Périphériques technologiques
IA
La liste des Apple Scholars 2024 a été annoncée, dont la moitié sont chinoises ! Un étudiant au doctorat de Penn a déjà travaillé avec Jim Fan pour créer le robot le plus populaire de Nvidia
La liste des Apple Scholars 2024 a été annoncée, dont la moitié sont chinoises ! Un étudiant au doctorat de Penn a déjà travaillé avec Jim Fan pour créer le robot le plus populaire de Nvidia
La dernière liste annuelle des « Apple Scholars » a été annoncée !
Apple Machine Learning Research vient d'annoncer la liste des "Apple Scholars" qui recevront des bourses de doctorat en 2024, ce qui montre qu'ils soutiennent et encouragent les étudiants talentueux dans le domaine de l'intelligence artificielle/machine learning.
Il convient de mentionner qu'un total de 21 boursiers ont remporté le prix cette année. Parmi eux, les universitaires chinois représentent la moitié du quota, soit 11 personnes.
La bourse de doctorat Apple Scholars est conçue pour récompenser les chercheurs qui ont apporté des contributions exceptionnelles dans les domaines de l'informatique et de l'ingénierie, des étudiants diplômés aux niveaux postdoctoraux. Cette bourse vise à soutenir et encourager les travaux innovants dans le domaine de l’intelligence artificielle et de l’apprentissage automatique pour faire progresser la science et la technologie.
Chaque étudiant boursier recevra un soutien financier et des opportunités de stage pendant ses études de doctorat, et sera également encadré par des chercheurs Apple dans le même domaine.
Chaque Apple Scholar est sélectionné en fonction de ses recherches innovantes, de son leadership, de ses antécédents de collaboration et de son engagement à faire progresser le domaine.
Jetons un coup d’œil : qui sont les universitaires chinois primés ? 11 universitaires chinois élus Il est Édimbourg Un doctorant à l'université, le superviseur est Jeff Pan. Il travaille au développement de modèles génératifs plus fiables et plus précis, notamment en diagnostiquant et en évaluant les faiblesses des modèles afin d'apporter des améliorations ciblées. Ses recherches récentes portent principalement sur « le raisonnement de bon sens et les modèles de langage améliorés par la récupération ».
Il a obtenu une maîtrise du Département d'informatique de l'Université de Tianjin en 2022 et un baccalauréat de la School of Software de l'Université de Shandong en 2019. Lavender Jiang He est membre du NYU Data Science Center. Étudiant en première année de doctorat, les superviseurs sont Eric Oermann et Kyunghyun Cho. Ses recherches portent sur l'intégration sûre et efficace de grands modèles (LLM) dans les soins de santé, explorant leur utilité, leurs implications en matière de confidentialité et leur efficacité informatique.
Elle a obtenu un double baccalauréat en génie électrique et informatique et en sciences mathématiques de l'Université Carnegie Mellon (CMU).
Bowen JinUniversité de l'Illinois à Urbana-Champaign (UIUC), recherche d'informations et connaissances
Bowen Jin est doctorant à l'Université de l'Illinois à Urbana -Champaign, Le mentor est le célèbre informaticien Jiawei Han.
Ses domaines de recherche sont les grands modèles, les réseaux d'information et l'exploration de textes/données. Il s'intéresse particulièrement à la manière dont les modèles linguistiques intègrent le texte, le Web et les données multimodales pour résoudre des problèmes du monde réel, notamment la recherche d'informations et la découverte de connaissances.
Il a obtenu son baccalauréat en génie électrique et statistiques de l'Université Tsinghua en 2021, et son superviseur était Yong Li.
Actuellement, Bowen Jin maintient un excellent référentiel GitHub sur les grands modèles sur graphiques et résume un article de révision. Université de Washington, Privacy Preserving Machine Learning Daogao Liu est doctorant à l'Université de Washington, Seattle, professeur Yin. Tat Lee. Ses intérêts de recherche portent sur l’informatique théorique et l’apprentissage automatique. Actuellement, il se concentre sur la conception d'algorithmes et la résolution de problèmes d'optimisation (convexes) tout en satisfaisant des contraintes différentielles de confidentialité. Il a obtenu son baccalauréat en mathématiques et physique de l'Université Tsinghua en 2020. University of Pennsylvania, Embodied Machine Learning Jason est doctorant en quatrième année à l'Université de Pennsylvanie, édité par Dinesh Jayaraman et Osbert Bastani. Ses recherches portent sur la formation et le déploiement de modèles de robots de base, en particulier sur la manière de permettre aux robots d'apprendre à partir de données multimodales à l'échelle Internet. Il a obtenu un double baccalauréat en informatique et en mathématiques de l'Université Harvard. Il convient de mentionner que Yecheng (Jason) Ma est également l'un des auteurs du populaire robot Eureka de Nvidia l'année dernière. Université des sciences et technologies de Hong Kong, IA centrée sur les données Renjie est diplômé de l'Université des sciences de Hong Kong et Technologie Doctorant de troisième année, co-encadré par le Professeur Tong Zhang et le Professeur Xiaofang Zhou. Il se concentre sur les méthodes d'intelligence artificielle centrées sur les données, notamment les méthodes permettant d'améliorer la qualité des données, de réduire la redondance des données et de générer automatiquement des données de formation. Actuellement, il travaille sur des problèmes à l'intersection des grands modèles, de l'apprentissage multimodal et de la génération de données. Il a été chercheur invité à l'Université de Pékin en 2017, et est devenu étudiant en échange à l'Université du Maryland entre 2018 et 2019. Université de Princeton, parole et langage naturel Je suis actuellement à l'Université de Princeton Four doctorant en ème année en Département d'informatique, superviseur C'est le professeur Chen Danqi. Elle est maintenant membre du Natural Language Processing Group à Princeton. Avant cela, j'étais étudiant en maîtrise à l'Université Carnegie Mellon et mon conseiller était le professeur Graham Neubig. Xia Mengzhou a obtenu un baccalauréat de l'École de Big Data de l'Université de Fudan. Les recherches de Mengzhou Xia se concentrent sur le développement de modèles de base puissants à petite échelle et abordables dans le cadre des budgets universitaires. Il s’agit notamment du développement de méthodes de compression de modèles et de stratégies efficaces de sélection de données. Selon sa page d'accueil personnelle, un total de 3 articles ont été acceptés par l'ICLR 2024 cette année. Northeastern University, Computer Vision Yiming Xie est doctorante en troisième année en informatique à la Northeastern University, superviseur C'est le professeur Huaizu Jiang. Ses recherches portent sur la vision par ordinateur 3D, notamment la reconstruction, la perception et la génération 3D. Son objectif est de développer un système intelligent qui unifie la perception et la génération tridimensionnelles pour la réalité augmentée (RA). Il a obtenu son baccalauréat de l'Université du Zhejiang en 2019 sous la direction du professeur Xiaowei Zhou. Université nationale de Singapour, apprentissage automatique préservant la confidentialité Jiayuan est doctorante à l'Université nationale de Singapour, encadrée par Reza Shokri. Elle se concentre sur une analyse rigoureuse de la confidentialité des algorithmes d’apprentissage sous divers modèles et tâches de menace. Ses recherches visent à parvenir à un apprentissage garantissant une bonne intimité tout en conservant d’autres propriétés souhaitables telles que la praticité et l’efficacité. Elle a obtenu son baccalauréat de l'École des sciences mathématiques de l'Université des sciences et technologies de Chine en 2020. Université de Washington, Intelligence artificielle centrée sur les données Jieyu Zhang est un Paul G. Boursier en informatique et ingénierie à la Université de Washington. Doctorant au College of Engineering, a étudié auprès du professeur Ranjay Krishna et du professeur Alex Ratner. Ses recherches se concentrent sur l’IA/ML centré sur les données, en mettant l’accent sur une évaluation fidèle et des méthodes légères. Son objectif est de développer des méthodes efficientes et efficaces pour créer des ensembles de données de formation de haute qualité et des critères d'évaluation complets. Avant cela, il a obtenu un baccalauréat en informatique de l'UIUC et son mentor était Jiawei Han. Université de Washington, Intelligence artificielle accessible Zhuohao (Jerry) Zhang est un doctorat en troisième année. Le l'instructeur est le professeur Jacob O. Wobbrock. Ses recherches portent sur l’exploitation de l’interaction homme-IA pour résoudre des problèmes d’accessibilité réels. Il s'intéresse particulièrement à la conception et à l'évaluation de technologies d'assistance intelligentes pour rendre accessibles les tâches créatives. Il a obtenu une maîtrise ès sciences en informatique de l'UIUC et a été encadré par le professeur Yang Wang au laboratoire SALT. Avant cela, il a obtenu un baccalauréat ès sciences en informatique de l'université du Zhejiang. Liste complète
Daogao Liu
Yecheng (Jason) Ma
Renjie Pi
Mengzhou Xia (Xia Mengzhou)
Yiming Xie (Xie Yiming)
Jiayuan Ye
Jieyu Zhang
Zhuohao (Jerry) Zhang
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Open source! Au-delà de ZoeDepth ! DepthFM : estimation rapide et précise de la profondeur monoculaire !
Apr 03, 2024 pm 12:04 PM
0. À quoi sert cet article ? Nous proposons DepthFM : un modèle d'estimation de profondeur monoculaire génératif de pointe, polyvalent et rapide. En plus des tâches traditionnelles d'estimation de la profondeur, DepthFM démontre également des capacités de pointe dans les tâches en aval telles que l'inpainting en profondeur. DepthFM est efficace et peut synthétiser des cartes de profondeur en quelques étapes d'inférence. Lisons ce travail ensemble ~ 1. Titre des informations sur l'article : DepthFM : FastMonocularDepthEstimationwithFlowMatching Auteur : MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr
Le modèle MoE open source le plus puissant au monde est ici, avec des capacités chinoises comparables à celles du GPT-4, et le prix ne représente que près d'un pour cent de celui du GPT-4-Turbo.
May 07, 2024 pm 04:13 PM
Imaginez un modèle d'intelligence artificielle qui non seulement a la capacité de surpasser l'informatique traditionnelle, mais qui permet également d'obtenir des performances plus efficaces à moindre coût. Ce n'est pas de la science-fiction, DeepSeek-V2[1], le modèle MoE open source le plus puissant au monde est ici. DeepSeek-V2 est un puissant mélange de modèle de langage d'experts (MoE) présentant les caractéristiques d'une formation économique et d'une inférence efficace. Il est constitué de 236B paramètres, dont 21B servent à activer chaque marqueur. Par rapport à DeepSeek67B, DeepSeek-V2 offre des performances plus élevées, tout en économisant 42,5 % des coûts de formation, en réduisant le cache KV de 93,3 % et en augmentant le débit de génération maximal à 5,76 fois. DeepSeek est une entreprise explorant l'intelligence artificielle générale
L'IA bouleverse la recherche mathématique ! Le lauréat de la médaille Fields et mathématicien sino-américain a dirigé 11 articles les mieux classés | Aimé par Terence Tao
Apr 09, 2024 am 11:52 AM
L’IA change effectivement les mathématiques. Récemment, Tao Zhexuan, qui a prêté une attention particulière à cette question, a transmis le dernier numéro du « Bulletin de l'American Mathematical Society » (Bulletin de l'American Mathematical Society). En se concentrant sur le thème « Les machines changeront-elles les mathématiques ? », de nombreux mathématiciens ont exprimé leurs opinions. L'ensemble du processus a été plein d'étincelles, intense et passionnant. L'auteur dispose d'une équipe solide, comprenant Akshay Venkatesh, lauréat de la médaille Fields, le mathématicien chinois Zheng Lejun, l'informaticien de l'Université de New York Ernest Davis et de nombreux autres universitaires bien connus du secteur. Le monde de l’IA a radicalement changé. Vous savez, bon nombre de ces articles ont été soumis il y a un an.
Bonjour, Atlas électrique ! Le robot Boston Dynamics revient à la vie, des mouvements étranges à 180 degrés effraient Musk
Apr 18, 2024 pm 07:58 PM
Boston Dynamics Atlas entre officiellement dans l’ère des robots électriques ! Hier, l'Atlas hydraulique s'est retiré "en larmes" de la scène de l'histoire. Aujourd'hui, Boston Dynamics a annoncé que l'Atlas électrique était au travail. Il semble que dans le domaine des robots humanoïdes commerciaux, Boston Dynamics soit déterminé à concurrencer Tesla. Après la sortie de la nouvelle vidéo, elle a déjà été visionnée par plus d’un million de personnes en seulement dix heures. Les personnes âgées partent et de nouveaux rôles apparaissent. C'est une nécessité historique. Il ne fait aucun doute que cette année est l’année explosive des robots humanoïdes. Les internautes ont commenté : Les progrès des robots ont fait ressembler la cérémonie d'ouverture de cette année à des êtres humains, et le degré de liberté est bien plus grand que celui des humains. Mais n'est-ce vraiment pas un film d'horreur ? Au début de la vidéo, Atlas est allongé calmement sur le sol, apparemment sur le dos. Ce qui suit est à couper le souffle
KAN, qui remplace MLP, a été étendu à la convolution par des projets open source
Jun 01, 2024 pm 10:03 PM
Plus tôt ce mois-ci, des chercheurs du MIT et d'autres institutions ont proposé une alternative très prometteuse au MLP – KAN. KAN surpasse MLP en termes de précision et d’interprétabilité. Et il peut surpasser le MLP fonctionnant avec un plus grand nombre de paramètres avec un très petit nombre de paramètres. Par exemple, les auteurs ont déclaré avoir utilisé KAN pour reproduire les résultats de DeepMind avec un réseau plus petit et un degré d'automatisation plus élevé. Plus précisément, le MLP de DeepMind compte environ 300 000 paramètres, tandis que le KAN n'en compte qu'environ 200. KAN a une base mathématique solide comme MLP est basé sur le théorème d'approximation universelle, tandis que KAN est basé sur le théorème de représentation de Kolmogorov-Arnold. Comme le montre la figure ci-dessous, KAN a
La vitalité de la super intelligence s'éveille ! Mais avec l'arrivée de l'IA qui se met à jour automatiquement, les mères n'ont plus à se soucier des goulots d'étranglement des données.
Apr 29, 2024 pm 06:55 PM
Je pleure à mort. Le monde construit à la folie de grands modèles. Les données sur Internet ne suffisent pas du tout. Le modèle de formation ressemble à « The Hunger Games », et les chercheurs en IA du monde entier se demandent comment nourrir ces personnes avides de données. Ce problème est particulièrement important dans les tâches multimodales. À une époque où rien ne pouvait être fait, une équipe de start-up du département de l'Université Renmin de Chine a utilisé son propre nouveau modèle pour devenir la première en Chine à faire de « l'auto-alimentation des données générées par le modèle » une réalité. De plus, il s’agit d’une approche à deux volets, du côté compréhension et du côté génération, les deux côtés peuvent générer de nouvelles données multimodales de haute qualité et fournir un retour de données au modèle lui-même. Qu'est-ce qu'un modèle ? Awaker 1.0, un grand modèle multimodal qui vient d'apparaître sur le Forum Zhongguancun. Qui est l'équipe ? Moteur Sophon. Fondé par Gao Yizhao, doctorant à la Hillhouse School of Artificial Intelligence de l’Université Renmin.
La version Kuaishou de Sora 'Ke Ling' est ouverte aux tests : génère plus de 120 s de vidéo, comprend mieux la physique et peut modéliser avec précision des mouvements complexes
Jun 11, 2024 am 09:51 AM
Quoi? Zootopie est-elle concrétisée par l’IA domestique ? Avec la vidéo est exposé un nouveau modèle de génération vidéo domestique à grande échelle appelé « Keling ». Sora utilise une voie technique similaire et combine un certain nombre d'innovations technologiques auto-développées pour produire des vidéos qui comportent non seulement des mouvements larges et raisonnables, mais qui simulent également les caractéristiques du monde physique et possèdent de fortes capacités de combinaison conceptuelle et d'imagination. Selon les données, Keling prend en charge la génération de vidéos ultra-longues allant jusqu'à 2 minutes à 30 ips, avec des résolutions allant jusqu'à 1080p, et prend en charge plusieurs formats d'image. Un autre point important est que Keling n'est pas une démo ou une démonstration de résultats vidéo publiée par le laboratoire, mais une application au niveau produit lancée par Kuaishou, un acteur leader dans le domaine de la vidéo courte. De plus, l'objectif principal est d'être pragmatique, de ne pas faire de chèques en blanc et de se mettre en ligne dès sa sortie. Le grand modèle de Ke Ling est déjà sorti à Kuaiying.
Les robots Tesla travaillent dans les usines, Musk : Le degré de liberté des mains atteindra 22 cette année !
May 06, 2024 pm 04:13 PM
La dernière vidéo du robot Optimus de Tesla est sortie, et il peut déjà fonctionner en usine. À vitesse normale, il trie les batteries (les batteries 4680 de Tesla) comme ceci : Le responsable a également publié à quoi cela ressemble à une vitesse 20 fois supérieure - sur un petit "poste de travail", en sélectionnant et en sélectionnant et en sélectionnant : Cette fois, il est publié L'un des points forts de la vidéo est qu'Optimus réalise ce travail en usine, de manière totalement autonome, sans intervention humaine tout au long du processus. Et du point de vue d'Optimus, il peut également récupérer et placer la batterie tordue, en se concentrant sur la correction automatique des erreurs : concernant la main d'Optimus, le scientifique de NVIDIA Jim Fan a donné une évaluation élevée : la main d'Optimus est l'un des robots à cinq doigts du monde. le plus adroit. Ses mains ne sont pas seulement tactiles
