首页
学习
活动
专区
工具
TVP
发布

AI科技评论

专栏作者
4092
文章
3388091
阅读量
184
订阅数
量子 CNN 对数据集的测试准确率高,但存在局限性
作者 | Holly Emblem 编译 | 黄楠 编辑 | 陈彩娴 在10月4日公布的2022年诺贝尔奖中,Alain Aspect 、John F. Clause 和 Anton Zeilinger 三位科学家凭借量子纠缠获得物理学奖项,引起了外界对量子研究领域的关注和讨论。 其中,以量子计算为代表的研究投资近几年迎来显著增加,人们开始探索从安全、网络通信等领域出发,用量子方法来颠覆现有的经典计算技术。 有研究人员认为,量子计算的核心在于“通过计算成本更低的技术解决经典难题”,而随着近年来深度学习和量
AI科技评论
2022-10-10
4170
是时候改变 AI 圈对 CPU 的刻板印象了
小模型的福音。 1 算力在制造业的落地 第一个案例就是算力发展在制造业的体现。 不论是手机还是电脑,各类电子设备都有一个非常重要的人机交互元件:屏幕。屏幕相关的产品线涵盖了TF T-LCD、AMOLED等一系列先进显示和传感器件,这些产品无一不对质量有着严苛的要求。随着产业规模的不断扩大,基于人工的缺陷检测和不良根因分析,在效率上已经难以满足进一步提升产能和品控的要求。现在基于深度学习来协助实现缺陷定位和缺陷检测等功能的工业视觉平台,能够借助大数据平台和AI算法,智能分析和快速定位不良根因。 英特尔® 至
AI科技评论
2022-10-08
6910
为了不曾忘却的纪念:孙剑专题
“16年前,黄煦涛去香港过圣诞,无意间发现一同聚会的几位计算机视觉的领军人物均相差10岁,分别是:1936年出生的黄煦涛、1946年出生的马颂德、1956年出生的高文、1966年出生的沈向洋。大家便讨论下一次聚会,是否能再找到另一位再年轻10岁的计算机视觉领军人物,讨论迅速指向同一个人,那便是沈向洋的学生、1976年出生的孙剑。” 2020年夏天,陈长汶教授在全球人工智能与机器人大会(GAIR) “Thomas S. Huang纪念专场—中国计算机视觉的40年传承”环节,讲述了“40年传承”的由来。 作为4
AI科技评论
2022-06-24
2420
Hinton、LeCun、Bengio 与 Demis Hassabis一同获得 2022 年阿斯图里亚斯公主技术和科学研究奖!
作者|李梅 编辑|陈彩娴 当地时间6月15日,阿斯图里亚斯公主基金会官宣:2022年阿斯图里亚斯公主技术和科学研究奖(Princess of Asturias Award for Technical and Scientific Research)颁给深度学习三巨头 Geoffrey Hinton、Yann LeCun、Yoshua Bengio 以及 Deepmind 创始人 Demis Hassabis,以表彰他们对人工智能的进步及其在社会中的全面融合所做出的贡献! 评审团认为,他们在深度学习领域的贡献
AI科技评论
2022-06-16
1940
赠书丨京东图计算团队:基于京东Galileo 图深度学习平台,电商广告作弊与反作弊
图神经网络是人工智能的一个热点方向,从图的视角解读大数据,可以灵活建模复杂的信息交互关系,吸引大量学者的关注并在多个工业领域得到广泛应用。 《图深度学习从理论到实践》由浅入深,全面介绍图神经网络的基础知识、典型模型方法和应用实践。《图深度学习从理论到实践》不仅包括一般的深度学习基础和图基础知识,还涵盖了图表示学习、图卷积、图注意力、图序列等典型图网络模型,以京东自研的Galileo平台为代表的图学习框架,以及图神经网络在电商推荐和流量风控方面的两个典型工业应用。 《图深度学习从理论到实践》既适合对数据挖掘、
AI科技评论
2022-06-13
7040
中科大何力新教授:当量子力学遇见AI——深度学习在超算平台上模拟量子多体问题
AI for Science领域存在大量未解NP-hard问题,其中就包括量子多体问题。作者丨何力新整理 | Don 编辑 | 青暮 人工智能的下一个目标是从模仿认知学习,转向解决一直存在的大规模科学计算问题,UC伯克利教授Michael Jordan曾经强调。而李国杰院士也曾在与雷峰网的交流中进一步指出,人工智能应该突破约翰·麦肯锡和艾伦·图灵定下来的框框,去研究NP-hard级别的大难题,让基础科研走向大工程化。也就是说,要用数据、算力和算法合力去寻找这类难题的具体解,并落地应用,而不仅仅追求理论边界的
AI科技评论
2022-03-03
6430
焦李成院士:进化优化与深度学习的思考
作者丨焦李成整理丨维克多‍ 编辑丨青暮 2021年12月17日,西安电子科技大学人工智能学院教授、欧洲科学院外籍院士、IEEE Fellow焦李成受邀参加2021中国计算机大会“下一代演化计算发展趋势”论坛,并做了“进化优化与深度学习的思考”的主旨报告。 在报告中焦李成梳理了“进化”相关的发展渊源与思想起源,指出了当前人工智能的学术缺陷与实际困境,并从类脑的角度给出了解决路径: “神经网络不应该是目前的意义上进行权重调参,它的结构应该具备变化性、可塑性、学习性和动态性;在类脑感知的过程中,脑的奖惩、学习、信
AI科技评论
2022-03-03
4190
清华计图首创三角网格面片上的卷积神经网络、图像上的网络架构可以做三维模型的深度学习了!
近日,清华大学计图(Jittor)团队提出了一种针对三角网格的卷积神经网络,在两个网格分类数据集上首次取得100%正确率,在其他多个几何学习任务中,性能显著超过现有方法。
AI科技评论
2021-07-03
1.1K0
对抗训练正在“危害”机器人应用
安全性与保障性一直是机器人技术的两个主要问题。学术界处理这两个问题时,通常采用两种方法:1.用大量的数据训练深度模型,提高其环境适应性;2.进行对抗训练,提高其稳健性。
AI科技评论
2021-05-19
6600
JIT in MegEngine:旷视工程师为你解密天元背后的技术
旷视天元(MegEngine)是一个深度学习框架,它主要包含训练和推理两方面内容。训练侧一般使用 Python 搭建网络;而推理侧考虑到产品性能的因素,一般使用 C++ 语言集成天元框架。无论在训练侧还是推理侧,天元都担负着将训练和推理的代码运行到各种计算后端上的任务。目前天元支持的计算后端有 CPU、GPU、ARM 和一些领域专用的加速器,覆盖了云、端、芯等各个场景。
AI科技评论
2021-03-24
7190
清华戴琼海、中科院李栋联合发文《自然•方法》,开发深度学习超分辨显微成像方法
2021年1月21日,中国人工智能学会理事长、中国工程院院士、清华大学自动化系、清华大学脑与认知科学研究院戴琼海课题组与中国科学院生物物理所李栋课题组在《自然•方法》(Nature Methods)杂志发表了题为“光学显微成像中超分辨卷积神经网络的测评和发展”(Evaluation and development of deep neural networks for image super-resolution in optical microscopy)的论文。
AI科技评论
2021-02-08
6300
Transformer靠什么"基因",得以闯入CV界秒杀CNN?
CV(计算机视觉)领域一直是引领机器学习的弄潮儿。近年来更是因为Transformers模型的横空出世而掀起了一阵腥风血雨。小编今天就带大家初步认识一下这位初来乍到的CV当红炸子鸡~
AI科技评论
2021-01-08
1K0
深度解析神经网络中每个神经元的使命 | MIT朱俊彦&港中文周博磊力作
今天AI科技评论介绍的这项工作中,MIT朱俊彦团队&港中文周博磊等人主要介绍了对网络的解剖,这个网络框架可以系统地识别图像分类和图像生成网络中各个隐藏单元的语义。
AI科技评论
2020-11-09
4740
贯穿计算机历史长河的幽灵竟是一张“彩票”,深度学习也曾被诅咒
先以数学为例。曾经繁荣一时的毕达哥拉斯学派曾提出“万物皆数”,也即“一切数均可表示成整数或整数之比”,这也成为这一学派的数学信仰。——后来该学派中的一个成员希巴斯带着
AI科技评论
2020-09-24
5440
《AI+化学与制药》论坛:有AI就不搬砖,化学逆合成也可以借鉴AlphaGo的思想
2020年6月29日,未来论坛·青创联线上学术研讨会YOSIA Webinar举办第三期论坛,主题为《AI+化学与制药,人工智能为药物研发和化学研究按下快进键》。本期AI+化学与制药主题研讨会将汇集化学、制药行业代表及人工智能专家学者,一同探讨化学与制药行业的价值、研究路径及未来发展方向。
AI科技评论
2020-08-17
8590
图神经网络越深,表现就一定越好吗?
数十层甚至数百层神经网络的应用,是深度学习的重要标志之一。但现实情况却远非如此:比如今年被视作机器学习领域最火热的研究方向之一——图神经网络,大多数都只运用了寥寥几层网络。
AI科技评论
2020-08-10
6320
给卷积神经网络动动刀:加法网络探究
卷积神经网络(CNN)在计算机视觉任务中有着广泛的应用,然而它的运算量非常巨大,这使得我们很难将CNN直接运用到计算资源受限的移动设备上。为了减少CNN的计算代价,许多模型压缩和加速的方法被提出。
AI科技评论
2020-07-28
6900
ICML2020 | Prune or Not to Prune?与其剪枝丢掉无用通道,不如将其激活?
本文介绍的是ICML 2020 论文《Channel Equilibrium Networks for Learning Deep Representation》,论文作者来自香港大学罗平组。
AI科技评论
2020-06-17
8930
工程之道,深度学习推理性能业界最佳优化实践
MegEngine「训练推理一体化」的独特范式,通过静态图优化保证模型精度与训练时一致,无缝导入推理侧,再借助工业验证的高效卷积优化技术,打造深度学习推理侧极致加速方案,实现当前业界最快运行速度。
AI科技评论
2020-06-03
5390
图数据表征学习,绝不止图神经网络一种方法
近年来,图神经网络掀起了将深度学习方法应用于图数据分析的浪潮。不过其作为一门古老的认识世界的方法论,人们对于图数据表征技术的研究从很早以前就开始了。
AI科技评论
2020-06-03
3.3K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档