学习
实践
活动
工具
TVP
写文章

苏黎世新研究:人工智能探测暗物质【智能快讯】

新奇 苏黎世新研究 用人工智能探测宇宙中的暗物质 苏黎世联邦理工物理系和计算机科学系的科学家们今日发表论文:用人工智能探测宇宙中的暗物质,联手改进通过人工智能估算宇宙暗物质含量的标准方法。 测试结果表明,竞争中的双智能体团队以比任何单一智能体以更快的速度进行自我改进,合作者称这表明可以利用其他人工智能领域的力量来提高效率。 ? 主题聊天对话的目标,通过解决其他公开数据集无法解决的难题,来进行基于知识的神经反应生成系统的创新研究。 这将使研究人员能够专注于人类在主题之间的转换、知识的选择与丰富,以及将事实和意见纳入对话。 ROCm 英文全称 Radeon Open eCosystem, AMD 在 2016 年 12 月推出的一款开源 GPU 运算平台,升级后 ROCm 上的 TensorFlow 将支持多 GPU 运行 这是世界上首个通过八年级科学测试的 AI 系统,它表明人工智能可以理解语言并模拟人类思维逻辑,从而进行判断。

27110

DeepMind|用人工智能在量子尺度上模拟物质

要在计算机上做到这一点,需要对电子进行模拟,电子支配原子如何结合形成分子的亚原子粒子,也负责固体中的电子流动。 尽管经过几十年的努力并取得了一些重大进展,但准确模拟电子的量子力学行为仍然一个公开的挑战。 将这个方程应用于分子中的电子具有挑战性的,因为所有的电子都会相互排斥。这似乎需要跟踪每个电子的位置概率,即使少量的电子,也是一项非常复杂的任务。 尽管DFT本质上涉及一个近似水平,但它是研究物质在微观层面上如何以及为何以某种方式表现的唯一实用方法,因此已成为所有科学中最广泛使用的技术之一。 随着技术越来越多地转向量子尺度,以探索有关材料、药物和催化剂的问题,包括那些我们从未见过或甚至想象过的问题,深度学习显示出在这个量子力学层面准确模拟物质的希望。

10220
  • 广告
    关闭

    【11.11特惠】AI人工智能低至0.2折

    11.11云上盛惠,人脸核身、人脸识别、文字识别、语音技术、人脸特效等AI产品限时抢!

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    利用AI分析宇宙中有多少暗物质

    编辑 | KING 发布 | ATYUN订阅号 当今科学界面临的最大挑战之一了解我们的宇宙如何形成今天的样子的,以及它最终的命运是什么。 每当黑夜降临,无数的星星会出现在我们的视线里,但这只是宇宙的一部分,它还有许多我们看不到的更深层次的东西,比如说暗物质和暗能量。暗物质将宇宙拉在一起,而暗能量使宇宙膨胀得更快,但是这两种物质中有多少? 即使天文学家也不得而知。 苏黎世联邦理工学院物理系和计算机科学系的科学家们展开合作,来改进通过人工智能估计宇宙暗物质含量的标准方法。 由于在望远镜图像中无法直接看到暗物质,物理学家利用了一种现象,即宇宙中的所有物质包括暗物质发出的光线都会以稍微弯曲的路径到达地球。 天文学家可以利用这种效应,绘制出显示暗物质位置的图像。接下来,他们将这些暗物质图与理论预测进行比较,以找出哪个宇宙学模型与数据最接近。

    28250

    一切虚拟化:软件服务如何吞噬物质世界的?

    可执行多种逻辑功能的物理设备所带来的商业结果,人们可以买到现成的路由器/调制解调器/防火墙。 此时路由器已经不再一种设备,很多情况下都只不过在一个方盒子内部运行的几行代码,而在这个盒子内部同时还运行着其他很多代码,这就是所谓“云计算”的基础。 重复的进程 几乎在不知不觉之中,我们已经在日常生活中的各个方面都重复和复制了这种进程。 我要说的,这种转变已经促成的一件事情被人称为“共享经济”的概念(但我要指出的,“共享”其实是用词不当)。 你可能会觉得并没有发生太大的改变,因为“共乘服务”只不过出租车以另一个名号出现罢了,而且实际上出租车也仍旧在以物理方式送人和货物。

    46390

    物质发电行业概况

    物质发电行业发展现状。 截至2018年底,我国已投产生物质发电项目902个,较2017年增加158个,遍布全国30个省、直辖市、自治区,生物质发电累计并网装机容量达1781万kW。 生物质发电行业发展规划预期 预计“十四五”期间,农林生物质发电规模将有小幅增长,原直燃发电项目进行热电联产改造将成为必然趋势。 (关注麦电网公众号,了解更多行业资讯) 生物质发电机组 直接燃烧物质能主要应用方式,占生物质能利用95%,但目前生物质锅炉存在很多问题。 城乡一体化生物质发电模式 将城乡生活垃圾处置项目和乡村农林废弃物处置项目统一规划、建设和管理,实现垃圾焚烧发电与生物质发电“一站式”处理,达到土地节约、管理协同、设施共享的“规模经济”效果,实现经济效益 (具体来说,同步建设一个生物质热电联产项目和一个垃圾焚烧项目,以达到处理同一地区内的农林废弃物和生活垃圾的目的,建成后共享主厂房、电网系统、冷却系统、给排水系统、中控系统、厂前区设施和管理团队)。

    27720

    AI for Science:人工智能改变化学领域,机器学习范式加速化学物质发现

    几十年来,大规模计算一直物理科学工具包中不可或缺的一部分 —— 人工智能的一些最新进展已经开始改变科学发现的产生方式。 本文将介绍人工智能在化学领域的一些更突出的用途,而化学上述蛋白质折叠问题的母学科。 化学的主要目标之一了解物质、它的性质以及它可以经历的变化。 然而,随着当前人工智能、以数据为中心的技术和不断增长的数据量的进步,我们可能正在目睹一种变化,计算方法不仅用于协助实验室实验,还用于指导实验。 化学物质发现过程 那么人工智能如何实现这种转变的呢? 那么人工智能如何进入这一切并加速化学(物质)发现的呢? 首先,机器学习改进了现有的模拟化学环境的方法。我们已经提到计算化学允许我们部分绕过实验室实验。 然而,即使一些「更便宜」的方法也可能导致计算瓶颈。 人工智能加速这些计算的一种方法将它们与机器学习相结合。另一种方法通过直接将分子表证映射到所需属性来完全绕过物理过程的建模。

    21820

    人工智能改变化学领域,机器学习范式加速化学物质发现

    几十年来,大规模计算一直物理科学工具包中不可或缺的一部分 —— 人工智能的一些最新进展已经开始改变科学发现的产生方式。 本文将介绍人工智能在化学领域的一些更突出的用途,而化学上述蛋白质折叠问题的母学科。 化学的主要目标之一了解物质、它的性质以及它可以经历的变化。 然而,随着当前人工智能、以数据为中心的技术和不断增长的数据量的进步,我们可能正在目睹一种变化,计算方法不仅用于协助实验室实验,还用于指导实验。 化学物质发现过程 那么人工智能如何实现这种转变的呢? 那么人工智能如何进入这一切并加速化学(物质)发现的呢? 首先,机器学习改进了现有的模拟化学环境的方法。我们已经提到计算化学允许我们部分绕过实验室实验。 然而,即使一些「更便宜」的方法也可能导致计算瓶颈。 人工智能加速这些计算的一种方法将它们与机器学习相结合。另一种方法通过直接将分子表征映射到所需属性来完全绕过物理过程的建模。

    16440

    日本科研人员利用人工智能预测放射性物质的扩散情况

    幸运的,东京大学(University of Tokyo)工业科学研究所的一项新研究表明,通过机器学习,可以准确地预测放射性物质的扩散。 一个由Takao Yoshikane领导的研究小组对多年的天气模式数据进行了神经网络训练,来预测放射性物质可能的扩散路径。 令人印象深刻的,该模型预测扩散的准确率能达到至少85%,并且当研究小组调整冬季天气模式的参数时准确率高达95%。 研究人员认为人工智能驱动的模型可以帮助政府为未来的灾难做计划。目前,由于当今模型的准确性有限,日本政府已经表示不会使用模型预测的方法来确定未来的疏散路线。

    16920

    什么人工智能

    人工智能 (AI) 一个相对简单的概念,但具有非凡的意义。 该术语由美国计算机科学家约翰麦卡锡于 1956 年创造,他被公认为人工智能之父。 自 1950 年代问世以来,人工智能已发展成为一个复杂且高度复杂的领域,广泛应用于各个领域。 从医学研究和基因测序到自动驾驶汽车和虚拟助手,人工智能已经渗透到我们的日常生活中,现在被认为常态。 人工智能与机器学习 机器学习一个经常与人工智能组合在一起的术语。 虽然两者有相似之处,但它们描述了不同的概念。 AI 一个广泛的术语,用于描述机器模拟人类智能的能力。 机器学习人工智能的一个子集,描述了计算机系统构建智能的过程。 配备机器学习功能的计算机或机器人能够使用预先存在的数据学习信息并开发智能。 这消除了对机器进行预编程的需要,并允许人工智能的发展。 人工智能系统在幕后工作,以个性化社交媒体提要、创建自定义播放列表、过滤虚假新闻并定制所看到的在线广告。 美国宇航局和太空探索 NASA 人工智能的早期先驱,并继续在广泛的应用中使用它。

    21710

    什么人工智能

    人工智能 人工智能(英语:Artificial Intelligence,缩写为AI,指由人制造出来的机器所表现出来的智能。通常人工智能指通过普通计算机程序来呈现人类智能的技术。 人工智能、机器学习与深度学习 ? 机器学习人工智能的子集。这意味着所有的机器学习都能算作人工智能,但并非所有人工智能都属于机器学习。 深度学习机器学习的一个子集。 深度人工神经网络一类在图像识别、声音识别、推荐系统等重要问题上不断刷新准确率纪录的算法。深度学习使得机器学习能够实现众多的应用,并拓展了人工智能的领域范围。 机器学习 机器学习人工智能的一个分支。 机器学习一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。 非监督学习不给定训练样本,直接给定一些样本和一些规则,让机器自动根据一些规则进行分类。无论哪种学习方法都会进行误差分析,从而知道所提的方法在理论上是否误差有上限。

    49410

    什么人工智能

    有人说AI就是人工智能,AI就是机器会像人一样思考,AI就是你拍张照,它就告诉你这是什么东西。 这些都对,但这些说法不能够让你明白AI到底是什么。 这要从AI从什么时候大热开始说起。 从1960年开始到现在,AI经历了几轮的大热和大冷。但真正将AI带入我们生活中的近几年卷积神经网络的发展。 深度神经网络怎样一个东西呢? 这个其实很好说明。回想一下我们学习数学的过程,当我们第一次接触 1+1=2 的时候怎样的。 老师:”1+1等于多少?” Android能做人工智能吗 当然可以,这是很简单的一件事情,但是它的局限也很明显。 现在的手机计算能力还远不如PC,移动端对深度学习的支持还比较简单,只能应用一些普通的场景。 如果你有兴趣的话,可以留言”人工智能“,留言多的话我可以提供一个能识别大部分物体的Android源码给你玩玩看。 可能你已经意识到,Android转AI可以的,但是局限也很明显。

    41910

    AI for Science:人工智能改变化学领域,机器学习范式加速化学物质发现

    几十年来,大规模计算一直物理科学工具包中不可或缺的一部分 —— 人工智能的一些最新进展已经开始改变科学发现的产生方式。 本文将介绍人工智能在化学领域的一些更突出的用途,而化学上述蛋白质折叠问题的母学科。 化学的主要目标之一了解物质、它的性质以及它可以经历的变化。 然而,随着当前人工智能、以数据为中心的技术和不断增长的数据量的进步,我们可能正在目睹一种变化,计算方法不仅用于协助实验室实验,还用于指导实验。 化学物质发现过程 那么人工智能如何实现这种转变的呢? 那么人工智能如何进入这一切并加速化学(物质)发现的呢? 首先,机器学习改进了现有的模拟化学环境的方法。我们已经提到计算化学允许我们部分绕过实验室实验。 然而,即使一些「更便宜」的方法也可能导致计算瓶颈。 人工智能加速这些计算的一种方法将它们与机器学习相结合。另一种方法通过直接将分子表证映射到所需属性来完全绕过物理过程的建模。

    16320

    漫画人工智能:啥人工智能

    作者:武博士、宋知达、袁雪瑶、聂文韬 本节我们会以生动有趣的漫画来介绍关于人工智能(AI)相关的故事,你将会学习到: 人工智能的基本概念 1.1 啥人工智能 ? 我回答:人工智能。 接着大约会得到以下四种问题: 哇,好酷!是不是很难呢? 是不是制造机器人帮助我们呢? AI和人工智能有什么区别? 究竟啥人工之智能? 接下来,我会带大家一一解惑。 1.1.1 人的智慧和人工智能 究竟什么人工智能,什么AI,接下来,由我为大家解答。 媒体上几乎每天都有AI和人工智能的词汇,总给人一种深奥神秘的感觉。 只要三成以上的研究员将人工智能误以为人类,就算通过图灵测试。 但是由于计算机很难做到与人类接近的对话,所以很长一段时间都没有任何人工智能通过图灵测试。 明白人工智能的擅长之处与不擅长之处,未来社会我们能够幸福生活的关键。 (未完待续...) ?

    66520

    漫画:什么人工智能

    什么人工智能人工智能(Artificial Intelligence),英文缩写为AI,它是研究、开发用于模拟和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 1.电子游戏 不知诸位读者中有多少人游戏玩家,至少笔者从游戏当中首次了解到“人工智能”这个概念。不同的游戏具有不同形式的人工智能,但是最可以表现强大AI的当属即时战略型游戏。 时至今日,世界上只有一个智能聊天程序勉强通过了图灵测试,它的名字“尤金·古斯特曼”。由此可见,人类距离实现真正意义上的人工智能,还有很长的道路要走。 人工智能如何实现的? 但是,为了减少计算,深蓝并不会盲目地枚举出全部棋局,而是忽略掉一些明显“送死”的选择。这种算法上的优化被称为“剪枝”。 需要注意的,图上的搜索算法仅仅是人工智能早期众多算法中的一种,并非全部。 现在人们所研究出的人工智能基本都属于弱人工智能这一层次,比如AlphaGo的专属领域围棋,谷歌翻译的专属领域翻译自然语言。但你没有办法让AlphaGo去烹饪料理,或者让谷歌翻译去击败桥牌高手。

    9530

    【问答】什么人工智能

    人工智能(Artificial Intelligence, AI): 人工智能(Artificial Intelligence, AI)亦称机器智能,指由人制造出来的机器所表现出来的智能。 [2]约翰·麦卡锡于1955年的定义[3]“制造智能机器的科学与工程。”[4] 人工智能的研究高度技术性和专业的,各分支领域都是深入且各不相通的,因而涉及范围极广。 [5]人工智能的研究可以分为几个技术问题。其分支领域主要集中在解决具体问题,其中之一,如何使用各种不同的工具完成特定的应用程序。 [6]强人工智能目前仍然该领域的长远目标。 [7]目前强人工智能已经有初步成果,甚至在一些视频辨识、语言分析、棋类游戏等等单方面的能力达到了超越人类的水平,而且人工智能的通用性代表着,能解决上述的问题的一样的AI程序,无须重新开发算法就可以直接使用现有的

    53770

    人工智能:什么真实的?什么炒作?

    人工智能:什么真实的?什么炒作? 人工智能:什么真实的,什么炒作 人工智能(AI)可以做很多事情,并且比人类做得更好。这些都有很好的记录和广泛报道。 ---- 人工智能:什么真实的?什么炒作?(15300字) (PDF公号发“AI真实炒作”下载) 秦陇纪2010-2019©科学Sciences 科学Sciences导读:人工智能:什么真实的? 人工智能:什么真实的?什么炒作?(15300字) 目录 A人工智能:什么真实的?什么炒作? 什么炒作?(14180字) Sciences242人工智能:什么真实的?什么炒作?KS20190505MonQinDragon.docx 简介:人工智能:什么真实的?什么炒作?作者:秦陇纪。

    67240

    什么真正的人工智能

    ,从近乎无数中方案中帮助人们选出最优; 利用计算机网络模拟人类的神经网络和认知(物质转化为意识的尝试),让计算机模仿人类那样思考,而其计算能力又远高于人类。 一、强人工智能与弱人工智能 所谓图灵测试指,如果一台机器可以诱导一个人相信它也是一个人,那么这台机器就具有智能(intelligence)。 我们可以教授人工智能玩游戏的方法,那就是让它学习和模仿我们如何玩游戏的,这将更有助于发挥计算机惊人的运算能力的优势。 四、人机交互 在未来,化学家将能借助人工智能在数以百万计的化学物质中进行选择,决定将哪些物质用来反应,以产生需要的产物,或者筛选出效率更高的催化剂。 人工智能将与人们共生,形成复杂的依存关系,我们的创造终将使得我们自己变得更好。如果我们现在的生活固态的,那么,我们不妨说,我们将来的生活液态的。

    513100

    什么人工智能 人工智能的发展现状

    除了不能拥有人类的脑子和思想,人工智能拥有其他的一切例如一些计算、只是方面,而且还可以在替代劳动力的时候,做到每一个动作都是精确计算出来的。但什么人工智能? image.png 一、什么人工智能 人工智能计算机科学的产物,一个小小的分支,尽量模拟人类的脑子,通过对智能本质的了解,生产可以与人类做出相似反应的智能机器人。 二、人工智能的发展现状 这项技术从刚开始研发时的稚嫩,与人类只有一点相似,到现在的跟人类做出的反应可以一致,而且多种反应的。 该技术的不断发展,完善了部分功能与系统,但总的来说,目前的人工智能仍然处于弱人工智能的时期,想要完全发展到成熟的程度,还需要不断的研究与开发。 上文对什么人工智能进行了详细的介绍,人工智能在未来,只会是更加的先进与人类积极相似,更加地贴近人类的思想。

    31630

    机器学习与物理科学 | 量子多体物质

    量子多体问题的其他非常重要的表现形式包括对实验结果的理解和分析,尤其物质的复杂相有关。在下文中,我们讨论了一些 ML 应用,这些应用着重于缓解一些具有挑战性的量子多体问题带来的理论和实验问题。 量子领域中出现的具体挑战之一在 NQS 表示中强加物理对称性。在物质的周期性排列的情况下,可以使用类似于图像分类任务中所使用的卷积结构来施加空间对称性。也有一些工作在不同对称扇区中选择高能态。 目前,后一种方案似乎最有希望的应用实验,而前者已被用作在相关疾病存在时识别意外阶段存在的工具。 分析物质的拓扑阶段时会发现另一类非常具有挑战性的问题。 与非相互作用谱带模型的情况相比,高度相关的拓扑物质的上下文在很大程度上更具挑战性。在这种情况下,一种常见的方法 在原始数据之上定义一组经过精心设计的功能。 尽管到目前为止在这里描述的多个方向上都取得了进步,但是可以说,物质的拓扑阶段,尤其对于相互作用的系统,构成阶段分类的主要挑战之一。

    19120

    扫码关注腾讯云开发者

    领取腾讯云代金券