第 86 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

开发者福音！GitHub 推出AI原生开发环境Copilot Workspace，4大核心功能，预览版已发布！

编译|伊风出品|51CTO技术栈（微信号：blog51cto）AI编程界又有新神器了？GitHub推出了人工智能原生开发环境CopilotWorkspace。旨在让“任何开发者都可以用自然语言从想法开始，创建代码，再到软件”。图片开发者可以使用自然语言进行头脑风暴、规划、构建、测试和运行代码，比以前更快更简单。2023年，GitHubCopilotWorkspace首次引起用户关注。如今作为技术预览版发布，开发者们对这一开发工具表现出浓厚兴趣，纷纷注册等待名单。https://github.co

人工智能 875 2024-05-06 15:49:01
捋一捋目前的前端编辑器

在帮一些同学远程修改代码的时候，我发现大家使用的编辑器是多种多样的：VSCode、WebStorm甚至是Sublime...这不禁让我回忆起：【我最初学习前端的时候，还真是在编辑器的上尝试过很多不同的选择】。至今，我已经习惯使用VSCode的“死忠粉”，甚至已经“忘记”了其他的编辑器存在。你可以认为这是一种“专注”。但是，这也会让我们在选择时受到局限。所以，咱们今天就捋一捋目前的前端编辑器，毕竟“百家争鸣”才会“碰撞”出更多的灵感：notepad++优点：免费且开源：Notepad++是一款免费

人工智能 818 2024-05-06 15:30:16
OmniDrive: 一个关于大模型与3D驾驶任务对齐的框架

从一个新颖的3DMLLM架构开始，该架构使用稀疏查询将视觉表示提升和压缩到3D，然后将其输入LLM。题目：OmniDrive:AHolisticLLM-AgentFrameworkforAutonomousDrivingwith3DPerceptionReasoningandPlanning作者单位：北京理工大学，NVIDIA，华中科技大学开源地址：GitHub-NVlabs/OmniDrive多模态大语言模型（MLLMs）的发展导致了对基于LLM的自动驾驶的兴趣不断增长，利用它们强大的推理能力

人工智能 1066 2024-05-06 15:16:35
MLP一夜被干掉！MIT加州理工等革命性KAN破记录，发现数学定理碾压DeepMind

一夜之间，机器学习范式要变天了！当今，统治深度学习领域的基础架构便是，多层感知器（MLP）——将激活函数放置在神经元上。那么，除此之外，我们是否还有新的路线可走？就在今天，来自MIT、加州理工、东北大学等机构的团队重磅发布了，全新的神经网络结构——Kolmogorov–ArnoldNetworks（KAN）。研究人员对MLP做了一个简单的改变，即将可学习的激活函数从节点（神经元）移到边（权重）上！论文地址：https://arxiv.org/pdf/2404.19756这个改变乍一听似乎毫无根据

人工智能 955 2024-05-06 15:10:01
到2028年，医疗诊断市场的人工智能将达到40亿美元

在医疗保健领域，精度和速度是至关重要的，人工智能（AI）的集成已经成为一股变革力量。医疗诊断领域的人工智能市场曾经是一个新兴的小众市场，但现在已经迅速发展成为一个强大的市场，预测规模高达十亿美元。医疗诊断领域的人工智能市场规模在2023年的收入价值为12.5亿美元，预计到2028年将达到44.8亿美元，预测期内的复合年增长率为29.04%。人工智能在医疗诊断市场的增长受到几个关键因素的推动：基于人工智能的解决方案需求不断增长：随着现代医疗保健领域的不断发展和新的疾病和病症的发现，对基于人工智能的

人工智能 552 2024-05-06 15:01:06
特斯拉Optimus人形机器人进厂打工，娴熟分装电池、自我矫正，还能走更远了

特斯拉人形机器人又解锁了新技能！昨日，TeslaOptimus官方发布了新的demo视频，展示了二代Optimus人形机器人的最新进展。这次，Optimus开始进厂打工了，在特斯拉电池工厂学会了分装电池，并且比以前走得更快更远更稳了。让我们先一睹Optimus的最新技能和训练细节。现在，Optimus的端到端神经网络经过训练，能够对特斯拉工厂的电池单元进行准确分装。在机器人的FSD计算机上实时运行，仅仅依靠2D摄像头、手部触觉和力传感器。Optimus利用它的腿保持平衡，同时网络驱动整个上半身。

人工智能 926 2024-05-06 14:52:10
CVPR 2024 | 借助神经结构光，浙大实现动态三维现象的实时采集重建

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。烟雾等动态三维物理现象的高效高质量重建是相关科学研究中的重要问题，在空气动力学设计验证中，气象三维观测等领域有着广泛的应用前景。通过集重建随时间变化的三维密度序列，可以帮助科

人工智能 814 2024-05-06 14:50:14
ICLR 2024 Spotlight | NoiseDiffusion: 矫正扩散模型噪声，提高插值图片质量

作者|PengfeiZheng单位|USTC,HKBUTMLRGroup近年来，生成AI的迅猛发展为文本到图像生成、视频生成等令人瞩目的领域注入了强大的动力。这些技术的核心在于扩散模型的应用。扩散模型首先通过定义一个不断加噪声的前向过程来将图片逐步变为高斯噪声，再通过逆向过程将高斯噪声逐步去噪，变为清晰图片以得到真实样本。其中扩散常微分模型被用于生成的图片的插值数值，这在生成视频以及一些广告创意上有着极大的应用潜力。然而，我们注意到，当这种方法应用于自然图片时，插值出的图片效果往往很难如人意。在

人工智能 1085 2024-05-06 14:01:24
AI学会隐藏思维暗中推理！不依赖人类经验解决复杂任务，更黑箱了

AI做数学题，真正的思考居然是暗中“心算”的？纽约大学团队新研究发现，即使不让AI写步骤，全用无意义的“……”代替，在一些复杂任务上的表现也能大幅提升！一作JacabPfau表示：只要花费算力生成额外token就能带来优势，具体选择了什么token无关紧要。图片举例来说，让Llama34M回答一个简单问题：自然常数e的前6位数字中，有几个大于5的？AI直接回答约等于瞎捣乱，只统计前6位数字居然统计出7个来。让AI把验证每一数字的步骤写出来，便可以得到正确答案。让AI把步骤隐藏，替换成大量的“……

人工智能 921 2024-05-06 12:00:30
斯坦福李飞飞首次创业：学术休假两年，瞄准「空间智能」

「AI教母」李飞飞创业了。没想到，在大模型时代，知名「AI教母」李飞飞也要「创业」了，并完成了种子轮融资。据路透社独家报道，著名计算机科学家李飞飞正在创建一家初创公司。该公司利用类似人类的视觉数据处理方式，使人工智能能够进行高级推理。知情人士透露称，李飞飞最近为这家公司进行了种子轮融资，投资者包括硅谷风险投资公司AndreessenHorowitz，以及她去年加入的加拿大公司RadicalVentures。不过，AndreessenHorowitz和RadicalVentures的发言人均对此保

人工智能 1125 2024-05-05 13:04:06
瑜伽球上遛「狗」！入选英伟达十大项目之一的Eureka有了新突破

机器狗在瑜伽球上稳稳当当的行走，平衡力那是相当的好：各种场景都能拿捏，不管是平坦的人行道、还是充满挑战的草坪都能hold住：甚至是研究人员踢了一脚瑜伽球，机器狗也不会歪倒：给气球放气机器狗也能保持平衡：上述展示都是1倍速，没有经过加速处理。论文地址：https://eureka-research.github.io/dr-eureka/assets/dreureka-paper.pdf项目主页：https://github.com/eureka-research/DrEureka论文标题：DrE

人工智能 559 2024-05-05 13:01:01
小模型性能饱和、表现不佳，根源是因为Softmax?

小语言模型的出现是为弥补大语言模型的训练、推理等成本昂贵的缺点，但其自身也存在训练到某个阶段后性能下降的事实(饱和现象)，那么这个现象的原因是什么？是否可以克服并利用它去提升小语言模型的性能？语言建模领域的最新进展在于在极大规模的网络文本语料库上预训练高参数化的神经网络。在实践中，使用这样的模型进行训练和推断可能会产生本高昂，这促使人们使用较小的替代模型。然而，已经观察到较小的模型可能会出现饱和和现象，表现为在训练的某个高级阶段能力下降并趋于稳定。最近的一篇论文发现，这种饱和和现象可以通过较小模

人工智能 1035 2024-05-04 13:10:01
终于有人调查了小模型过拟合：三分之二都有数据污染，微软Phi-3、Mixtral 8x22B被点名

当前最火的大模型，竟然三分之二都存在过拟合问题？刚刚出炉的一项研究，让领域内的许多研究者有点意外。提升大型语言模型的推理能力是当前研究的最重要方向之一，在这类任务中，近期发布的很多小模型看起来表现不错，并且能够很好地应对这类任务。例如微软的Phi-3、Mistral8x22B等模型。研究人员们指出，当前大模型研究领域存在一个关键问题：很多研究未能准确地对现有LLM的能力进行基准测试。这提示我们需要花更多的时间来评估和测试当前LLM的能力水平。这是因为目前的大多数研究都采用GSM8k、MATH、M

人工智能 486 2024-05-04 13:05:13
跨越300多年的接力：受陶哲轩启发，数学家决定用AI形式化费马大定理的证明

在陶哲轩的启发下，越来越多的数学家开始尝试利用人工智能进行数学探索。这次，他们瞄准的目标是世界十大最顶尖数学难题之一的费马大定理。费马大定理是一个非常复杂的数学难题，迄今为止尚未找到可行的解法。数学家们希望借助人工智能的强大计算能力和智能算法，能够在数学探索费马大定理又被称为“费马最后的定理（Fermat'sLastTheorem，FLT）”，由17世纪法国数学家皮耶・德・费马提出。它背后有一个传奇的故事。据称，大约在1637年左右，费马在阅读丢番图《算术》拉丁文译本时，曾在第11卷第8命题旁写

人工智能 622 2024-05-03 13:04:01
Transformer要变Kansformer？用了几十年的MLP迎来挑战者KAN

MLP（多层感知器）用了几十年了，真的没有别的选择了吗？多层感知器（MLP），也被称为全连接前馈神经网络，是当今深度学习模型的基础构建块。MLP的重要性无论怎样强调都不为过，因为它们是机器学习中用于逼近非线性函数的默认方法。然而，MLP是否就是我们能够构建的最佳非线性回归器呢？尽管MLP被广泛使用，但它们存在明显的缺陷。例如，在Transformer模型中，MLP几乎消耗了所有非嵌入式参数，并且通常在没有后处理分析工具的情况下，相对于注意力层来说，它们的可解释性较差。所以，是否有一种MLP的替代

人工智能 888 2024-05-03 13:01:04