#深度學習

9 篇文章

AI 利用 2D 影像探索 3D 空間的新方法
742

AI 利用 2D 影像探索 3D 空間的新方法

新方法幫助人工智慧利用 2D 影像在 3D 空間中導航摘要研究人員開發出一種新的方法，可以幫助人工智慧從 2D 影像中提取 3D 訊息，使得攝像頭對於自動駕駛等新興技術成為更有用的工具。這種被稱為 MonoXiver 的新方法可以與現有技術配合使用，並且可以顯著提高其準確性。尤其對於自動駕駛等應用非

開放 AI 的 Ilya Sutskever 也將深度學習形容為「煉金術」
686

開放 AI 的 Ilya Sutskever 也將深度學習形容為「煉金術」

AI 與煉金術：科學還是魔法？引言最近一場關於 AI 的討論引起了轟動，機器倫理學家 Thomas Krendl Gilbert 在 VentureBeat 的一篇文章中評論，稱現今的 AI 更像是煉金術而非科學，這引起了許多人的關注與討論。他在文章中表示：“那些在建造 AI 的人實際上認為他們所做

SambaNova 發布新的 AI 晶片，提供全套 AI 平臺動力
987

SambaNova 發布新的 AI 晶片，提供全套 AI 平臺動力

Palo-Alto 公司 SambaNova Systems 揭示新的 AI 晶片，SN40L 自定 AI 模型，SambaNova Suite，提供全套解決方案 Palo-Alto 的 SambaNova Systems 公司推出了一款新的 AI 晶片，SN40L，該晶片將為其全套大型語言模型（LLM

以大腦為模型，激發更強大的人工智慧能力
802

以大腦為模型，激發更強大的人工智慧能力

利用大腦作為模型激發更強大的人工智慧 2023 年 9 月 15 日導言人工智慧（AI）已經成為一個相對普遍的存在；你可能擁有一部帶有 AI 助手的智慧型手機，或是使用由 AI 驅動的搜尋引擎。儘管這是一個廣義的術語，可以包括許多不同的訊息處理和有時作出決策的方式，但 AI 系統通常使用類似於大腦的人

【AI 寫的？研究人員表示你可能無法分辨】
750

【AI 寫的？研究人員表示你可能無法分辨】

人工智慧撰寫的文章難以被鑑別引言最新的一項研究指出，即便是語言專家，也很難區分出由人工智慧(AI)還是人類所創作的文章。這項研究由美國密西西比大學應用語言學助理教授 J. Elliott Casal 和南佛羅裏達大學的學者 Matthew Kessler 合作完成。研究成果於《應用語言學研究方法》期

元深度學習發布資料集，檢驗電腦視覺模型的偏見
1013

元深度學習發布資料集，檢驗電腦視覺模型的偏見

關於 FACET 資料集的公平性評估背景近年來隨著人工智慧技術的迅速發展，尤其是在電腦視覺領域，對於模型是否存在偏見的擔憂越來越大。這些偏見可能根植於資料集的不平衡性，或者是機器學習算法的設計缺陷。由於這些偏見可能對社會造成嚴重的影響，各界對公平性評估的需求逐步增加。Meta 釋放 FACET 資料

打造更好的 AI：強化現有架構以獲取更佳路徑
752

打造更好的 AI：強化現有架構以獲取更佳路徑

提升現有架構：更好的路徑鋪就更出色的人工智慧引言人工智慧（AI）領域一直在尋求提升，以解決更複雜的問題和執行更精確的任務。深度學習作為一種強大的方法，透過層層分類來完成任務。然而研究人員是否可以透過選擇對輸出最具影響力的路徑，而不是在每個層級上進行區域性決策，來實現全面性的決策？來自以色列巴伊蘭大學

深度學習技術助力機器人更精準地抓取物體
946

深度學習技術助力機器人更精準地抓取物體

深度學習技術提升機器人抓取物體能力背景大多數成年人具備天生的能力，能夠從環境中撿起物體，並以有助於使用的方式握住它們。例如，當拿起烹飪器具時，他們通常會從不會放入烹煮鍋或平底鍋的那一邊握取。然而機器人需要接受訓練，以學習如何最佳地撿起和握住物體，同時完成不同的任務。這常常是一個棘手的過程，因為機器人

什麼是液態神經網路？揭開神祕面紗！
1061

什麼是液態神經網路？揭開神祕面紗！

液態神經網路是什麼？與麻省理工學院的 Daniela Rus 討論新興技術和對機器人學的影響 2018 年的初步研究論文揭示了液態網路（或液態神經網路）的概念，但對於大多數人來說這仍然是一個新的領域。最後的推動力是在 2020 年底發表的論文《液態時間常數網路》，透過一系列的講座使更多研究人員對此關注

  • 江塵
  • 2023/8/18 上午 01:56:24
«12345678»