美国和意大利的一个研究小组开发了一种新的基于反铁磁体的存储设备,有望带来更快、更强大的 AI 系统。
同步定位和地图构建(SLAM)是移动机器人环境感知和导航过程中的重要任务,一直是计算机视觉和机器人学领域中的研究热点。
20 世纪 50 年代中期,美国电力照明与动力公司某个月在《星期六晚报》上刊登的一版广告,可以把我们拉回无人驾驶概念被人们接受并受到狂热追捧的最早期阶段。
通用汽车公司今天宣布,计划在2019年前大规模生产无方向盘和踏板等传统控制装置的无人驾驶汽车。
简而言之,自动驾驶汽车将能够比人类更快地学会如何更好地在困难的驾驶环境中行驶。事实证明,城市也提供了重要的商业机会。
日前,DeepMind团队发表了最新论文,提出了全新的强化学习算法AlphaZero,它是一种可以从零开始,通过自我对弈强化学习在多种任务上达到超越人类水平的新算法,堪称“通用棋类AI”。
前不久,通用在旧金山测试自动驾驶汽车,用雪弗兰Bolt搭载Cruise第二代技术,在繁忙的大街上行驶了两英里。
“通用汽车相信未来将会是全电动汽车的时代,”该公司的产品负责人Mark Reuss说。“我们在通往未来世界的道路上遥遥领先。”
文/Darrell Etherington (@drizzled) 原本就是亲密合作伙伴的通用汽车和 Lyft […]
从今往后,获得 Twitter 上面那个的蓝色复选标记,可能要稍微容易一些。 Twitter今天宣布 向普通用 […]
传统的材料研发模式主要依赖「试错」的实验方法或偶然性的发现,其研发过程一般长达 10-20 年。
快速浏览一下资讯类网站就会发现,如今生成人工智能似乎变得无处不在。事实上,其中一些新闻资讯可能是由生成式人工智能帮忙撰写的,例如 OpenAI 的 ChatGPT。
密度泛函理论(DFT)的定理建立了多体系统的局部外部势与其电子密度、波函数以及单粒子约化密度矩阵之间的双射映射。
微观结构分割是一种从显微图像中提取结构统计数据的技术,是在广泛的材料研究领域建立定量结构-性能关系的重要步骤。
了解大脑计算的基础对于推进计算和治疗神经系统疾病至关重要。尽管现代 AI 取得了越来越多的成功,但生物智能仍然是无与伦比的,并且在许多认知任务中的能源效率要高出几个数量级。
德国柏林马克斯·普朗克学会弗里茨·哈伯研究所(Fritz-Haber-Institut der Max-Planck-Gesellschaft)和柏林洪堡大学(Humblodt Universität zu Berlin)的研究团队提出了一个通用的数据驱动框架,该框架提供定量预测以及定性规则,用于通过符号回归和敏感性分析的组合指导所有数据集的数据创建。
物理系统中存在的纠缠的量化对于基础研究和许多前沿应用至关重要。现在,实现这一目标需要系统的先验知识或非常苛刻的实验程序,例如全状态断层扫描或集体测量。