第 81 页-探索人工智能技术的未来

当前位置：首页 > 技术文章 > 科技周边 > 人工智能

方向：: 全部网络3.0 后端开发 web前端数据库运维开发工具 php框架每日编程微信小程序常见问题其他科技 CMS教程 Java 系统教程电脑教程硬件教程手机教程软件教程手游教程

分类：: 人工智能 IT业界

最热

最新

ECCV 2024 Workshop自动驾驶难例场景多模态理解与视频生成征稿与挑战赛火热启动！

Workshop主页：https://coda-dataset.github.io/w-coda2024/概述本次研讨会旨在探讨当前最先进的自动驾驶技术与全面可靠的智能自动驾驶代理之间的差距。近年来，多模态大模型（如GPT-4V）展示了其在多模态感知与理解方面的前所未有的进步。而利用MLLMs来应对自动驾驶中复杂场景，特别是罕见但关键的难例场景，是一个未解的挑战。本次Workshop旨在促进多模态大模型感知与理解、先进的AIGC技术在自动驾驶系统中的应用、端到端自动驾驶等方面的创新研究。Work

人工智能 1039 2024-06-04 20:47:35
零基础也能搞懂卷积神经网络原理！超详细！

相信和作者一样爱技术对AI兴趣浓厚的小伙伴们，一定对卷积神经网络并不陌生，也一定曾经对如此“高级”的名字困惑良久。作者今天将从零开始走进卷积神经网络的世界~与大家分享！在深入了解卷积神经网络之前，我们先看看图像的原理。图像原理图像在计算机中是通过数字(0-255)来表示的，每个数字代表图像中一个像素的亮度或颜色信息。其中：黑白图像：每个像素只有一个值，这个值在0（黑色）到255（白色）之间变化。彩色图像：每个像素包含三个值，最常见的是RGB（Red-Green-Blue）模型，即红色、绿色和蓝色

人工智能 577 2024-06-04 20:19:27
超衍射极限1.5倍，成像条件低10倍，清华、中国科学院用AI方法提高显微镜分辨率

图示：通过ZS-DeconvNet对快速光敏生物过程进行长期SR成像。（来源：论文）编辑|萝卜皮计算超分辨率方法，包括传统的分析算法和深度学习模型，极大地改进了光学显微镜。其中，有监督深度神经网络表现出了出色的性能，但由于活细胞的高动态性，需要大量的高质量训练数据，而获取这些数据非常费力且不切实际。在最新的研究中，清华大学和中国科学院的研究人员开发了零样本反卷积网络（Zero-shotdeconvolutionnetworks，ZS-DeconvNet），可立即将显微镜图像的分辨率提高超过衍射极

人工智能 697 2024-06-04 19:26:15
划重点！！因果推断两大算法框架解析

一、整体框架主要任务可分为三类。首先是因果结构的发现，即从数据中识别出变量之间的因果关系。其次是因果效应的估计，即从数据中推断一个变量对另一个变量的影响程度。需要注意的是，这种影响并非指相对性，而是指在对一个变量进行干预时，另一个变量的数值或分布如何变化。最后是校正偏差，因为在许多任务中，各种因素可能导致开发样本和应用样本的分布不同。在这种情况下，因果推断可能有助于我们进行校正偏差。这些功能适用于多种场景，其中最典型的是决策场景。通过因果推断，可以了解不同用户对我们的决策行为的反应。其次，在工业

人工智能 780 2024-06-04 16:45:02
上海交大卢策吾：具身智能与他的首个刮胡子机器人 | 智者访谈

查阅历史资料后表明，上海交通大学的卢策吾教授是世界上第一个被机器人用刀片刮胡子的人。上海交通大学卢策吾教授亲自带领团队进行了一项自体骨组织工程的研究。通过一种具身智能大模型操作下，机械成功完成了刮胡子的动作。这项技术能够为未来的医疗领域带来重大的突破。机器人给人刮胡子，看似简单，实则蕴含巨大挑战，除了行为泛化性，更重要的是需要极致鲁棒性。根据原文内容，当卢教授的头部移动时，这个嵌入了高精度反馈模块的具身智能大模型能够够及时决策压力和切向力的变化，既把胡须刮干净，又不会伤到他。如果大模型只通过视觉

人工智能 872 2024-06-04 15:47:55
SOTA性能，多尺度学习，中山大学提出蛋白质-药物相互作用AI框架

编辑|紫罗蛋白质、药物和其他生物分子之间的相互作用，在各种生物过程中发挥着至关重要的作用。了解这些相互作用对于破译生物学过程背后的分子机制和开发新的治疗策略至关重要。蛋白质是细胞中最重要的分子之一，它们在细胞内执行各种功能。药物通常通过与特定的蛋白质相互作用来调节生理过程。这些相互作用可以促进或抑制特定的分子信号传递途当前的多尺度计算方法，常常过于依赖于单一尺度，而对其他尺度的拟合不足。这可能与多尺度学习的不平多尺度向性和固有的贪婪性有关。为了缓解优化不平衡，中山大学和上海交通大学的研究人员提出

人工智能 1339 2024-06-04 15:43:57
超越Devin！姚班带队，他们创大模型编程新世界纪录

超越Devin！SWEBench排行榜上迎来了新玩家——StarShipCodeGenAgent，姚班带队初创公司OpenCSG出品，以23.67%的成绩获得全球第二名的成绩。同时创造了非GPT-4o基模的最高纪录（SOTA）。我们都知道，SWebench评测高度贴近真实编程场景，难度极高，不仅要求模型能理解需求、协调多个函数/类甚至文件的变更，还要求模型与执行环境交互，处理超长上下文并执行传统代码生成任务的复杂逻辑推理。在这种高难度的真实测试中，行业中最先进的GPT4和Devin，也仅能解决1

人工智能 611 2024-06-04 12:50:00
数据库为啥要融合＋AI化？甲骨文Oracle 23ai给出了回答

2017年，一篇名为《AttentionisAllYouNeed》的论文提出了一种新的神经网络架构：Transformer。七年后，Transformer成为了生成了AI的核心，正在引领着今天的技术浪潮。在乙骨文公司副总裁及中国区董事总经理吴承杨看来，一种新技术的出现最重要的并不在于技术本身，而是该技术能给用户带来的价值。在数据领域，数据作为一种新型资产已成为业内共识，如何在数据层面与AI紧密结合，最大化数据价值是当下要解决的核心问题。甲骨文最近发布的OracleDatabase23ai正是对这

人工智能 395 2024-06-04 12:25:07
Spring Boot3.x与阿里云人脸识别服务对接实现人脸识别

本专题致力于深入探讨如何通过SpringBoot3.x框架与OpenCV库实现高效的人脸检测和人脸识别系统。通过系统化的10篇文章，从基础概念到高级应用，结合代码示例和实战案例，逐步引导大家掌握从零开始构建完整人脸检测与识别系统的全过程。阿里云人脸识别服务是基于深度学习的人工智能服务，能够提供人脸检测、人脸属性分析、人脸对比等功能。相比于其他服务，阿里云在国内凭借其超高的准确率、低延迟以及强大的技术支持和合规性，成为了众多企业的首选。其优势包括：高准确率：依托阿里巴巴强大的人工智能研究能力，阿里

人工智能 423 2024-06-04 11:53:12
受生成式AI推动，2024年全球公有云支出将增长到6754亿美元

根据Gartner日前预测，受到生产式人工智能（GenAI）和应用现代化的推动，全球用户今年在公有云服务上的支出将增长67.54亿美元。这一数字与去年的56.1亿美元相比，增长幅度为20.4%。到2025年，预计全球公有云支出将达到8250亿美元（见图1），这一持续增长趋势并没有显示出减弱的迹象。这一数字标志着公有云服务领域即将迎来一个新的里程碑。公有云服务在企业中越来越受欢迎，原因有很多。首先，它提供了弹性和灵活性，使企业能够根据实际需求来扩展或缩小其计算和存储资源。其次，公有云服务可以提供更

人工智能 942 2024-06-04 10:26:39
OpenAI、微软、智谱AI等全球16家公司共同签署前沿人工智能安全承诺

人工智能（AI）的安全问题，正以前所未有的关注度在全球范围内被讨论。在OpenAI创始人、首席科学家IlyaSutskever与OpenAI超级对齐团队共同领导人JanLeike相继离开OpenAI之前，Leike甚至在X发布了一系列帖子，称OpenAI及其领导层忽视了安全而偏爱光鲜亮丽的产品。这在业界引起了广泛关注，在一定程度上凸显了当前AI安全问题的严峻性。在5月21日，《Science》杂志上刊登的一篇文章呼吁世界各国领导人针对人工智能（AI）风险采取更有力的行动。该文章指出，权威科学家和

人工智能 494 2024-06-03 22:24:44
可解释性人工智能：解释复杂的AI/ML模型

译者|李睿审校|重楼人工智能（AI）和机器学习（ML）模型如今变得越来越复杂，这些模型产生的输出是黑盒——无法向利益相关方解释。可解释性人工智能（XAI）致力于通过让利益相关方理解这些模型的工作方式来解决这一问题，确保他们理解这些模型实际上是如何做出决策的，并确保人工智能系统中的透明度、信任度和问责制来解决这个问题。本文探讨了各种可解释性人工智能（XAI）技术，以阐明它们的基本原理。可解释性人工智能至关重要的几个原因信任度和透明度：为了让人工智能系统被广泛接受和信任，用户需要了解决策是如何做出的

人工智能 1120 2024-06-03 22:08:09
CVPR 2024 | 合成视频数据集里只有单人数据？M3Act破解人群行为标注难题

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com论文链接：https://arxiv.org/abs/2306.16772项目链接：https://cjerry1243.github.io/M3Act/论文标题：M3Act:

人工智能 682 2024-06-03 22:02:59
AI如何使机器人更具自主性和适应性？

在工业自动化技术领域，最近有两个热点很难被忽视：人工智能(AI)和英伟达(Nvidia)。不要改变原内容的意思，微调内容，重写内容，不要续写：“不仅如此，这两者密切相关，因为英伟达在不仅仅局限于其最开始的图形处理单元（GPU），正在将其GPU技术扩展到数字孪生领域，同时紧密连接着新兴的AI技术。”最近，英伟达与众多工业企业达成了合作，包括领先的工业自动化企业，如Aveva、罗克韦尔自动化、西门子和施耐德电气，以及泰瑞达机器人及其MiR和优傲机器人公司。Recently,Nvidiahascoll

人工智能 1395 2024-06-03 19:18:05
AI智能体的炒作与现实：GPT-4都撑不起，现实任务成功率不到15%

按照大语言模型的持续进化和自我革新，性能、准确度、稳定性都有了大幅的提升，这已经被各个基准问题集验证过了。但是，对于现有版本的LLM来说，它们的综合能力似乎并不能完全支撑得起AI智能体。多模态、多任务、多领域推断已成为AI智能体在公共传媒空间内的必须要求，但是在具体的功能实践中所展现的真实效果却差异强烈。这似乎再次提醒各个AI智能体初创公司以及大型科技巨头认清现实：脚踏实地一点，先别把摊子铺得太大，从AI增强功能开始做起。近日，一篇关于AI智能体在宣传和真实表现上的差距的博客中，强调了一个观点：

人工智能 1096 2024-06-03 18:38:42