神经科学的一个主要关键是了解我们的感官如何将光转化为视觉,将声音转化为听觉,将食物转化为味觉,将质地转化为触觉。嗅觉有一些特别之处。
谷歌的人工智能负责人 Laurence Moroney 做出了回应,试图证明人工智能可以做什么。尽管他最初并不担心人工智能会取代他或其他作家。
谷歌内部工会的成立在美国大型科技公司实属罕见,得到了美国工会组织美国通讯工作者协会(CWA)的支持。
古谚道:“熟读唐诗三百首,不会作诗也会吟。” 这句话放在目前的人工智能语言模型中也非常适用。
这一回,帝国理工学院和剑桥大学首次把目光转向了动物,并开创性地提出:AI可以从动物身上学习常识!
关注的人都知道,谷歌“Arts & Culture”总会发布些有趣的应用来增强人们与艺术和历史间的互动,很有意义。
据统计,截至7月27日,美国新冠肺炎感染病例已超过427万,全球疫情形式仍十分严峻。对人群进行大规模的传染病筛查已成为非常重要和基础的防疫问题。
商业云目前高昂的使用价格,加上缺乏有效利用相关资源的专业知识和技能,许多研究项目超出了大多数学术研究人员的能力范围,也严重妨碍了下一代人工智能人才的培养教育。而「国家研究云」可以改善这一日益严重的问题,让大学的研究和教学保持在该领域的前沿。
为了解决这一难题,谷歌联合加州伯克利大学,捕捉真实动物的动作,将运动数据输入机器狗的学习库中,尝试让机器狗也能变成“有血有肉”的宠物。
公众号/AI前线 翻译/ InfoQ 中文站 作者 | Google 开源博客 译者 | 杨志昂 策划 | 李 […]
近日,谷歌和加利福尼亚大学在Arxiv.org上发表了一项研究,伯克利的研究人员提出了一个框架,该框架集合了基于学习感知模型控件,使轮式机器人能够自动绕过障碍物实现导航。
目前,第一版刊物还将使用一种名为Disinformation Data Visualizer的新工具,它可以直观地绘制出来自大西洋理事会(Atlantic Council)的DFR实验室的研究报告,内容是“在全世界范围内找出虚假信息宣传”,并显示出使用的具体策略和受影响的国家。
在机器人和计算机视觉领域,光学 3D 距离传感器已经得到了广泛应用,比如 RGB-D 摄像头和 LIDAR 传感器,都在 3D 环境绘制和无人驾驶等任务中扮演了重要角色。
为了深入研究这一问题,来自谷歌的研究人员在NeurIPS上发表了一项对模型在数据集分布漂移情况下不确定性进行评测的工作,细致地分析了前沿的深度学习模型在数据分布漂移和处于分布外数据的作用下的不确定性。
对于开发者和机器学习研究人员来说,需要深入思考医疗行业的需求,从问题选择、数据收集和机器学习模型构建到验证和测评、部署和监控等方面都需要进行详尽的考量。
对于户外场景的夜间摄影目前还主要是单反等大型相机的天下,即使需要扛着笨重的长枪短跑,摄影师们为了得出点点星河也在所不惜。
在此后的三年里,这家公司一直很低调。但最近,他们带着一款名为 TSP 的芯片架构出现在公众视野里。
理解人口流动性对于现代社会有着十分关键的作用,从交通基础设施检测到疾病监控预防,从理解政策传导到自然迁徙分析等领域都具有十分重要的作用。