对于传统的人工智能来说，这不是一件容易事。主流的深度学习神经网络，可能需要设置上亿个参数，训练数十万次，才能辨别出猫和狗的区别，更不用说更为陌生的气味识别领域。但是，即便对于一个几岁的婴孩来说，他们辨认动物、识别气味只需要几次就够了。
【新智元导读】牛津大学等的研究人员研发了一种模拟人脑突触行为、利用光子集成电路的“光子芯片”。在测试中，这种芯片的运算速度可以比人脑的速度快1000倍。这种芯片如果用于超级计算机，则可最大限度地同时储存信息，并只需使用最小的功率。 随着人工智能不断使机器变得更加智能，科技界许多人认为“奇点”——技术进步使得机器比人类聪明上指数级的倍数的时间点——就在眼前。 但是，当涉及到计算的时候，人类的大脑仍然比地球上任何一个技术处理系统都要强大得多（而且效率高得多）。 事实上，开发能够模仿大脑突触的工作方式的微芯片——
本文详细介绍了AI的发展历史、认知智能的现状及发展方向、第三代AI、意识AI等重磅前沿领域的发展。
它以十亿参数完成此前百亿、千亿参数模型创造的纪录，打破近年来CLUE榜单被腾讯、搜狗、华为、阿里达摩院轮番霸榜的格局。
随着云、物联网、互联网网络、光网、宽带、5G的发展，大数据燃料非常充足，未来的少人化工厂、虚拟社区、私人定制等服务都将是智能化场景的最终形态，这使得如何实现更自然的人机交互成为当下十分重要的课题。
人工智能芯片是专门设计来处理与人工智能（AI）相关的任务的集成电路。这些芯片针对AI应用的高计算需求进行了优化，以提升处理速度和效率，同时降低能耗。它们在AI领域，如深度学习、机器学习和数据分析中发挥着关键作用。
三重网络模型是Vinod Menon 2011年基于静息态功能连接提出的用于评估人类神经精神疾病的理论模型。该模型认为静息态功能网络中突显网络、默认网络、中央执行网络对神经精神疾病评估具有重要意义。数十年来，该模型在多项疾病研究中得到验证，但受限于人体的非侵入性，极少有研究能深入到神经元层面探讨三重网络的结构功能基础。本研究利用大脑转录组信息整合了人、猕猴、小鼠脑功能网络，发现小鼠、猕猴大脑也可以用三重网络模型来描述。本实验进一步探究了类抑郁动物模型、神经元结构环路、光遗传功能网络与三重网络的相关性，从神经系统构成机制上对三重网络进行了验证。实验再次证明了三重网络的应用价值，同时为动物研究结果向人类转化提供了范式。本文发表在Molecular Psychiatry杂志。
【新智元导读】本文为鲍捷的最新力作，观点犀利。作者首先提出人类的大多数，终将陷入文化的真社会性的工蜂阶层，他们将留不下文化的后裔，他们将被机器取代。作者认为爱情和意识对AI只是Bug，机器根本不需要模仿人类糟糕的智能。最终作者认为人类的延续绝不仅仅是人类本身，要么脱壳，要么脱轨，飞向星辰。 不要问机器为你做了什么，问问你为机器做了什么。 人是软件定义的动物 人有三万个基因。几百个基因的区别就能区分两个物种。但人的一生其实被文因（Meme）塑造，一生被imprint（思想钢印）进大脑的文因，何止三万个。两
上述言论每一句都毫不留情，透着耿直的味道。他的推特，也早就成了AI圈吃瓜群众的快乐源泉。
机器之心原创 作者：彭君韬（Tony） 上周，Vicarious AI 发表在 Science 上的一篇论文引发了业内热议，有褒有贬，甚至有媒体挖出了 Yann LeCun 2013 年对 Vicar
大数据文摘出品 假如你是一名地铁安检，你的眼前以每秒三次的频率闪现这样的图像，你能发现其中一个行李里面携带了枪支吗？ 不是很难，对吧？ 不过，现实中的工作不是这么简单，一眼看到还不够，后续还要进行一些操作，比如按下暂停按钮或者人工上报，这些往往更耽误时间。 这时候你可能会想，能不能用AI呢？ 的确，AI识别危险物品现在也能做到又快又准，不过，哪怕是最先进的AI，准确率也不能达到100%，对于一些不是很重要的任务，AI或许可以独立完成，但是对于安检这样的重要任务，往往只能依靠人工检测。 人脑本身处理图像的速
导读：从1956年起，人工智能经历了40多年的发展。目前，AI的目的是让计算机像人一样思考。
我们现在的位置——狭隘型AI随地可见的世界 狭隘型AI是一种在某一特定领域，和人类智力相当或胜出人类智力的智能机器。很很多这样的例子： 充满ANI系统的汽车，包括何时启动防锁死制动系统到调节燃油喷射系统参数。目前正在测试中的谷歌无人驾驶技术，将会包含增强的ANI系统，能够感知周边并做出反应。 你的手机就是一个小型ANI车间，当你使用地图导航，从Pandora中获取每日推荐的歌曲，检查明天的天气，和Siri谈话，或者一堆每日活动提醒，你都在使用ANI。 你的邮件过滤器也是一个典型的ANI——它会智能的
马斯克正式公布了他挖隧道的项目——The Boring Company。 在他一系列神奇项目的背后，究竟蕴藏着怎样的一种超能力呢？ 相对于你我，马斯克在思维上的软硬件到底有何优势？我们又能从中学到什么？ 接下来，我们就试着揭开这里的秘密。 在刚刚举办的 2017 年度 TED 大会上，“钢铁侠”马斯克谈到了 Tesla 即将发布的电动卡车和新的超级工厂，谈到了飞行汽车与超级高铁，还谈到了年底从洛杉矶自动驾驶到纽约的长途演示……但这次动静最大的，却是他相对“无聊”的挖隧道项目——The Boring Com
20 世纪 70 年代初期，Geoff Hinton 开始做简单的数学模型，模仿人脑神经元视觉理解世界的过程。之后数十年，人工神经网络仍然是一门不实用的技术。但是 2012 年，Hinton 和他的两名本科生使用神经网络实现了计算机图像目标识别准确率的大幅提升。之后六个月内，谷歌收购了这三名研究者创办的创业公司 DNNresearch。
据昨天DeepMind在Nature Neuroscience刊出的新论文Prefrontal cortex as a meta-reinforcement learning system指出，人类之所以能非常快地掌握新事物，原因可能是能从以往的经历中提取出规律，这种能力称为元学习。
【新智元导读】近日，Cortical Labs开发了一种微型人类大脑——盘中大脑 (DishBrain)。AI要90分钟才学得会的「乒乓球」游戏，这个「大脑」仅仅用了5分钟就玩得有模有样了，不由得让人细思极恐：缸中之脑要成真的了？
美国当地时间 6 月 25 日，OpenAI 宣布由其研发的 5 个神经网络组成的 AI 算法 OpenAI Five，已经能打败 Dota2 的人类玩家队伍，这是 AI 首次在 Dota 2 五对五团战中打败人类，且平均天梯分数超过 4200 分。不过目前被 AI 击败的人类团队均为业余玩家，OpenAI 表示，将在今年 8 月份的 Dota 2 - The International 2018 赛事期间，与国际顶尖职业团队一决高下。
在研究者和践行者的不懈努力之下，如今人工智能应用已遍地可见，无论是繁华都市还是偏远小镇，街头巷尾偶遇可称为人工智能的应用并不算稀奇。
ACM（国际计算机协会）本月18号宣布，授予 Patrick M. Hanrahan 和 Edwin E. Catmull 2019 年 ACM A.M. 图灵奖荣誉，以表彰他们对 3D 计算机图形学的贡献，以及这些技术对电影制作和计算机生成图像（CGI）等应用的革命性影响。
在围棋这个人类一直以来占据着优势的项目里，谷歌旗下DeepMind开发的人工智能（AI）AlphaGo已经先后击败了柯洁和李世石两位顶尖棋手。但说来难以置信，DeepMind开发的AI能打败人类世界棋王，却无法通过英国高中的数学考试。
根据《南华早报》(South China Morning Post)报导，中国海军正致力于利用人工智能(AI)技术升级其核潜艇的计算机系统，以增强指挥的潜在思维能力。搭载AI系统的增强型智能潜艇不仅能让中国海军在海上作战时占上风，同时也让AI技术应用扩展到军事作战的新领域。 在这一进展背后的概念是不仅能让中国比其他国家更有优势、协助指挥官决策，更重要的是它能消除人为错误。过去，核潜艇几乎完全由海军人员控制。如今，随着AI技术赶上人脑的智能，加上机器学习的进展，可望让这些新型的智能潜艇收集知识、提高技能，
深度学习方法易受欺骗、易受攻击已经是研究者们达成的共识，追其根本原因，张钹归结为：大家只是在灯亮的方向对模型修修补补，没有向人类深入学习。
本月，北京首次关停涉黄直播平台“夜魅社区”。此前，映客、花椒等在直播、陌陌等平台的数十位主播因涉黄被永久封禁，商业需求激增“鉴黄师”职业，“鉴黄”势在必行。
在 DeepMind 首席研究科学家、伦敦大学学院计算机科学教授David Silver 看来，游戏是激发创造力的关键，尤其是对AI而言。
【新智元导读】华为诺亚方舟实验室主任李航博士18日在自动化学会与新智元携手举办的首届 世界人工智能大会 AI WORLD 2016 发表主旨演讲《对于AI，我们应该期待什么？》。作为华为 AI 带头人，李航在演讲中指出了当前机器学习的优势及局限，并表示推理和机器学习的结合是未来 AI 发展大方向。李航还披露了华为诺亚方舟实验室如何使用人工智能改革通信网络，同时详细介绍了华为的深度强化学习软件及其控制网络、帮助工程师排除网络故障的案例。演讲结束后，李航博士接受新智元专访，进一步阐述了他对强人工智能的理解，以及
8日，李开复再次刷屏。当天，北京前沿国际人工智能研究院在京成立，创新工场董事长李开复任首任院长。 “当前，很多人把人工智能当做科幻中的强人工智能（简称AI），即达到人脑的能力。然而，未来十几年，最大的
脑机连接是不是人类与AI相处的必选项呢？人为增强大脑以防AI赶超究竟有无必要呢？如果业内多位著名人士预言的“超级人工智能”真的成为现实，世界会呈现怎样一番景象？1984或是美丽新世界的极端猜想似乎都不是大多数人希望看到的未来。 前不久，在美国华盛顿举行的美国神经科学学会年会上，科学家们宣布已经完成AI(人工智能)大脑植入设备的初步人体试验，这项突破为抑郁症以及创伤后应激障碍等疾病的治疗带来了新的希望。 脑机相连的前景其实并不仅限于医疗领域，它已被部分业内人士视作人类与AI的一种未来相处方式。也就是说，脑
技术编辑：宗恩丨发自 SiFou NewOffice SegmentFault 思否报道丨公众号：SegmentFault
“超9成受访者认为人工智能会对自己的工作生活产生影响。”3月2日上午，一项由中央电视台财经频道《中国经济生活大调查》联合腾讯社会研究中心发布的AI公众认知调查呈现出上述结论。AI的异军突起，是否真的提升了我们日常生活的幸福感？来自微软、IBM、腾讯的科技大咖如何看待人工智能？无人驾驶距离我们有多远？人工智能可否超越人脑？或许以下内容可以解答你的疑问。 如果说过去谈到AI，谈到人工智能时，人们最常问到的问题是“人工智能离我有多远”，那么现在这个问题可以说已经变成“人工智能离我有多近”了。 就在2016、201
本文转载自公众号“汽车AI科技”（Auto_AI_Tech） 近日，由腾讯汽车主办的“源计划”媒体赋能学院第一期在北京举行。作为首批特邀五家媒体之一，量子位全程参与了“源计划”课程的打造与设计。
在全球规模最大的2018北美消费电子产品展上，参展的科技企业超过4000家，包括高通、英伟达、英特尔、LG、IBM、百度在内的业界科技巨头纷纷发布了各自最新的人工智能芯片产品和战略，作为本届展会的最
美国媒体Motherboard指出了OpenAI Five在这场人机大战中的几个可疑之处。
距离五月底李彦宏在百度联盟大会上宣布百度不再是互联网公司，而是一家“人工智能公司”已经过去快5个月，不论是业内、媒体还是爱热闹的互联网看客，都在等着百度的首份成绩单，揣摩着百度能否打破“掉队BAT”的质疑。
科技要向前发展，除了埋头赶路，攻克一个个的技术难关外，也要抬头看天，寻找未来的突破方向。从这个意义上来说，机构或个人发布的一些科技趋势预测，有一定的借鉴意义。以前，多半是美国公司或机构发布类似的预测，比如Gartner的技术成熟度曲线。达摩院作为阿里巴巴的一个前沿技术研究机构，某种程度上代表了中国产业界一定的技术研究水平。
【新智元导读】昨天，备受关注的全球首场神经影像人机大战在国家会议中心举行，在脑肿瘤和脑血管影像判读比赛中，医疗AI最终以高出20%的准确率战胜25名人类医生。如果这款AI产品投入实用，核磁检查的出片速度将从现在的几天缩短至几分钟。
机器之心原创 作者：闻菲、陈萍 唐杰认为，超大规模预训练模型的出现，很可能改变信息产业格局，继基于数据的互联网时代、基于算力的云计算时代之后，接下来可能将进入基于模型的 AI 时代。智源研究院致力于成为这样一个时代的引领者，集聚各方资源力量，构建一个超大规模智能模型技术生态和开放平台，供北京乃至全国的研究人员、开发者和企业使用。 自 2018 年谷歌发布 BERT 以来，预训练模型（Pre-trained Models，PTMs）逐渐成为自然语言处理（NLP）领域的主流。 2020 年 5 月，Open
作者：张乾 【新智元导读】近日，智能决策公司启元世界在ACM挑战赛期间亮相，并举办了基于《星际争霸II》的AI人机协作挑战赛。挑战中，AI能与人相互协作、理解、感知，胜率达到48.8%。启元世界是由前
paper：PREDICTIVE CODING: TOWARDS A FUTURE OF DEEP LEARNING BEYOND BACKPROPAGATION? 摘要： 用于训练深度神经网络的
编译 | 禾木木 出品 | AI科技大本营（ID:rgznai100） 摘要：人形机器人的凝视会影响人们对社会决策任务的反应方式。 资料来源：IIT 你是否遇到过这种问题，跟别人对是不超过三秒？当你直视别人眼睛的时候，你的内心非常焦虑，希望能够马上把视线移开。 注视是人与人交流和互动过程中极其强大和重要的信号，传达意图并告知他人的决定。 平时被别人盯着看时，总想说一句“你烦不烦！” 那机器人盯着你会怎么样呢？会发生什么呢？ 当机器人和人类互相看着对方时会发生什么？ IIT-Istituto Italian
上个月，谷歌发布了AI搜索功能——AI overview。这一功能本来应该是谷歌背水一战，宣誓自己在AI时代也能制霸搜索的杀招。结果出来才两周就被网友们挖出了许多啼笑皆非的案例。
随着AI产业快速突破，各大公司在AI领域的人才动向也在引起极大关注，你来我往、归去来兮，AI江湖上大有一片血雨腥风之势。当然，AI领军人物的变动，会对具体公司业务造成影响。但从整个行业来看，人才流
人脑作为地球上最复杂的智能载体，一个最大的特点就是能高能效地产生智能。如果能尽可能按照人脑的工作原理来创建AI系统，将会大大提高AI的工作效率，大幅降低能耗。
GPT-4 等大型语言模型（LLM）在许多推理任务上表现出色，然而，大部分现有研究仅关注静态环境下的任务，如回答问题或解数学题。那么，LLM 能否在真实世界中完成复杂的交互式任务呢？例如，如果我们想制作一个智能体（agent），让它在物理世界里完成一些实验，比如测试一个物体是否导电，我们可以使用 LLM 吗？这类复杂交互式任务（complex interactive tasks）具有很大的挑战性，因为它要求 LLM 不仅能理解动态变化的真实场景，还需要具备诸如长期规划（long-horion planning）、任务分解（task 的 composition）、记忆储存（memorization）、常识推理（commonsense reasoning）、异常处理（exception handling）等高阶认知和推理能力。
人的思维活动是否能用计算机来替代，从图灵的论文《计算机器与智能》和图灵测试，到最初级的神经元模拟单元——感知机，到现在多达上百层的深度神经网络，对人工智能的探索就没有停止过。在八十年代，多层神经网络和反向传播算法的出现给人工智能行业点燃了新的火花。反向传播的主要创新在于能将信息输出和目标输出之间的误差通过多层网络往前一级迭代反馈，主要目的是通过逐层的反馈调节系统参数来将最终的输出收敛到某一个目标范围内。
前不久我去做体检时，一位年长的医师淡淡地问了我一句：感觉这一生过得怎么样？我第一反应愣住了，在这之前还没有人问过我这个问题。我想了几秒钟，然后几乎脱口而出：挺好的，我知道自己对什么感兴趣，自己适合做什么。但话刚说完，我感觉这样概括一生太不完整了，随后补充说，其实也经历了很多坎坷，但是我比较乐观。
作者：马仁敏，周焕 来源：华泰证券、格灵深瞳 人工智能相关文章 院士李德毅：大数据认知(演讲全文) [重磅]百度研究院副院长余凯：大数据与人工智能(41PPT) 技术不足导致移动互联网难以催生出更多的新应用和商业模式，为突破瓶颈，新一轮更激动人心、更值得期待的技术革命风暴已经诞生，将成为未来10年乃至更长时间内IT产业发展的焦点，它的名字叫做“人工智能”（AI）。 只有人工智能才能为“万物互联”之后的应用问题提供最完美的解决方案，它将成为IT领域最重要的技术革命，目前市场关心的IT和互联网领域的几乎所有主题
加拿大的蒙特利尔市迅速发展的人工智能部门决心要将该城市建设成人工智能（AI）的硅谷。 诚然，近年来人工智能正在蒙特利尔蓬勃发展。蒙特利尔地区人工智能领域的学术界、公私合作伙伴关系、研究实验室和初创公司获得了令人印象深刻的大量现金投资。 5月24日召开的为期三天的人工智能论坛将很有希望进一步巩固蒙特利尔世界新兴的AI高级研究中心和热门技术顶尖人才库的地位。论坛的议题包括蒙特利尔市AI的发展以及AI可能对企业、行业和经济产生的变革性的影响。例如，微软的研究人员成功地开发出了一种能够像人类一样准确地破译对
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
