#深度學習

9 篇文章

AI 時代:關於人工智慧你需要知道的一切
1137

AI 時代:關於人工智慧你需要知道的一切

人工智慧時代:您需要知道的一切採訪者:報導日期:今日在現代生活的每個角落,從音樂和媒體、商業和生產力到約會,都可以看到人工智慧的應用。如此之多,以至於很難跟上——因此讓我們一起來理解從最新的重大發展到您需要掌握的術語和公司的一切。不過讓我們先確保我們全部能理解「什麼是人工智慧(Artificial

「生成式人工智慧的當前構建」
795

「生成式人工智慧的當前構建」

現今生成式 AI 的發展狀況人工智慧(AI)引起的熱度近年來不斷上漲,新聞媒體報導大多集中在財務、大型科技公司、擔憂與炒作以及新創活動等幾個方面。其中財務方面比較好理解:投資者將資金投入新穎的 AI 技術產品或是加入現有產品中的 AI 應用。大型科技公司也在爭相搶佔 AI 技術基礎層並在現有的生產力

深度學習公司 AlphaDev 發現可革命化計算基礎的排序演算法
840

深度學習公司 AlphaDev 發現可革命化計算基礎的排序演算法

Google Deepmind 的 AlphaDev AI 系統:計算基礎技術的革命在計算基礎技術領域取得的重大進展,可能革命化整個計算科學領域和增進效率和執行效能。Google 深度學習團隊的 AlphaDev AI 系統透過最佳化排序和雜湊演算法,在分類、儲存和檢索資料時實現重大突破。突破性發現

利用深度神經網路減少水下聲學傳輸中的噪音
897

利用深度神經網路減少水下聲學傳輸中的噪音

水下音訊傳輸中的深度神經網路降噪技術概述近期,中山大學和約翰尼斯堡大學的科學家設計了一種運用機器學習的新模型,以更好地表徵水下聲學通道干擾,提高海洋和離岸傳輸的準確性。在水下環境中,傳輸精度和可靠性受到許多背景噪聲和潛在失真的干擾。因此研究中提高通道估計效能的建模對於降低誤差和背景噪聲干擾非常重要。

機器學習更有效提升真實世界場景的訓練方式
1153

機器學習更有效提升真實世界場景的訓練方式

更有效的方法訓練機器應對不確保世界隨著人工智慧不斷發展,機器學習的重要性日益凸顯,但現實世界充滿不確保性和變化,這使得機器在面對複雜的任務和環境時變得困難。依靠"老師"指導是機器學習的一個重要策略,但機器該何時模仿老師,何時試錯學習也是一個難題。麻省理工學院的研究團隊發明了一種自動且動態的演算法,可

生成式人工智慧的最新發展:探討新興技術
966

生成式人工智慧的最新發展:探討新興技術

深入探究產生式人工智慧技術的最新趨勢最近,產生式人工智慧(Generative AI)的技術發展日新月異,令人眼花撩亂。不過 TechCrunch+團隊正與您一樣,竭盡所能地緊追不放。根據 TechCrunch 對人工智慧的大量報導,包括近期 Google 和 Microsoft 的種種訊息,我們正

深度學習公司 CE0 談論 Disrupt AI 舞臺上的研究、Google 和更多內容
727

深度學習公司 CE0 談論 Disrupt AI 舞臺上的研究、Google 和更多內容

DeepMind 創辦人兼 CEO Demis Hassabis 將在 Disrupt AI 舞臺上討論研究和 Google 等議題人工智慧幾乎每天都能捕捉到頭條新聞,這不是沒有道理的。這項技術將對世界上數十億人們的生活的幾乎每一個方面產生深遠的影響。在過去的一年裡,我們觀察到兩個巨頭,Google

研究人員使用人工智慧辨識影象中類似材料
1184

研究人員使用人工智慧辨識影象中類似材料

人工智慧技術能夠辨識同質材料由麻省理工學院和 Adobe Research 的科學家們發展出一種能夠識別同質材料的機器學習技術。該技術適用於場景理解、影象編輯和材料推薦系統等多個領域。在機器人的作業中,該技術能夠使機器人辨識出哪些物體是由相同的材料製成的,從而提高其作業效率。現有方法存在的挑戰識別同

恐懼火焰或利用火焰:生成式人工智慧的未來
1021

恐懼火焰或利用火焰:生成式人工智慧的未來

生成式模型的進步:從模仿到創造 最近,多家科技公司的研究者觀察到生成式模型已經開始向人工通用智慧(AGI)的方向進化。也就是說,生成式模型正在逐步從模仿到創造。火焰可以成為很好的比喻,人們在更好地利用火的同時也發現了與火有關的危害和風險。正確地引導人工智慧技術,掌握它的利弊,需要合理的法規和常識