【新智元导读】MIT人工智能实验室( CSAIL )近日在官网刊文,回顾了实验室在过去一年所取得的技术突破。他们在机器人、计算机视觉、神经网络等方面取得了瞩目的成绩,具体说来,有可触摸的交互式动态视频技术、可以”预测未来“的深度神经网络以及能描绘出黑洞照片的程序……CSAIL 在人工智能的研究和探索上一直都处于学界前沿,其技术和研究视野得到了广泛的认可,被称为前沿科技的“代名词”。想了解人工智能研究的真实状况和未来发展趋势,看看他们都在干什么吧。 能够预测未来的机器,能够修复伤口的机器人,无线情绪检测器,这
李林 编译整理 量子位 报道 | 公众号 QbitAI 📷 在朋友圈看见美食照片总想自己做一份?MIT来帮忙了。 MIT的计算机科学及人工智能实验室(CSAIL)本周和卡塔尔计算机研究中心(QCRI)一起训练了一个人工智能系统,名叫Pic2Recipe。给这个系统一张食物照片,它会告诉你该怎么做出来。 视频内容 Pic2Recipe能通过食物照片推断出面粉、鸡蛋、黄油等食材,然后从它的数据库中选出几份与图片最相似的菜谱推荐给你。 📷 据CSAIL团队介绍,因为训练数据集中甜点很
此前,Uber发生的致命车祸,似乎在大声地强调,自动驾驶技术还没有做好大规模落地的准备。毕竟,世界上并没有很多地方,可以让自动驾驶汽车放飞自我。
CSAIL团队成功模仿了变色龙的能力,他们开发出一种可编程墨水系统,让物体可以在紫外线(UV)和可见光的照射下改变颜色。
据外媒New Atlas报道,随着BBC 令人难以置信的野生动物纪录片的不断演示,伪装成动物的机器人已经为我们提供了对自然世界的前所未有的见解。现在,麻省理工学院(MIT)计算机科学和人工智能实验室(CSAIL)的科学家们开发出了一种机器鱼,它可以像真正的鱼类那样游泳。 尽管水下机器人并不是新产品,但CSAIL团队表示,这些机器人通常被束缚在船只上。被称为SoFi的柔性机器鱼采取了一种不同的方法。其外部由硅橡胶和柔性塑料制成,里面是一个普通的锂聚合物智能电池,为电机提供动力,该电机将水泵入两个像
8月26-27日,由中国人工智能学会(CAAI)发起并主办、中科院自动化研究所与CSDN共同承办的2016中国人工智能大会(CCAI 2016)将于在北京盛大召开,汇聚全球顶级人工智能专家共论前沿技术与产业实践。本次大会大咖云集,麻省理工学院人工智能实验室(MIT CSAIL)教授、美国人文与科学院院士Tomaso Poggio将远渡重洋出席本次大会,并做题为《The Science and the Engineering of Intelligence》的主题报告。 很多人可能不熟悉Tomaso Pogg
官方代码还未开放, http://visualdynamics.csail.mit.edu/
新智元报道 来源:MIT CSAIL 编辑:闻菲、肖琴 【新智元导读】MIT计算机与人工智能实验室的研究人员开发了一种基于Wi-Fi的人体姿态估计系统,用AI教会Wi-Fi“穿墙透视”,隔着墙也能
吴唯 编译自 TechCrunch 量子位出品 | 公众号 QbitAI 今年2月,MIT计算机科学和人工智能实验室(CSAIL)搞出了一款自动驾驶轮椅。该轮椅上配备三个激光雷达传感器,通过这些传感器来绘制3D地图,规划路线,基本就是一台小型的无人车。当时这一项目的负责人Daniela Rus曾在接受采访时表示,希望这项技术能够更好地帮助那些行动不便的人。 近日,TechCrunch的记者Brian Heater跑去MIT对这台自动驾驶轮椅进行了一次试驾。乘坐无人驾驶轮椅是种怎样的体验?量子位将他发布的原文
让机器人做事并不容易:通常,科学家要么对机器人进行明确编程,要么使机器人理解人类如何通过语言进行沟通。
该系统帮助了超过30%的患者免受外科手术的痛苦。 近日,MIT CSAIL(麻省理工学院计算机科学与人工智能实验室)的研究人员就开发出了一套人工智能系统,用以预测很识别人体可能癌变的高危组织。 据悉,该系统是由MIT CSAIL、MGH(麻省综合医院)和哈佛医学院的研究团队共同开发的,是一套基于机器学习技术的机器学习模型。此外,研发人员还让该系统进行了600个高风险病灶的分析训练,并在综合了家族遗传史、人口统计和过往的组织活检等变量之后,该模型对335个病灶(最终升级为癌症的病患)进行了测试,测试结果显示,
美国麻省理工学院(MIT)发明了一种新型的机器人,只要变换其水溶性、可回收的外骨骼,就能执行或改变其步行、滚动、滑动或漂浮等不同的任务。这个名为Primer的机器人是由MIT计算机科学和人工智能实验室(CSAIL)主任Daniela Rus带领的工程团队所开发的。 尽管目前已经成功打造出能够改变外形或功能的大型机器人,但要建构能自行重新配置的小型机器人仍十分困难,部份原因在于机载电子组件的尺寸和重量限制。立方形的Primer机器人可以通过磁铁远程控制,而其以热启动的外骨骼或“皮肤”则是长方形的塑料片,
交通拥堵不单让司机师傅们惟恐避之不及,更加对公共健康和国家经济造成了巨大的负面影响。 有研究指出,美国2015年度由交通拥堵造成的经济损失高达1600亿美元,其中包括70亿小时白白浪费在车流中的等待时间,以及30亿加仑发动机空载消耗的化石燃油。 当前,治堵的一个有效方法就是如滴滴、Uber这样的共享汽车。但共享汽车究竟能达到怎样的治堵效果,此前并没有一个基于数据出发的科学评估。 近期,MIT计算机科学与人工智能实验室(CSAIL)研发了一套全新的共享汽车调度系统,不但大大增强了现有共享汽车的运行效率,同
这已经是「连续3年」,该重要奖项颁给华人学者,此前分别由加州大学伯克利分校闫令琪博士和朱俊彦博士摘得。
软体机器人的发展离不开包括材料学、机器人学、生物力学、传感与控制在内的多学科进步,近年来相关学科迅速发展,各类软体机器人也开始涌现。
AI科技评论按:在网上看视频时,缓冲或色块问题时有发生,极其影响观看体验。现在,MIT计算机科学与人工智能实验室(CSAIL)利用神经网络算法,最大化地缓解了这种现象。将这种算法应用到YouTube或Netflix等网站之后,观众将会获得更好的体验。此外,这项技术还能应用于VR,缓解现有的网络带宽不够的问题。 Engadget上的一篇文章详述了CSAIL新的方法,AI科技评论将其编译如下。 缓冲和色块是流媒体视频播放中常常出现的问题。一旦出现这种情况,会影响观看体验,观众换台之后,又会影响广告商的收入。并且
Moment 是由 MIT-IBM Watson AI Lab 开发的研究项目。该项目致力于构建超大规模数据集来帮助 AI 系统识别和理解视频中的动作和事件。
一款美国选举用的投票软件,被发现了惊天漏洞,引发全美上下高度关注,几乎所有媒体都在报道。
面对握手、拥抱、kiss……,基于经验和直觉,我们总是能在动作完成之前给予对方正确的回应,那机器人可不可以做到呢?答案是可以的! 就在这周 ,MIT的计算机科学及人工智能实验室(CSAIL)的研究者们
麻省理工学院(MIT)计算机科学与人工智能实验室(CSAIL)的科学家们近日公布了一种新的攻击方法,该方法可利用Arm 处理器(包括苹果M1系列芯片)中的硬件漏洞,采用一种新的PACMAN手法就可以窃取数据。 研究团队使用苹果M1处理器作为演示该漏洞的芯片,声称攻击甚至有可能访问核心操作系统内核,从而使攻击者可以通过结合软硬件攻击来全面控制系统。 然而,攻击的软件部分确实依赖一个现有的内存损坏漏洞才能得逞,因此它并非可以绕过所有安全措施。 硬件漏洞却无法通过软件来修补;MIT的团队认为,如果不采取补救措施
它收到了一份富有仪式感的生日礼物,是个时间囊 (Time Capsule) :有人把重要的东西藏在里面,设定一个时间,留给未来的人类打开。
比如下图,中间是DxO Viewpoint的人脸修正,后面的栏杆被挤成了一条弧线;而右边是谷歌算法,修好了人脸,栏杆依然直挺:
AI科技评论按:据外媒TechCrunch最新报道,MIT CSAIL(麻省理工学院计算机科学与人工智能实验室)发明了一种可以全自动内窥神经网络活动的系统Network Dissection。相关的论
陈桦 编译自 TechCrunch 量子位 报道 | 公众号 QbitAI 科幻电影里的机器人早就能和人类无障碍沟通了,但在现实生活中,机器人理解自然语言的能力还非常差,稍微复杂一点的指令,就会让它们
超现实的虚拟世界被誉为自动驾驶汽车 ( autonomous vehicles ,AV) 的最佳驾驶学校,因为它们已被证明是安全地尝试危险驾驶场景的卓有成效的测试平台。特斯拉、Waymo 和其他自动驾驶公司都严重依赖数据来启用昂贵且专有的逼真模拟器,因为测试和收集细微的几乎崩溃的数据通常不是最容易或最理想的重建方式。
编译 | 苏宓 出品 | CSDN(ID:CSDNnews) Python 的运行速度快吗?虽说不同场景不同定论,但整体而言,它没有 C、Java 快。这也导致 Python 凭借可读性、简单易上手、良好的生态系统横行 AI 领域时,一提到速度,就成为众多开发者头疼的问题。 为了解决这一难题,麻省理工学院的计算机科学家出手了,他们共同研发了一种名为 Codon 的 Python 编译器,可以将 Python 代码转化为本地机器代码,而不会对运行时的性能产生影响。 当前,Codon 已经在 GitHub 上
在过去,我们欺骗AI的对抗样本往往是平面图。而近日CSAIL(麻省理工学院的计算机科学与人工智能实验室)的研究人员展示了有史以来第一个生成3D对象愚弄神经网络的方法。 完整视频链接:http://i
业余和专业音乐家等可能都需要花费数小时看 YouTube 视频,来学习如何弹奏他们喜欢的歌曲的某个部分。但是如果有一种方式可以玩转视频,将你想听的乐器单独分离出来呢?
团队提供了完整的,没有经过筛选的实验结果。他们在实验室周边随机选取了 out-of-distribution (训练集外)测试样本。
现在,MIT CSAIL的一群科学家,就用AI构建了一双透视眼。你在墙后的一举一动,它就都能看见。这项研究,作为spotlight论文发表在CVPR 2018上。
王新民 编译 量子位·QbitAI 出品 随着技术的进步,机器人越来越强大,它们能以比人类快得多的速度,完成一系列复杂而困难的任务。它们出现在工厂、仓库,甚至各类大小会议、酒店、机场,正逐渐融入我们的生活。 但还是有一个问题:机器人至今还经常听不懂人话…… MIT的科研人员说:那就用意念控制吧! 麻省理工学院计算机科学和人工智能实验室(CSAIL)和波士顿大学的科研人员进行合作,建立了一个系统,让人类能用意念来纠正机器人的错误。 视频里出现的,这个面容抽象的二臂机器人名叫Baxter,由Rethin
这个名为 LCS35 的难题是由加密算法界元老、RSA 暗码系统发现者之一、MIT 教授 Ron Rivest 在 1999 年 4 月提出的。发起者们曾预测:以 1999 年的芯片计算速度作为起点并考虑到摩尔定律的话,即使用最快的增长模型,破解这一难题所需的算力也要在 35 年之后(也就是今天看来,最快 15 年之后)才能出现。
安妮 编译自 The Verge 量子位出品 | 公众号 QbitAI 你去票圈发照片的时候肯定也先修修图。少则几秒加个滤镜,多则数十分钟精修一下美美颜。 以后可能就不用这么麻烦了。 近日,谷歌与MI
工欲善其事,必先利其器。操作系统、数据库这些计算机基础诚然重要,但是一个程序员实际工作中天天打交道的其实是这些工具。因此,这门课值得放在最前面。
【新智元导读】LeCun曾在演讲中提到,2016年深度学习领域最让他兴奋的技术莫过于对抗学习,而无监督学习一直都是人工智能研究者孜孜追求的“终极目标”之一。MIT 计算机科学和人工智能实验室的研究员们在本年度的NIPS上提交了结合对抗学习和无监督学习两种方法的研究——让计算机在观看了200万条视频后自动“创作”视频内容,结果非常逼真。研究所开发的深度学习神经网络也可以直接用到现有的图片和视频中,把静态图片变成动态视频,并且对人类的动作具有一定的判断和预测能力。 MIT 计算机科学和人工智能实验室(CSAIL
当人们穿过人群达到最终目标时,通常可以安全地驾驶而不必过多考虑。他们可以从他人的行为中学习,并注意避免的任何障碍。而对于机器人,这种导航概念是一种挑战。
最近,具身智能成为人工智能领域关注的一个焦点。从斯坦福大学的 VIMA 机器人智能体,到谷歌 DeepMind 推出首个控制机器人的视觉 - 语言 - 动作(VLA)的模型 RT-2,大模型加持的机器人研究备受关注。
美国麻省理工学院计算机科学与人工智能实验室(MIT CSAIL)研究人员推出了一种新型无线虚拟现实系统。 2016年11月,在美国佐治亚州亚特兰大市举行的网络热点ACM研讨会上,MIT CSAIL团队首次公开了他们的“MoVR”原型。该系统利用“毫米波”高频无线电信号进行无线通信。利用毫米波技术让用户能够使用无线VR系统,这是一项极具挑战的任务,因为无线技术在支持VR等先进数据处理方面存在问题。该技术研发团队的研究人员指出。“使用无线耳机能真正加深虚拟现实身临其境的体验,会带来一系列的其他应用。” 此外,一
对于机器人来说,其实就要能连贯的理解人类所说的上下文。 随着人工智能的发展,机器人领域的产品也开始逐渐强调交互性能,但是现有的技术仍然无法做到十分流畅的人机交互,主要体现在机器人很可能无法理解人类说话的语言环境,进而无法将聊天内容连贯起来。不过,最近来自麻省理工学院(MIT)的CSAIL团队正在解决这个问题。 研究人员开发了一个ComText系统,该系统能够帮助机器人理解人类给出的上下文指令。直白来说,就是研究人员正在赋予机器人“情景记忆”的概念,让机器人能记得那些包含自己的位置、类型和主人的细节。比方说如
据Engadget报道,现在,要让你对机器人发出指令,让它做什么,得到的结果可能会令你很沮丧,尤其是你还不是程序员。造成这样结果的原因是,机器人不能真正理解上下文含义——当你叫它们“捡起这个”,他们通常不知道“这个”指的是什么。 麻省理工学院的CSAIL团队正在解决这个问题。 他们开发了一个系统ComText,能够帮助机器人理解上下文指令。实际上,研究人员正在教机器人“情景记忆”的概念,在这个概念里,机器人能记得那些包含自己的位置、类型和主人的细节。 如果你告诉机器人“我放的这个盒子,是我的零食”,它就
按要求转自36Kr 作者:谭菲君 MIT证明,我们以后开什么脑洞都不过分。 截止到目前,虽然已经见识到各种各样机器人的活蹦乱跳,但我们仍然会突发奇想: 能不能像小时候看《数码宝贝》一样,来个用意念控制机器人(事实是这个想法贯穿了笔者的整个童年),然后指挥它们加入战斗? 没想到,这个星球再一次印证了“人类必须敢于‘中二’才能发生奇迹”的真理……回顾一下你童年时期的各类脑洞,没准都会在我们的栏目里被印证…… 最近,MIT的那款名叫Baxter的新机器人具备了新的“超能力”。最神奇的地方,就在于其完全可以根据
爱因斯坦(Albert Einstein)曾经说过“唯一真正有价值的东西是直觉。”直觉是帮助我们理解意图和互相交流的最重要因素之一。
安妮 编译整理 量子位 出品 | 公众号 QbitAI 嗨少年,想不想来双透视眼? 虽然这听起来有些科幻,但近日,麻省理工学院(MIT)计算机科学和人工智能实验室(CSAIL)的研究人员发明了一种新算
新智元编译 来源:MIT 编辑:刘小芹 【新智元导读】麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究人员设计出一种设备,使用廉价的闪存,仅使用一台个人电脑就能处理大量的图形,达到与数千
选自news.mit.edu 作者:Adam Conner-Simons 机器之心编译 参与:微胖、晏奇、吴攀 MIT 研发出的反馈系统能够让人类操作者仅通过大脑信号就能实时纠正机器人做出的选择。研
AI 科技评论按:如果你向一个人仅仅展示一段视频中的几帧,他通常可以推测出视频里发生的是什么事件以及屏幕上会显示出什么。例如,如果我们在视频开始时的帧中看到了一堆堆叠起来的罐头,在视频中间的帧中看到了有人将手指放在了视频的底部,而在视频后面的帧中看到这堆罐头倒了,我们可以猜测出手指也许推了罐头一把。然而,计算机却很难思考出这一点。
在自动驾驶汽车领域,控制车道变化的算法是一个重要的研究课题。但是大多数现有的车道变换算法存在以下两个缺点其一:或者它们依赖于驾驶环境的详细统计模型,这些统计模型难以组装而且分析起来太复杂;或者这些算法太简单了,会导致不切实际的保守决策,比如永远不会变换车道。
语言是文化的有机组成部分,也是文化的载体,世界文明的多样性在很大程度上表现为世界语言的多样性。而在 21 世纪的今天,语言学家们显然已经不满足于传统的、对已知语言的研究。相反,许多科学家开始利用计算机技术,去探索已经消失的、几乎成为谜底的灭绝古老语言。 近日,麻省理工学院计算机科学与人工智能实验室(Computer Science and Artificial Intelligence Laboratory 简称 CSAIL)的研究人员就开发出一种计算机算法,旨在帮助语言学家破译历史上已消失的语言。
MIT人工智能实验室(CSAIL)和丰田的研究人员并不满足于此,他们希望AI能够预测到路口被遮挡的地方是否会有汽车,从而及时调整车速,保证安全。
领取专属 10元无门槛券
手把手带您无忧上云