首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

600多所高校、13000支队伍参赛,这场AI技术创新大赛凭什么风靡全球?

机器之心报道 机器之心编辑部 聆听国内 AI 领域的青年专家们高谈阔论,一起在 AI 时代乘风破浪。首期「AI青年说」直播即将正式开启。 当前,全球科技创新高地竞争日趋激烈,人工智能作为新一轮科技变革重要引擎,必将成为未来核心竞争力。 2021 年 3 月,《中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要》正式发布,共有六处提及「人工智能」,并将「前沿基础理论突破,专用芯片研发,深度学习框架等开源算法平台构建,学习推理与决策、图像图形、语音视频、自然语言识别处理等领域创新」视为

03

构建AI知识体系-专知主题知识树简介

【导读】主题知识树是专知的核心结构之一,为构建结构化、体系化、链路化的知识内容库提供基础设施,以及进一步支持个性化主题定制、主题链路知识学习、智能搜索、探索发现等智能应用提供保障。今天为大家简单介绍主题知识树的定义、构建方法和应用,希望大家喜欢,也请多多探讨。 背景 在前面的文章《专知,一个新的认知方式》,我们解释了做专知的思考。面向移动互联时代,我们做两点事情: 一是如何有效生产筛选出专业、可信、优质的内容知识,直达用户需求,解决“专”的问题; 二是如何从自由机制产生的碎片化、乱序、非结构化的内容数据中

07

迫切需求AI战疫最佳方案?「精选」全面梳理,「平台」一步匹配

当前,人工智能正广泛应用于疫情防控与复工复产,机器之心发起的「智能战疫联合行动」在所有参与机构的支持和努力下取得了显著的阶段性效果,两周内收录并完成百余项抗击疫情相关需求与人工智能解决方案的匹配对接。 为更加高效促进各方合作,进一步推动人工智能在抗击疫情和复工复产中的实际应用,机器之心最新上线「人工智能产业对接平台」和「智能战疫方案精选」,「平台」旨在帮助产业需求方对接最合适自身业务场景的解决方案和技术提供方,「精选」旨在通过针对应用场景与解决方案的全面剖析帮助产业需求方了解市场现状、辅助决策。

03

火热报名 | 2019腾讯犀牛鸟师资培训计划

伴随着大数据、云计算和人工智能等新技术的发展和普及,信息技术已经成为推动各行各业快速发展的重要推手和工具。为积极响应国家及教育部的政策方针,支持和推动新工科专业建设,腾讯公司计划逐步开放公司技术应用平台及工具为高校老师教学提供服务。 本年度师资培训计划腾讯将联合新工科联盟、天津大学、南京大学、西安交通大学及厦门大学嘉庚学院围绕人工智能、云开发等主题开展,以促进高等院校人工智能专业课程建设和人才培养,以及培养新时代云计算领域的创新型人才。 师资培训班具体介绍,请您扫描下方二维码,获取详细信息。 各场次时间

05

驶向理想中的人工智能未来,见证人工智能各项落地实践

作为中国人工智能技术和产业领域规模最大、影响力最强的专业会议之一,2017全球人工智能技术大会汇聚了全球人工智能学术界和产业界著名学者、顶级专家和业界精英,在48小时的议程中,立体剖析了技术大牛与产业明星眼中的人工智能,硕果累累。 在首日精彩纷呈的主题报告与尖峰对话后,大会的第二天为主题分论坛专属,围绕人工智能技术、投资、创新和行业应用多个维度进行探讨,带来了大量超规格干货内容。多达12场的分论坛,涵盖了智能驾驶、机器人、深度学习、脑科学、智能金融和智能投资等领域,解读人工智能产业落地的正确姿势。堪称人工智

06

国内最高规格AI大赛成绩出炉!11国近7000名选手决战百万奖金

---- 新智元报道   编辑:好困 【新智元导读】2023年1月5日,首届「兴智杯」全国人工智能创新应用大赛行业赋能专题赛决赛暨人工智能行业赋能高峰论坛在线上成功举办。 本次活动由广州市人民政府主办,广州市工业和信息化局、广州市天河区人民政府、中国信息通信研究院承办,广州人工智能公共算力中心协办。 活动以「融合、开放、赋能」为主题,邀请政府领导、业内知名专家学者、国内领先企业代表等嘉宾齐聚线上演播厅,共同探讨AI赋能行业应用的模式与路径。整场活动吸引三万余人通过视频号、大赛官网、直播平台等渠道在线观

02

论坛预告 | 第二届人工智能与碳中和战略融合发展论坛

中国智慧城市与智能经济博览会(简称“智博会”)是我国首个以“智慧城市”为主题的国家级重点展会,是国内数字经济、智慧城市领域交流合作的重要平台。近年来,我国人工智能得到长足快速发展,已广泛渗透各行各业,在助力研发、生产、流通等产业环节及社会生活等方面的绿色转型发挥着越来越重要的作用。在此背景下,宁波市经济和信息化局联合深圳市人工智能行业协会,举办“第二届人工智能与碳中和战略融合发展论坛”。 1 论 坛 背 景 2021中央经济工作会首次将“做好碳达峰、碳中和工作”作为2021年重点任务提上日程。2021年全国

01

2017大湾区机器人与人工智能大会圆满落幕

2017大湾区机器人与人工智能大会在深圳圆满落幕。本次大会为期两天,吸引了全球20多个国家的机器人与人工智能领域学者及企业代表参加。大会以“共创未来,共享智慧”为主题,旨在推动机器人与人工智能各领域的合作与交流,搭建跨界融合、创新发展的平台,加强机器人与人工智能产业的技术研发、产品应用和人才培养。深圳市人民政府和中国科协为本次大会的指导单位。大会期间,还举行了“深圳产学研合作促进会”揭牌仪式,并启动了“大湾区人工智能产业发展蓝皮书”研写工作。此外,大会还评选出“十大科创项目”和“十大科创企业”,并进行了颁奖。大奖项目将获得“大湾区机器人与人工智能产业基金”优先投资。

00

2019全球智博会高峰论坛圆满召开,18位学界、业界大牛畅谈AI应用与落地

AI 科技评论按,5 月 9 日上午,2019 全球人工智能产品应用博览会(以下简称「全球智博会」)在苏州博览中心正式拉开帷幕,本届全球智博会由科技部、工信部和江苏省人民政府指导,苏州市人民政府和新一代人工智能产业技术创新战略联盟共同主办,苏州工业园区管委会和苏州启智创新科技有限公司联合承办。科技部高新司副司长梅建平、工信部科技司巡视员毕开春、江苏省副省长马秋林、苏州市人民政府市长李亚平、中国工程院院士、新一代人工智能产业技术创新战略联盟理事长高文等领导出席开幕式并讲话,开幕式由苏州工业园区党工委副书记、管委会主任丁立新主持。

02

700篇参考文献的模拟智能论文

模拟已经成为各学科研究人员探索复杂动态系统在各种条件下的行为的不可或缺的工具[1],包括假设或极端条件,以及在气候[2,3,4],生物[5,6],社会政治[7,8]和其他具有重大后果的环境中越来越多的临界点。然而,在许多环境中,模拟器(以及广义的建模工具)的实用性受到了限制。首先,尽管硬件的进步使模拟能够模拟日益复杂的系统,但计算成本严重限制了几何细节的水平、物理的复杂性和模拟器运行的次数。这可能导致简化假设,这往往使结果无法用于假设检验和实际决策。此外,模拟器存在固有的偏 见,因为它们只模拟它们被编程来模拟的东西;对于昂贵的模拟器,灵敏度和不确定性分析通常是不切实 际的;模拟代码由低级机械组件组成,这些组件通常是不可微的,并导致难以处理的可能性;模拟器很少能与真实世界的数据流集成,更不用说在线运行实时数据更新了。人工智能(AI)和机器学习(ML)在科学领域的最新进展推动了人工智能/机器学习在科学领域(除了发现高维数据中的模式)的几个关键目标方面的进展。这些进展允许我们将先验知识或领域知识导入 ML 模型,并将 知识从已学模型输出回科学领域;利用 ML 解决数值上难以处理的模拟和优化问题,以及最大化真实世界数据的效用;生成无数的合成数据;量化和推理模型和数据中的不确定性;并推断数据中的因果关系。正是在人工智能和模拟科学的交汇处,我们可以期待在基本上所有领域的科学实验和发现方面取得重大进展。例 如,使用神经网络加速气候科学的模拟软件[9],或多代理强化学习和经济政策模拟的博弈论[10]。然而,这个领域相对来说是新生的和不同的,需要一个统一的整体视角来推进人工智能和模拟科学的交叉。本文探讨了这一观点。我们列出了在科学模拟和人工智能方面取得重大进展所需的方法,以及它们必须如何有效地结合。当 Phillip Colella 在 2004 年向 DARPA 提出科学计算的“七个小矮人”时,科学计算领域也处于类似的转折点,其中七个小矮人中的每一个都代表一种捕捉计算和数据移动模式的算法方法[11,12,13]。ii 在本文的剩余部分,我们选择用“基序”代替一个潜在的不敏感术语,这是我们对该领域未来发展的建议。事实证明,motifs 命名法对于在广泛的应用中对这些方法的行为和要求进行高层次的抽象推理是有用的,同时将这些方法从具体的实现中分离出来。更重要的是,这是一个可以理解的跨学科交流的词汇。Motifs 也提供了“反基准”:不局限于狭隘的性能或代码工件,因此鼓励算法、编程语言、数据结构和硬件的创新[12]。因此,科学计算的主题为 R&D 在科学中的数值方法(以及最终的并行计算)的努力提供了一个清晰的路线图。在本文中,我们同样定义了模拟智能的九个主题,互补算法方法的类别,它们代表了协同模拟和人工智能技术促进科学发展的基础;模拟智能(SI)描述了一个融合了科学计算、科学模拟和人工智能的领域,旨在通过计算机研究过程和系统,以更好地理解和发现现场现象。每个 SI 主题都有来自科学计算和人工智能社 区的动力,但必须协调一致地追求和集成,以克服科学模拟器的缺点,并实现新的科学工作流。不像科学计算的老七个主题,我们的 SI 主题不一定是独立的。其中许多都是相互联系和相互依赖的,就像操作系统各层中的组件一样。各个模块可以组合在一起,并以多种方式进行交互,从而从这种组合中获益。使用这一比喻,我们探索了“SI 堆叠”每一层的性质、每一层中的图案,以及当它们组合在一起时可用的组合可能性——这些层如图 1 所示。我们首先描述 SI 堆栈的核心层,详细介绍其中的每个主题:概念、挑战、最先进的方法、未来方向、伦理考 虑和许多激励人心的例子。当我们遍历 SI 堆栈,遇到众多模块和科学工作流程时,我们将最终能够展示这些进步将如何使模拟和科学工作的许多用户受益。我们的讨论继续涵盖重要的 SI 主题,如逆问题解决和人机合作,以及基本的基础设施领域,如数据工程和加速计算。

03
领券