第 81 頁-探索人工智慧技術的未來

目前位置：首頁 > 科技文章 > 科技週邊 > 人工智慧

方向：: 全部網路3.0 後端開發 web前端資料庫運維開發工具 php框架每日程式設計微信小程式常見問題其他科技 CMS教程 Java 系統教程電腦教學硬體教學手機教學軟體教學手遊教學

分類：: 人工智慧 IT業界

最熱

最新

HuggingFace教你怎麼做SOTA視覺模型

前有OpenAI的GPT-4o，後有Google的系列王炸，先進的多模態大模型接連炸場。其他從業者在震撼之餘，也再次開始思考怎麼追趕這些超級模型了。在這篇HuggingFace和法國索邦大學的一篇論文中，總結出了建構視覺大模型的關鍵經驗，為開發者指明了一條路。圖片這些經驗涵蓋了模型架構選擇、訓練方法、訓練資料等多個面向。作者在多方比較之後給了詳盡的總結，核心要點包括：想把視覺大模型搞好，架構的選擇很重要。語言模型對整體表現的影響，比視覺模組更大。採用分階段預訓練策略，更有利於建構模型能力。訓練資料應包

人工智慧 1006 2024-06-05 21:39:58
你所不知道的機器學習五大學派

機器學習是人工智慧的重要分支，它賦予電腦從數據中學習的能力，並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用，從影像辨識和自然語言處理到推薦系統和詐欺偵測，它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論，其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學（Symbolism），又稱符號主義，強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程，透過現有的

人工智慧 982 2024-06-05 20:51:22
位元組跳動豆包大模型發布，火山引擎全端 AI 服務協助企業智慧轉型

火山引擎總裁譚待企業要做好大模型落地，面臨模型效果、推理成本、落地難度的三大關鍵挑戰：既要有好的基礎大模型做支撐，解決複雜難題，也要有低成本的推理服務讓大模型廣泛應用，還要更多工具、平台和應用程式幫助企業做好場景落地。 ——譚待火山引擎總裁01.豆包大模型首次亮相大使用量打磨好模型模型效果是AI落地最關鍵的挑戰。譚待指出，只有大的使用量，才能打磨出好模型。目前，豆包大模型日均處理1,200億tokens文字、生成3,000萬張圖片。為助力企業做好大模型場景落地，位元組跳動自主研發的豆包大模型將透過火山

人工智慧 1253 2024-06-05 19:59:21
英偉達新研究：上下文長度虛標嚴重，32K性能合格的都不多

無情戳穿「長上下文」大模型的虛標現象－英偉達新研究發現，包括GPT-4在內的10個大模型，生成達到128k甚至1M上下文長度的都有。但一番考驗下來，在新指標「有效脈絡」上縮水嚴重，能達到32K的都不多。新基準名為RULER，包含檢索、多跳追蹤、聚合、問答四大類共13項任務。 RULER定義了“有效上下文長度”，即模型能保持與Llama-7B基線在4K長度下同等性能的最大長度。這項研究被學者評價為「非常有洞察力」。不少網友看到這項新研究後，也非常想看到上下文長度王者玩家Claude和Gemini

人工智慧 1200 2024-06-05 16:22:47
yolov部署到iPhone或終端實務全過程

期待已久的檢測經典又來了一波強襲——YOLOv5。其中，YOLOv5沒有完整的文件，現在最重要的應該是把YOLOv4弄清楚，在目標檢測領域中受益匪淺，可以在某些場景得到較高的提升。今天我們還是給大家分析YOLOv4，下一期我們將實踐得將YOLOv5部署到蘋果手機或在終端通過攝像頭實時檢測！一、技術回顧有大量的特徵被認為可以提高卷積神經網路（CNN）的精確度。需要在大型資料集上對這些特徵的組合進行實際測試，並對結果進行理論驗證。某些功能只對某些模型進行操作，某些問題只對某些模型進行操作，或只對小規

人工智慧 600 2024-06-05 16:17:14
具身智能體三維感知新鏈條，TeleAI &上海AI Lab提出多視角融合具身模式「SAM-E」

AIxiv專欄是本站發布學術、技術內容的欄位。過去數年，本站AIxiv專欄接收通報了2,000多篇內容，涵蓋全球各大專院校與企業的頂尖實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或聯絡報道。投稿信箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com當我們拿起一個機械手錶時，從正面會看到錶盤和指針，從側面會看到錶冠和錶鍊，打開手錶背面會看到復雜的齒輪和機芯。每個視角都提供了不同的訊息，將這些資訊綜合起來才能理解操作對象的整

人工智慧 608 2024-06-05 16:09:27
全國數據標準化技術委員會正式批復籌建

2024年5月24日下午，第七屆數位中國建設高峰會主論壇在福州舉行。國家數據局黨組書記、局長劉烈宏，國家市場監理總局黨組成員、副局長，國家標準委會主任田世宏等出席會議。會議圍繞著數位中國建設的重要性和戰略規劃展開了深入討論。與會代表認識到，數位轉型已成為推動國家發展的關鍵驅動力。同時，他們強調了數位化技術在經濟、社會和治理方面的廣泛應在會上，田世宏宣讀了"關於籌建全國數據標準化技術委員會的通知"。全國數據標準化技術委員會將負責數據資源、數據技術、數據流通、智慧城市、數位轉型等

人工智慧 621 2024-06-05 13:51:45
透過強化學習策略進行特徵選擇

特徵選擇是建立機器學習模型過程中的關鍵步驟。為模型和我們想要完成的任務選擇好的特徵，可以提高效能。如果我們處理的是高維度資料集，那麼選擇特徵就顯得特別重要。它使模型能夠更快更好地學習。我們的想法是找到最優數量的特徵和最有意義的特徵。在本文中，我們將介紹並實現一種新的透過強化學習策略的特徵選擇。我們先討論強化學習，尤其是馬可夫決策過程。它是資料科學領域的一種非常新的方法，尤其適用於特徵選擇。然後介紹它的實作以及如何安裝和使用python函式庫（FSRLearning）。最後再使用一個簡單的範例來示範這

人工智慧 598 2024-06-05 13:00:43
HPE Aruba Networking的前瞻視角：建構AI賦能的安全融合網絡

在數位時代，網路不僅是連結世界的紐帶，更是推動商業和社會進步的關鍵力量。隨著行動裝置、物聯網(IoT)和雲端服務的爆炸性增長，用戶對網路的依賴達到了前所未有的水平。一個能夠隨時隨地提供安全、高效存取的網路環境，無論對個人或企業，都已成為剛需。然而，這項需求的成長也帶來了一系列挑戰，尤其是在網路安全和網路架構的複雜性方面。在Gartner今年最新發布的有線、無線介入的魔力像限中，HPEArubaNetworking憑藉其在自動化網路編排、先進的軟體升級技術以及整合人工智慧（AI）特性的解決方案，再

人工智慧 828 2024-06-05 11:12:47
ECCV 2024 Workshop自動駕駛難例場景多模態理解與影片產生徵稿與挑戰賽火熱啟動！

Workshop首頁：https://coda-dataset.github.io/w-coda2024/概述本次研討會旨在探討目前最先進的自動駕駛技術與全面可靠的智慧型自動駕駛代理之間的差距。近年來，多模態大模型（如GPT-4V）展示了其在多模態感知與理解方面的前所未有的進步。而利用MLLMs來應對自動駕駛中複雜場景，特別是罕見但關鍵的難例場景，則是未解決的挑戰。本次Workshop旨在促進多模態大模型感知與理解、先進的AIGC技術在自動駕駛系統中的應用、端到端自動駕駛等方面的創新研究。 Work

人工智慧 1039 2024-06-04 20:47:35
零基礎也能搞懂卷積神經網路原理！超詳細！

相信和作者一樣愛科技對AI興趣濃厚的小夥伴們，一定對卷積神經網路並不陌生，也一定曾經對如此「高級」的名字困惑良久。作者今天將從零開始走進卷積神經網路的世界~與大家分享！在深入了解卷積神經網路之前，我們先來看看影像的原理。影像原理影像在電腦中是透過數字(0-255)來表示的，每個數字代表影像中一個像素的亮度或色彩資訊。其中：黑白影像：每個像素只有一個值，這個值在0（黑色）到255（白色）之間變化。彩色影像：每個像素包含三個值，最常見的是RGB（Red-Green-Blue）模型，即紅色、綠色和藍色

人工智慧 577 2024-06-04 20:19:27
超衍射極限1.5倍，成像條件低10倍，清華、中國科學院用AI方法提高顯微鏡分辨率

圖示：透過ZS-DeconvNet對快速光敏生物過程進行長期SR成像。（資料來源：論文）編輯|蘿蔔皮計算超解析度方法，包括傳統的分析演算法和深度學習模型，大大改進了光學顯微鏡。其中，有監督深度神經網路表現出了出色的性能，但由於活細胞的高動態性，需要大量的高品質訓練數據，而獲取這些數據非常費力且不切實際。在最新的研究中，清華大學和中國科學院的研究人員開發了零樣本反捲積網路（Zero-shotdeconvolutionnetworks，ZS-DeconvNet），可立即將顯微鏡影像的分辨率提高超過衍射極

人工智慧 697 2024-06-04 19:26:15
劃重點！！因果推斷兩大演算法框架解析

一、整體框架主要任務可分為三類。首先是因果結構的發現，即從資料中辨識出變數之間的因果關係。其次是因果效應的估計，即從資料推斷一個變數對另一個變數的影響程度。需要注意的是，這種影響並非指相對性，而是指在對一個變數進行幹預時，另一個變數的數值或分佈如何變化。最後是校正偏差，因為在許多任務中，各種因素可能導致開發樣本和應用樣本的分佈不同。在這種情況下，因果推論可能有助於我們進行校正偏差。這些功能適用於多種場景，其中最典型的是決策場景。透過因果推斷，可以了解不同使用者對我們的決策行為的反應。其次，在工業

人工智慧 780 2024-06-04 16:45:02
上海交大盧策吾：具身智能與他的首個刮鬍子機器人 | 智者訪談

查閱歷史資料後表明，上海交通大學的盧策吾教授是世界上第一個被機器人用刀片刮鬍子的人。上海交通大學盧策吾教授親自帶領團隊進行了自體骨組織工程的研究。透過一種具身智能大模型操作下，機械成功完成了刮鬍子的動作。這項技術能夠為未來的醫療領域帶來重大的突破。機器人給人刮鬍子，看似簡單，實則蘊含巨大挑戰，除了行為泛化性，更重要的是需要極致魯棒性。根據原文內容，當盧教授的頭部移動時，這個嵌入了高精度反饋模組的具身智能大模型能夠夠及時決策壓力和切向力的變化，既把鬍鬚刮乾淨，又不會傷到他。如果大模型只透過視覺

人工智慧 872 2024-06-04 15:47:55
SOTA性能，多尺度學習，中山大學提出蛋白質-藥物交互作用AI框架

編輯|紫羅蘭蛋白質、藥物和其他生物分子之間的相互作用，在各種生物過程中發揮著至關重要的作用。了解這些交互作用對於破解生物學過程背後的分子機制和開發新的治療策略至關重要。蛋白質是細胞中最重要的分子之一，它們在細胞內執行各種功能。藥物通常透過與特定的蛋白質相互作用來調節生理過程。這些交互作用可以促進或抑制特定的分子訊號傳遞途目前的多尺度計算方法，常常過於依賴單一尺度，而對其他尺度的擬合不足。這可能與多尺度學習的不平多尺度向性和固有的貪婪性有關。為了緩解優化不平衡，中山大學和上海交通大學的研究人員提出

人工智慧 1339 2024-06-04 15:43:57