【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
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
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。
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
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。
官方代码还未开放, http://visualdynamics.csail.mit.edu/
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。
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。
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
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。
一直想了解下操作系统相关的东西,发现了这个资源(MIT的6.S081课程),希望能借此来掌握操作系统的一些知识。学习的是2020年秋季学期(2020 fall)的资源。
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。
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。
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
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
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,
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。
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。
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。
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。
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
量子位 | 李林 强行剪辑&撰文 现在看《生活大爆炸》的人可能越来越少了,不过昨天的S10E14绝对有惊喜:谢耳朵吐露心声之后,惊现麻省理工的一件神器▽ 在片中,MIT情绪探测神器“原型机”长这样▽ 【图sheldon3】 『量子位』剪辑了谢耳朵演示MIT情绪探测器妙用的片段,刚好5分钟,请在流量充足或Wifi环境下观看▽ “MIT研发的情绪识别装置”并非杜撰,MIT确实有相关论文发表,还有介绍视频。仔细研究论文,你大概也可以做一个来用。 去年9月,麻省理工学院计算机与人工智能实验室(CS
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。
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
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
Root 编译整理 量子位 出品 | 公众号 QbitAI 除了CV、NLP、无人驾驶,AI的下一个热门方向是什么? 视频行为理解。 现在,对于AI来说,识别静态图片里的动物是喵?还是汪?已经是小ca
【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
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:
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。
CV 人的大型追星现场来了。 作者 | 黄楠 编辑 | 陈彩娴 又一名 AI 大神有了新动向! 当地时间3月13日下午3点,何恺明在MIT做学术演讲。据现场网友所述,即便自己提前半小时去到现场,但仍挤不进会场,仅排队就拐了几个弯,MIT CSAIL 还临时开了隔壁会议室投屏,许多人是挤在小角落里听完全程的。 据 MIT CSAIL 实验室此前发布公告显示,本次何恺明的演讲主题是 "In Pursuit of Visual Intelligence"(追求视觉智能)。 在现场演讲中,何恺明按时间线顺序回顾其之
大数据文摘授权转载自AI科技评论 作者 | 黄楠 编辑 | 陈彩娴 又一名 AI 大神有了新动向! 当地时间3月13日下午3点,何恺明在MIT做学术演讲。据现场网友所述,即便自己提前半小时去到现场,但仍挤不进会场,仅排队就拐了几个弯,MIT CSAIL 还临时开了隔壁会议室投屏,许多人是挤在小角落里听完全程的。 据 MIT CSAIL 实验室此前发布公告显示,本次何恺明的演讲主题是 "In Pursuit of Visual Intelligence"(追求视觉智能)。 在现场演讲中,何恺明按时间线顺序回顾
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。
选自MIT News 作者:Larry Hardesty 机器之心编译 参与:李亚洲、黄小天 MIT的新技术帮助阐释了在可视化数据上训练的神经网络的内部机制。 神经网络通过分析大型训练数据集学习如何完
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
---- 新智元报道 编辑:桃子 【新智元导读】何恺明大神可能要回归学界了。MIT的一则公告称,何恺明将在下周一做学术演讲(Job Talks)。 大型Deep Learning追星现场要来了.... MIT CSAIL实验室发布了一则公告称,何恺明将在3月13日(下周一)到MIT做学术演讲。 乍一看,是学术演讲,其实这个研讨会是Job Talks(求职演讲)。 杜克大学陈怡然教授也称,一直听说何恺明在Market上,靴子终于落了地。 MIT被引用数,无人能敌 在MIT的演讲中,何恺明讲
这个项目,是美国所有学术机构在AI领域进行的投资中最大的一笔,要重新调整MIT的方向:
【导读】生成对抗网络模型(GAN),是深度学习生成模型中,影响力非常大的模型了。无论是学术界还是工业界,GAN都在各种任务中大放异彩。但是,模式崩塌仍然是GAN训练过程中的一个严重问题。显然,GAN在训练过程中,是有选择的学习了某些模式,同时又放弃了某些模式的。但是到底GAN放弃了什么模式呢?GAN这个模型,不能生成哪些东西呢?来自MIT的David Bau等人,在ICCV 2019 上的文章《Seeing What a GAN Cannot Generate》,进行了一系列实验,尝试找到问题的答案。
由于个人局限,内容如果有误还请指正,点击原文跳转到GitHub或者在评论区参与互动。
熟悉系统驱动与外围设备的交互、内存映射寄存器与 DMA 数据传输,实现与 E1000 网卡交互的核心方法:transmit 与 recv。
---- 新智元报道 编辑:David 【新智元导读】又一位计算机老前辈走了!MIT计算机科学与电子工程系教授、著名计算机科学家乔尔·摩西逝世,享年80岁 又一位计算机大牛离我们而去! MIT计算机科学与电子工程系教授、著名计算机科学家乔尔·摩西(Joel Moses)在与阿尔茨海默氏症和帕金森氏症长期斗争后,于5月29日逝世,享年80岁。 摩西是计算机科学和电子工程系以及前工程系统部的教授,在他杰出的职业生涯中曾担任过副系主任、系主任、工程院长和MIT教务长 , AAAS Fellow、A
在麻省理工学院(MIT),和电子电气、计算机相关的研究内容此前都是在电气工程和计算机科学系(EECS)进行的。
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。
Voxelmorph 项目链接:https://github.com/voxelmorph/voxelmorph
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
研究人员介绍称,「M 代表运动(motion)、磁力(magnet)和魔力(magic),」MIT CSAIL 负责人 Daniela Rus 教授说道。「『运动』是指立方体机器人可以跳跃;『磁力』是指它们之间通过磁铁连接,一旦连接,他们就可以退组装成各种结构。『魔力』代表它没有任何活动部件,积木像是由魔法驱动的。」
每一年都有数以千计的木工在切割木板的时候受伤。 用手扶着木板往电锯那送的时候,手指离电锯很近,看着都心悸。 为了把这种危险系数降到最低,MIT的计算机科学与人工智能实验室CSAIL研发了一种自动切割的
领取专属 10元无门槛券
手把手带您无忧上云