 一、群体智能研究现状 群体智能是科学家长期关注和研究的一种自然现象。在很多低等社会性生物群体中可以观察到，群体中的单一个体不具有智能，或仅有非常有限的智能，由这些个体构成的群体却展现出远超个体能力的智能行为。这种在低等社会性生物群体层面上展现出的智能，通常被称为群体智能（Swarm Intelligence）。 1.1 人类社会中的群体智能现象 草地上的小路：即使没有人进行全局的规划或指挥，草坪上也会自发地涌现一条或几条条弯弯曲曲的小路
工业互联网，是相对“消费互联网”提出的概念。在消费互联网时期，互联网技术已经初步展现了其技术魅力，既创造了巨大的经济价值，又再次点燃了人类对于社会变革的梦想。正是由于消费互联网的巨大魅力，在工业互联网概念产生之后，人类社会也对工业互联网寄予了巨大的厚望。
2005 年 7 月，Science 杂志为庆祝创刊125 周年，邀请全球几百位科学家讨论当今世界最重要的前沿科学问题，最终归纳出“125 个科学问题”，其中18 个问题属于脑科学。排在最前面的脑科学问题包括意识的生物学基础、记忆的储存与恢复、人类的合作行为、成瘾的生物学基础、精神分裂症的原因、引发孤独症（自闭症）的原因，这些都是人们关心且未被解决的重大问题。尽管该“125 个科学问题”是10 多年前总结的，但现在公认的重大脑科学问题依旧未变。
工业产品的产出必须保质保量，任何一个小部件出现差错都可能造成巨大的损失。目前大多数工厂都是自动化产线，按照标准数据做出来的产品又不能保证100%标准，有部分工厂使用人工检测，但产品数量巨大，人眼的疲劳也会产生各种差错。
清华大学计算机科学与技术系；智能技术与系统国家重点实验室；清华信息科学与技术国家实验室 【孙富春】清华大学计算机科学与技术系教授，博士生导师，全国优秀博士论文奖和国家杰出青年基金获得者。兼任清华大学学
2022中国国际智能产业博览会（简称2022智博会）将于8月22日至24日在重庆悦来国际会议中心开幕。本届智博会延续“智能化：为经济赋能，为生活添彩”的主题，聚焦“智造重镇”“智慧城市”建设，打造思想观点交流新平台，总结数字重庆建设新成效，展现数字应用新场景。
决策树是一种优秀的机器学习算法，具有很好模型可解释性，有着广泛地应用。如何对决策树模型的结果做可视化分析，以便于更多人理解决策树做决策的机理？
颜宁：我国著名科学家，拥有一系列重磅标签：清华大学教授、普林斯顿大学终身教授、施一公先生的得意门生、“杰青”、“长江学者”、《Nature》杂志“中国科学之星”、《自然》杂志 “中国科学之星”。
人工智能最大的任务不是分类和识别，而是让机器学会“思考”。 本文展示了MIT在人工智能的最新研究成果，一个新的人工智能系统，它： 1）通过了视觉图灵测试（图灵测试是什么？你试试看最上面的那个图，能不能分别图中每个字符下面，哪一个是机器画的，哪一个是人类画的，如果分别不出来，那么这个机器就通过了）； 2）使用了Bayesian Program Learning，拥有“one-shot learning”的能力 本文来自GIZMODO.com， 原标题：A new AI system passed a vi
在现实生活中，影响一个问题的因素往往不止一个，分析问题时就需要从不同方向考虑，所以就引入了机理分析法
机器之心报道 作者：闻菲 作为柯朗学派出身的应用数学家，鄂维南院士并没有纠结是数据的力量还是算法的力量，也没有囿于公式或定理，他一开始看到的，便是机器学习算法、数据、物理建模和高性能计算结合的力量，以及由此开拓的新的科学疆域。 对学者而言，受邀在学术顶会上发表报告，通常是比论文获奖来得更高的荣誉。就像奥运会一样，取得参赛资格也即接到邀请本身就是实力的证明，而在强者云集的舞台上发表主旨演讲（Keynote Speech）、特邀报告（Invited Talk）乃至全体特邀报告（Plenary Talk），更是充
自然语言处理（Natural Language Processing，简称NLP）是人工智能领域的一个重要分支，它涉及计算机与人类自然语言之间的交互。NLP技术可以帮助计算机理解、解释、操纵人类语言，从而实现文本分类、情感分析、机器翻译等任务。在本文中，我们将介绍自然语言处理的基本原理和常见的实现方法，并使用Python来实现这些模型。
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
对象存储
即时通信 IM
实时音视频
