展开

关键词

Nature社论|结构学中的将会继续

在这个研究报告中,(AI)被用来预测超过2万种类蛋白质的结构,以及由20种模式(如大肠杆菌、果蝇和酵母,以及大豆和亚洲水稻)产的几乎所有已知蛋白质的结构。大约是36.5万个预测结构。? AlphaFold机器学习具可以预测98%的类蛋白质全蛋白链的三维结构7月22日,谷歌母公司Alphabet旗下的位于伦敦的公司DeepMind的研究员,以及位于英国剑桥附近的欧洲分子学实验室 但具可以在几分钟到几小时内准确地预测蛋白质结构。相比之下,过去确定一两个蛋白质的结构需要几个月,甚至几年的时间。这为应用提供了可性,例如在分解环境污染(如微塑料)的酶程中。 在过去的一周里,《自然》杂志采访了该领域的近十位研究员。大家的共识是,现在预测命科学领域的应用到底会产什么影响还为时过早,除非任何影响都将是变革性的。 准确预测将如何改变学需要良好的训练数据,而我们现在还没有这种数据。但是,结构学研究界以及它在其他领域的合作者拥有大量的新鲜数据。

13540

【干货】追本溯源:5种受启发的方法

【导读】1月15日,机器学习研究员Luke James(简介见文末)发布一篇博文,介绍了5种受到启发的方法,包括神经网络(脑神经元)、遗传算法(DNA染色体)、集群算法(蚁群优化和粒子群优化 类不仅花费数十年时间研究并完善数学计算以使这些奇妙复杂的学习算法发挥作用,而且在此期间,我们对的研究比对自己种的研究更深入促使下一代。 “大自然”及其所包含的一切,都将其根植于的运作之中。David Attenborough的野纪录片非常令震撼。 我不是David Attenborough,但我仍然会带你参加我自己的野纪录片。 这些明星就是那些受大自然启发的算法。 但首先,我需要向您介绍两个算法的概念。 免疫系统(AIS)是自适应系统,受理论免疫学和观察免疫功的启发,并应用它解决实际问题。 AIS是启发计算和自然计算的子领域,与机器学习和相关。

82570
  • 广告
    关闭

    11.11智惠云集

    2核4G云服务器首年70元,还有多款热门云产品满足您的上云需求

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【学术】用细胞学破解黑箱:揭示它的内部运作机制

    我们可不知道黑箱系统是如何作的,但我们知道它确实起作用了。一项新的研究将神经网络映射到一个简单的酵母细胞内的成分,这使得研究员可以在作中观察系统。 在这个过程中,它让他们了解了细胞学。由此产的技术可以帮助们寻找新的抗癌药和个性化治疗。首先,介绍一下当今的机器学习系统中使用的神经网络的基本知识。? 当神经网络够非常精确地完成任务时,那么训练就是成功的。如今,从简单地为互联网整理动的图片,在围棋游戏中击败了大师,再到让自动驾驶汽车在高速公路上飞驰,黑箱系统正在取得非凡的成就。 加州大学圣地亚哥分校的程和医学教授Trey Ideker说,尽管这些系统被称为神经网络,但它们仅仅是受到类神经系统的启发。 对癌症细胞的过程进行编目是很困难的,因为突变不仅会改变细胞的功,而且还可以上下移动,并且可以以复杂的方式进行协调。

    38860

    腾讯汤道联网、云、三项新技术推动数字经济增长

    、云、三项新技术将推动数字经济快速增长。 汤道作为互联网企业代表发表主题演讲,分享了腾讯在互联网+推动数字经济增长上的探索。?在汤道看来,“互联网+”就是一系列技术的集合,而联网、云、三项新技术可影响着未来的数字经济增长。 在提及AI()这个业界热点时,他表示,今天我们在AI的突破,有很多新的应用场景,当你在平时活中,在不同的场景,已经在使用一些高科技的功,也许背后就是由新的AI技术提供的。? 另外,腾讯自主研发的DeepEye鉴黄技术,对正常图片和黄色图片的识别已高于识别,达到业内最好水平。在汤道看来,新技术的探索,都将有机会成为腾讯“互联网+”的新力,运用到各行各业中去。 在互联网+医疗领域,新技术有机会实现诊断,过往依靠不同的医对于X光片或者是一些数据来进行专业的判断,现在越来越有机会通过和很多医院合作,把数据收集,引入大数据、的方式去诊断一些疾病。

    61380

    、强、超

    文章目录弱(Weak AI)弱也称限制领域(Narrow AI)或应用型(Applied AI),指的是专注于且只解决特定领域问题的。 例如:AlphaGo、Siri、FaceID 等扩展阅读:Weak AI ——WikipediaWeak AI——Investopedia强(Strong AI)又称通用(Artificial General Intelligence)或完全(Full AI),指的是可以胜任类所有作的。 强具备以下力:存在不确定性因素时进行推理,使用策略,解决问题,制定决策的力知识表示的力,包括常识性知识的表示力规划力学习力使用自然语言进行交流沟通的力将上述力整合起来实现既定目标的力扩展阅读 ——Stackexchange超(Super Intelligence,缩写 ASI)假设计算机程序通过不断发展,可以比世界上最聪明,最有天赋的类还聪明,那么,由此产系统就可以被称为超

    1.4K20

    遇上联网

    这三最近均发出警告,要们警惕(AI)可带来的潜在危险。世界上最重要的理学家之一霍金指出,的全面发展“可导致类的灭绝”。 的一个重要组成部分,并且引发们担忧的一个重要因素,是机器具有自主行动而无需干预的力。这可表现在计算机在面临障碍或某些限制时,为自己重新编程。 因此,当这些数以百万计的嵌入式设备连接到机器会发什么?+联网=?是否正如我们所担心的,这将意味着文明的末日?具有自我编程功的计算机,将向我们在日常品中植入的芯片发送恶意指令? 德日进把它称为“力圈”(nooshphere)。他认为在进化阶段上这超越了我们的岩石圈(理世界)和圈(世界)。事通过信息实现连接,无论该事是由神经元或电子组成的,就会产意识。 所以,也许对于我们不应该感到如此惊慌。也许不仅仅和新兴联网领域即将迎来突破,我们对意识本身的理解也将迎来突破。

    22320

    深度学习关系

    前言 在“机器学习经典关系”里面我们分享了机器学习领域中巨擘们的关系, 这里我们分享领域中巨擘们的关系图谱。 在“易图秒懂の”里面, 我们介绍了从罗素->维纳->麦卡洛克->皮茨->罗森布拉特这个神经网络诞的主线; 在这个主线里面, 暗含了逻辑->控制->神经网络领域迁移。 也介绍了“二大会议”的的主线:西克森研讨会->达特茅斯Dartmouth会议; 在这个主线里面,冯诺依曼和图灵的影响释放 -> 麦卡锡,闵斯基和香农的影响释放 -> 司马贺 和 纽厄尔的影响释放 在“易图秒懂の符号主义诞”里面, 介绍了搞经济学的司马贺搞起来, 一发不可收拾, 司马贺和学纽厄尔,还有另外一个学费根鲍姆 都是图灵奖得主。 再加上搞认知的赋予了新的分布式表达和网络的神!开启了从到深度学习的大爆发 哪些牛在早期神经网络的应用:图像识别(脸,手写体),语音识别,文本分析?

    36710

    -浅谈

    1 浅谈1.1 的概述(Artificial Intelligence),英文缩写为AI。 它是研究、开发用于模拟、延伸和扩展的理论、方法、技术及应用系统的一门新的技术科学是计算机科学的一个分支,它企图了解的实质,并产出一种新的相似的方式做出反应的机器,该领域的研究包括机器 从诞以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来带来的科技产品,将会是慧的“容器”。可以对的意识、思维的信息过程的模拟。 1.2 的应用领域随着家电、穿戴设备、机器等产的出现和普及,技术已经进入到活的各个领域,引发越来越多的关注。? 1.3 基于的刷脸登录介绍刷脸登录是基于识别、3D传感、大数据风控技术,最新实现的登录形式。用户在无需输入用户名密码的前提下,凭借“刷脸”完成登录过程。

    60520

    读取视频中唇语的

    2016年,谷歌和牛津大学的研究员详细介绍了一个系统,该系统够以46.8%的准确率,标注视频片段,实测超过了专业唇读器12.4%的准确率。 为了开发更高效的语言识别系统,阿里巴巴、浙江大学和史蒂文斯理学院的研究员设计了一种被称为LIBS的方法,和其他类似的解决方案一样,LIBS可以帮助那些听力差的跟踪缺少字幕的视频。 据估计,全世界有4.66亿患有致残性耳聋,约占世界口的5%。根据世界卫组织的数据,到2050年,这一数字可会增加到9亿多。 对于这两种出乎意料的情况,研究员在一篇描述他们作的论文中写道:“前者可是因为,LIBS减少了对无关帧的关注。 后者则很有可是框架级的知识提取,进一步提高了视频框架特征的可辨别力,使其注意力更加集中。”

    47810

    2019存指南

    统计显示,2018年上半年,领域的全球融资规模达到435亿美元,中国的规模达到317亿美元,占了全球的四分之三以上。看起来,中国对领域的投融资热度不减。 比如,在2017年C轮融资统计表中,最亮眼的“超大额”融资已经占据了大半壁江山:蔚来汽车10亿美元,商汤科技4.1亿美元+15亿元,小鹏汽车22亿元,旷视科技4.6亿美元,明码科技2.4亿美元 云启资本创始合伙黄榆镔直言不讳地说,“本质上还是个2B的意,那么务必就会比较慢,也势必需要很扎实地去做业务,所以我们没有投那种高增长或高爆发型的项目,我们也没有那种就是创始背景非常华丽的科学家 丰厚资本创始合伙勇对CV识表示,2018年丰厚资本已投的项目偏向于技术的应用落地,而非通用技术类的项目,尤其是设备端的应用,会注重同时结合IoT设备。 而来自肯尼亚投资银行和美国微软和数据科学专家Peste的预测结果却完全一致,均为巴西。最终的结果,大家也都知道了,冠军属于法国。随后,大多数AI都偃旗息鼓,假装什么都没发过。

    21220

    —产式推理

    参考链接: 中的推理产式推理,即利用产式知识表示法所进行的推理,而由此产的系统称为产式系统。   它包含了将问题从初始状态转换成目标状态所需要的所有变换规则,所以规则库是产式系统进行问题求解的基础。  若不由某个知识导出,则询问用户该假设是否为可有用户正是的原始事实。若是,则该假设成立,并将其放入综合数据库,若不是,则转(5)。若由某个知识导出,则执行下一步。 再检查“动是信天翁”否被知识库中的知识所导出,发现可由          r          2        r_2     r2​导出,于是          r          2        再检查“动是鸟”否被知识库中的知识所导出,发现可由          r          1        r_1     r1​导出,于是          r          1

    20520

    要多久才理解动

    好消息是,在未来十年内,使类有力去理解动,但不太好的消息是,这种设备可不是你所期待的那样。“如果你要选择类的一个部分,这个部分是没有其他任何动做到这样好的一点,这就是沟通。” 在某种程度上,他计划了一项详细的实验,将海豚的叫声输入,以期破译它们。求助于是有道理的。毕竟,已被证明在破译古代类语言方面非常有效。 那么为什么海豚会有所不同呢? “希望是这样的:如果我们收集大量的语料库、大量的海豚哨声,我们对它们进行分割”,而对于产结果的大量数据,确实是我们唯一的希望.Savage对此表示同意。 他说:“类通常非常擅长识别他们熟悉的动叫声的声学差异,”他补充说,“随着基于的信号分类算法变得更加先进,很快就可以比类做得更好”。早期迹象是有希望的。 如果最终兑现其承诺,也许有一天我们可以做到。

    7210

    打击

    来源:AI前线本文长度为4000字,建议阅读8分钟随着 AI 技术的发展以及部分滥用,这句话也被应用在了上,一场新的军备竞赛开始了: vs 。 随着 AI 技术的发展以及部分滥用,这句话也被应用在了上,一场新的军备竞赛开始了: vs 。 然而不幸的是,网络罪犯同样也利用创建自己的合成身份,产的结果也足够真实,足以愚弄发现异常行为的。这场之战——也是打击网络安全欺诈者,正在假新闻、假视频和假音频的战壕中展开。 “在线欺诈发在高度发达的、存在分态系统中,”位于美国爱达荷州博伊西的基于 ID 的反欺诈企业 Kount Inc 的科学主管 Josh Johnston 说,网络犯罪分子专门从事不同类型的犯罪 根据 Johnston 的说法,这些大量 Fake 使用了所有类型的和其他自动化技术,从通过组合真实姓名和随机数字来成并注册真实的电子邮件地址的小程序,到通过结合多个真实的信息来创建合成身份的大型机器学习程序

    31730

    漫画简史

    作者:武博士、宋知达、袁雪瑶、聂文韬本节我们会以动有趣的漫画来介绍关于(AI)相关的故事,你将会学习到: 的历史1.2 的诞是最近才有的吗? 其实很早就有了,都快63岁了呢。 让我们进入历史的长河,一起沿着时间的足迹探究。 对于的研究者来说,这个会议是一场划时代的会议,会议将“像一样思考的计算机”称为“”,于是“”这个词,诞了!? 冬天肿么又到了...1.2.4 第三次浪潮时间到了20世纪90年代中期,互联网和搜索引擎相继诞,到了2000年,随着网站的数量的增加,类的知识、资料在互联网呈现指数增长。 到了2008年,随着手机的兴起和4G网络的普及,几乎全世界一半的都成为了网民,为互联网贡献自己的数据。够让计算机自主学习,便进入了第三次AI浪潮。从到现在的历史,可以整理为下图:?

    50920

    漫画:啥是

    作者:武博士、宋知达、袁雪瑶、聂文韬本节我们会以动有趣的漫画来介绍关于(AI)相关的故事,你将会学习到: 的基本概念1.1 啥是?当有问我,Dr.Wu 你的研究方向是什么? 要回答这个问题,就必须从的 区别和慧说起。 对于的研究员来说,目标并不是研究慧的来源,而是以程技术手段制造出类似慧的 产品。 类和最大的差异是,肉体的有无。?类可以通过身体获得外界资讯。透过感觉器官,我们可以感觉到声音、外观、触感、气味等,让我们觉得舒服或者讨厌,进而产感情。 除了这部电影之外,《黑客帝国》、《终结者》、《全面进化》等描述的电影中,大多提到会威胁到活,而不是给类带来幸福,这让很多谈到都会感到恐慌。 我们将在未来的章节提到,目前具有一定“”的AI,可以用什么样的方式来解决什么样的问题。明白的擅长之处与不擅长之处,是未来社会我们够幸福活的关键。(未完待续...)?

    49820

    为什么联网需要

    为什么联网需要?大家可以想象联网与互联网的区别。互联网将信息传递给是有的,看到信息后,可以通过获得的信息,作出判断然后指导下一步做什么。 而且机理模型相对于由创造的的比例是非常小的,未来的将帮助类找到未来很多未知的模型。?增强联网的感知力大家都知道联网分三层架构:感知、连接、。 刚刚介绍的联网需要,主要指的是层。而在感知层,帮助提升感知力。比如现在利用图像、语音识别实现机交互。 例如现在通过图像、视频的处理,可以实现一些传感功,比如视频的虚拟磁钉,图像的3坐标检测,都是通过通用的非接触式的图像处理实现通用的检测功。 而在机交互这层,传统的菜单模式,要求有计算机习惯,而通过的交互,与交互模式类似,可以让没有任何计算机操作经验的,使用联网设备,促进联网的发展。

    52550

    媒体产中的

    前言和机器学习技术的进步,使得制造商和广播公司够开发和实现更加具和应用,以加速整个产品的命周期。 本文将分成视频,决定创意,简化编辑和优化存档四个方面介绍在媒体产中的应用,重点是成视频。成视频视频摘要好莱坞开始使用来简化预告片的成方式。 Kulczar强调,“我们正在朝着自动产和在产过程中使用技术的方向前进。”国内的媒体也在积极尝试。2017年12月26日,中国第一个媒体平台“媒体大脑”由新华社正式发布上线。 同时,还将基于文字稿件和采集的多媒体素材,经过视频编辑、语音合成、数据可视化等一系列过程,最终成一条富媒体新闻。脸替换近期大热的项目deepfakes,可以实现给视频中的换脸。 在内容创造的领域还只是迈出了一小步。产过程中仍然存在许多方面可以从获益。决定创意制造商使用神经网络来综合多种复杂因素,以确定哪种类型的内容值得产。

    78870

    怎么改变

    回首整个2017,是今年耀眼的热点。今天我们谈谈英文缩写为AI。它是研究、开发用于模拟、延伸和扩展的理论、方法、技术及应用系统的一门新的技术科学。 是计算机科学的一个分支,它企图了解的实质,并产出一种新的相似的方式做出反应的机器,该领域的研究包括机器、语言识别、图像识别、自然语言处理和专家系统等。 从诞以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来带来的科技产品,将会是慧的“容器”。可以对的意识、思维的信息过程的模拟。 不是,但那样思考、也可超过是一门极富挑战性的科学,从事这项作的必须懂得计算机知识,心理学和哲学。 直至目前,还处于初级阶段,但是小编相信,终有一日,会真正走进我们的日常活。?

    37670

    成的数据,来培训其他模型

    成式对抗网络(GANs)由成样本的成器和试图区分成样本和真实样本的鉴别器组成,这两部分AI系统有无数的用途,其中之一就是成合成数据。 优步(Uber)的研究员最近在一篇名为《通过学习加速神经结构搜索的论文中利用了这一点。 这篇论文提出了一种量身定制的GAN——称为成式教学网络(GTN)——它可以成数据或训练环境,让模型在接受目标任务测试之前从中学习。 它够将许多不同类型的对象的信息组合在一起,或者将培训主要集中在最难的示例上,并且够在实际数据的培训中评估模型。 此外,在GTN数据上的性通常被证明是对真实性的预测——也就是说,仅使用GTN成的数据,128步就可以获得与实际数据相同的预测力,而在实际数据上则需要1200步。步数与时间的意味着什么?

    21920

    慧建筑项目中会接触到一些AI相关的功脸识别是其中最常用的算法,基本是每个项目标配。今天就从脸识别入手谈谈AI在实际项目中的使用情况。 一 基础概念 先说说几个参数。 比如严格按照五官长相来识别脸,准确率会上升,但召回率可会下降。(胡子邋遢没洗头发的唐老鸭会被排除)相反如果放宽识别的条件,召回率可会上升,而准确率对应的会不那么精确。 (没洗头发的唐老鸭被识别了,但跟唐老鸭长得相似的小黄鸭也被放行了)二 行业冲突客户对AI的期待与目前AI达到的力存在一定偏差。 聚个例子,有个项目中给客户安装脸识别门禁机,放在客户公司门口,但因为是在办公楼内,光照条件不是很好,识别效果不如意。训练成本的窘境。接着上面的例子,的杀手锏说到底还是训练,打标签。 同个算法在不同的数据集下表现很可有差异。比如化妆女性,阿拉伯,这些准确率都是要靠海量的样本数度学习堆起来的。那么问题来了,为客户在特定的环境训练算法?技术上是可以,但成本谁来承担。

    53240

    相关产品

    • 人工智能服务平台

      人工智能服务平台

      人工智能服务平台(云智天枢)支持快速接入各种数据、算法和智能设备,并提供可视化编排工具进行服务和资源的管理及调度,进一步通过 AI 服务组件集成和标准化接口开放的方式降低 AI 应用开发成本。

    相关资讯

    热门标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      扫码关注云+社区

      领取腾讯云代金券