人工智能
-
普林斯顿陈丹琦:如何让「大模型」变小
“Making large models smaller”这是很多语言模型研究人员的学术追求,针对大模型昂贵的环境和训练成本,陈丹琦在智源大会青源学术年会上做了题为“Making …
-
理论计算机科学家 Boaz Barak:深度学习并非“简单的统计”,二者距离已越来越远
上世纪九十年代,斯坦福大学的知名生物信息学教授 Rob Tibshirani 曾拟了一个词汇表,将机器学习与统计学中的不同概念作了简单而粗暴的对应关系: 一方面,这个表格为理解机器…
-
PathAI利用机器学习推动药物开发
译者 | 朱先忠 审校 | 孙淑娟 位于美国波士顿的病理人工智能技术公司PathAI是病理学(疾病研究)人工智能技术工具和服务的领先供应商。他们开发的平台旨在…
-
在两行Python代码中应用 40 个机器学习模型
我们将使用lazypredict库,它允许我们只用一行代码在我们的数据集上实现许多机器学习模型,本文将演示lazypredict的快速使用。 步骤1、使用以下命令安装lazypre…
-
Yann LeCun开怼谷歌研究:目标传播早就有了,你们创新在哪里?
日前,学术圈图灵奖得主Yann LeCun对谷歌的一项研究发起了质疑。 前段时间,谷歌 AI在其新研究《LocoProp: Enhancing BackProp via Loca…
-
如何使用AI控制数字化制造?
尽管科学家和工程师们正在不断地创造可用于3D打印的具有特殊品质的新材料,但这可能是一项具有挑战性且成本高昂的任务。 为了找到始终如一地产生新材料最佳打印质量的最佳参数,专业操作人员…
-
如何解决人工智能的“常识”问题
译者 | 李睿 审校 | 孙淑娟 近年来,深度学习在人工智能的一些最具挑战性的领域取得了长足的进步,其中包括计算机视觉、语音识别和自然语言处理。 然而,深…
-
时间序列机器学习数据集的非常规拆分技术
确保机器学习模型在未知环境中泛化的一种尝试是拆分数据。这可以通过多种方式实现,从3-way(训练、测试、评估)拆分到交叉验证的k拆分。其基本原理是,通过在数据子集上训练机器学习模型…
-
IDC:2026年中国AI投资规模或将达266.9亿美元
近日,IDC发布的2022年V2版IDC《全球人工智能支出指南》显示,2021年全球人工智能IT总投资规模为929.5亿美元,2026年预计增至3014.3亿美元,五年复合增长率(…
-
为什么边缘计算和人工智能策略必须互补
许多企业已经开始探索边缘计算用例,因为可以将计算能力推向更靠近数据源和更靠近终端用户。同时,可能正在探索或实施人工智能或机器学习,也已经认识到自动化的发现和获得数据驱动的洞察力。但…
-
与生成模型相比,为何机器人研究还在用几年前的老方法?
目前机器人领域取得了显著进展,这些进展预示着未来机器人可以做更多事情。但是也有让人困扰的事情,因为与生成模型相比,机器人的进展还是有点逊色,尤其是 GPT-3 等模型的出现,这一差…
-
人工智能在网络安全领域的三大误解
无论是小说还是电影,几十年来,人工智能一直是一个令人着迷的主题。PhilipK.Dick所设想的合成人类仍然只存在于科幻小说中,人工智能是真实存在的,并在我们生活的许多方面发挥着越…