#深度學習

9 篇文章

人工智慧的未來是影像:快速接近中
1051

人工智慧的未來是影像:快速接近中

人工智慧的未來在於影片,並且它正在迅速接近「未來的人工智慧(AI)對你來說是可怕的嗎?令人興奮嗎?還是兩者兼而有之?它是否感知像是開啟了一個既美麗又可怕的可能性世界?」如果你有以上其中一種感受,那我可以理解。我對 2024 年的選舉感到害怕。在虛假訊息和可以普遍使用且非常出色的 AI 影像的情況下,

Steg.AI 運用深度學習聰明進化浮水印技術
780

Steg.AI 運用深度學習聰明進化浮水印技術

Steg.AI:將深度學習應用在浮水印技術的聰明演進 引言 浮水印是在許多領域中都有價值的一種技術,用於標記一張影象的所有者。然而在當今社會,只在影象角落新增公司標誌已經無法滿足需求。Steg.AI 透過深度學習,能夠嵌入一種幾乎看不見的浮水印,躲避了常規的“改變影象尺寸和重新儲存”對策。在數位

深度學習技術助力水下機器人準確掌握水下物體位置
694

深度學習技術助力水下機器人準確掌握水下物體位置

深度學習使水下機器人能夠準確掌握水下物體位置概述一個研究團隊首次展示了強化學習對於自主車輛和水下機器人的重要性,使它們能夠在海洋中準確保位和追蹤海洋物體和動物。這項研究結果發表在《科學機器人學》雜誌上。水下機器人技術正在成為提高對海洋認識的關鍵工具,在探索海洋困難重重的情況下,這些車輛能夠下潛到 4

機器學習向全方位提問,智慧度更上層樓
778

機器學習向全方位提問,智慧度更上層樓

機器學習能夠提問,使其更加智慧簡介杜克大學的生物醫學工程師們展示了一種顯著提高機器學習模型效果的新方法,只需使用部分可用資料。透過使用主動識別資料集中的空缺的算法,研究人員在某些情況下可以將準確性提高一倍以上。這種新方法可以更容易地幫助科學家識別和分類具有開發新藥物候選物和其他材料的特徵的分子。這項

腦部啟發式 AI 與 AGI 的匯聚:探索智慧協同的道路
744

腦部啟發式 AI 與 AGI 的匯聚:探索智慧協同的道路

腦部啟發式人工智慧與強人工智慧的匯聚:探索智慧協同的道路引言近年來人工智慧(AI)的發展一直受到人腦智慧(HI)的研究啟發,而強人工智慧(AGI)的發展有望造福人類智慧。人腦擁有超過 860 億個神經元,每個神經元都能與其他神經元形成多達 1 萬個突觸連結,形成一個極其複雜的聯網結構,為智慧的廣泛發

深度學習模型革新油井開採!
835

深度學習模型革新油井開採!

深度學習模型可能改善油氣開採 Skolkovo 科學與技術學院引入 SSL 透過 Barlow Twins 方法用於油氣資料 Skolkovo 科學與技術學院的研究團隊引入了一個模型,以便促進油井開發的規劃階段。這將有助於獲取有關井的重要資料—例如,該模型可以將潛在的井與附近已經執行的井進行比較,以預測

AI 時代:關於人工智慧,你需要知道的一切
792

AI 時代:關於人工智慧,你需要知道的一切

人工智慧時代:你需要理解的一切解讀術語,理解主要參與者,並保持對最新人工智慧新聞的最新瞭解作者:Devin Coldewey @techcrunch / 11 小時前人工智慧(Artificial Intelligence,簡稱 AI)似乎出現在現代生活的各個角落,從音樂和媒體到商業和生產力,甚至包

AI 時代:關於人工智慧,你需要理解的一切
692

AI 時代:關於人工智慧,你需要理解的一切

人工智慧時代:關於人工智慧你需要知道的一切基本概念神經網路:神經網路是由大量相互存取的細胞組成的,這些細胞形成了複雜的網路,能夠執行任務並儲存訊息。在軟體中重現這一令人驚嘆的系統,自 20 世紀 60 年代以來就開始嘗試,但直到 15-20 年前,GPU 的出現使得數位化神經網路得以迅速發展。神經網

當計算機視覺更像大腦,它更像人類一樣看到東西
924

當計算機視覺更像大腦,它更像人類一樣看到東西

當計算機視覺更像人腦時,它見到的東西更像人類由 Jennifer Michalowski 提供的麻省理工學院研究探討記事指出,當今許多技術,從攝影機到自駕車,都依賴人工智慧從視覺訊息中提取意義。當今的 AI 技術以人工神經網路為核心,大多數情況下,我們可以相信這些 AI 計算機視覺系統看待事物的方式