手机贤集

贤集网工业平台欢迎您

登录 注册

数据科学如何应用于天文学?

数据科学在天文学中的应用主要体现在数据驱动天文学的概念中。它是基于档案数据集的天文知识的产物。DDA与工业数据科学的相似之处在于,数据集不是在考虑实验的情况下产生的,而是其他过程或研究的副产品。成功的DDA需要非常接近数据,并且通常需要与仪器和调查专家密切合作。 ...

  2021-06-19 20:57 

全球可以更好投资的10家人工智能公司

从20世纪50年代到2021年,技术已经发展了几十年,情况发生了巨大的变化。当前人工智能的发展趋势正在取代目前的股市。它吸引了众多的公司来适应这一趋势,推动对他们的投资,因为它在现在和未来的需求不断增加。...

  2021-06-18 22:57 

人工智能用于网络安全威胁的检测和缓解,但也被黑客利用也带来风险

人工智能在包括Android操作系统在内的所有主要操作系统中都变得越来越突出。它越来越多地被用于新的目的,包括设备安全,因为它可以检测和阻止威胁。虽然人工智能被用于网络安全威胁的检测和缓解,但由于黑客也利用它,它也带来了风险。...

  2021-06-18 22:35 

研究表明,AI系统可以更好地控制图像合成和布局

​一种新的AI 系统可以创建图像以适用于自主机器人和 AI 训练。该方法建立在条件图像生成技术(或 AI 任务)的基础上,让用户可以更好地控制生成的图像和布局。...

  2021-06-18 16:14 

基于石墨烯的跟踪系统,可以在三个维度上感知和成像场景

​密歇根大学开发的实时 3D 跟踪系统,可能会取代自主技术中的激光雷达和摄像头。该系统结合了基于石墨烯的透明光探测器和先进的神经网络,可以在三个维度上感知和成像场景。...

  2021-06-18 16:03 

远程神经系统检查工具,填补神经系统医疗保健服务的空白

​在大流行的最初几周,诊所和患者都开始取消所有非紧急预约和程序,以减缓冠状病毒的传播。随着医疗保健工作者、管理人员和科学家创造性地先进技术来填补护理空白,远程医疗的繁荣是必然的。 ...

  2021-06-18 10:08 

人机交互在情绪识别任务中,可以解开面部模仿和偏好之间的关系

​近年来,计算机科学家开发了各种各样的虚拟代理,旨在与人类交互或协助他们完成各种任务的人工代理。过去的一些研究结果表明,人类用户对这些代理的信任程度通常取决于他们认为他们讨人喜欢和令人愉快的程度。...

  2021-06-18 09:58 

人工智能能帮助实习生计划和技术多样化吗?

科技的发展促进了医疗保健界提高他们的研究水平。在过去的几年里,临床研究有了显著的增长。研IBM一直在谈论的关于Watson助手的问题,对于那些试图建立和扩大像HP这样的实习生规模的公司来说,可能是一个理想的解决方案。一个普遍的反复出现的主题是需要让学生更早地参与实习计划,以应用他们所学的知识,发现他们通往职业成功和幸福的道路。...

  2021-06-17 22:54 

2021年可解释人工智能的意外挑战

尖端技术的出现在全球市场引入了另一种人工智能形式,即可解释人工智能(Explainable AI)或XAI。它是一套帮助人类用户理解和信任机器学习算法所解释的预测和解决方案的框架。人工智能技术的进步为人类理解从这些机器学习算法中获得特定结果的整个过程带来了挑战。黑盒模型是由实时数据创建的,这些数据使得人类无法理解计算过程。由于过程复杂,ML模型或神经网络的功能有时难以理解。但对公司和初创企业来说,完全了解快速决策过程是至关重要的。通常不建议盲目信任人工智能模型,因为如果数据类型发生变化或基于人口和地理区域的有偏见的结果,它们的性能可能会发生变化。因此,在人工智能模型的大规模实现中,可解释人工智能是提高最终用户信任度的关键要求。 可解释人工智能通过监控模型洞察,帮助组织让利益相关者了解人工智能模型的行为类型。可解释人工智能有多种好处,如简化模型评估的复杂过程,持续监控和管理人工智能模型以优化业务洞察力,并通过保持模型的可解释性和透明性来降低意外偏差的风险。也就是说,对可解释人工智能的某些担忧也在上升。 第一个问题是可解释人工智能的主要功能——透明解释。这一政策正在成为一个威胁的组织,不断创新新的人工智能模型或技术与机器学习算法。原因是,为了更好地理解,创建者必须向利益相关者解释整个模型的整个过程和性能,并保持透明。出于安全考虑,这些公司不想向公众披露所有类型的机密信息、商业秘密和源代码。那么,区分不同公司的知识产权会发生什么变化呢?这是一个意想不到的挑战,从可解释的人工智能到创新者和企业家。 第二个问题是机器学习算法在本质上是高度复杂和无形的。软件开发人员或机器学习工程师可以让普通人理解创建算法的过程,但其内在的有形过程却很难解释。客户在日常生活中潜意识地使用这些人工智能产品,比如人脸识别锁、语音助手、虚拟现实耳机等等。但他们真的需要知道这个快节奏生活中的复杂过程吗?对于某些利益相关者来说,这些信息往往会变得有点乏味和耗时。 第三个问题是,组织需要针对不同的用户和不同的背景处理不同的解释形式。即使任何一家公司想要遵循让人们理解算法的可解释人工智能政策,不同的利益相关者也可以询问不同的解释,例如技术细节、功能、数据管理、影响结果的因素等等。解释应有效地反映利益相关者的需要和愿望,以便更好地参与利益相关者的工作。但有时组织不可能一次回答这么多问题。...

  2021-06-17 21:31 

人工智能领域有什么新进展?

随着人工智能的不断发展,它正在改变着我们的生活。在流感大流行之前和现在的新常态中,人工智能仍然是科技行业的一个关键趋势。随着时间的推移,它正在接触到更广泛的受众,科学家、工程师和企业家们正从人工智能及其分支、物联网和机器学习中获益。...

  2021-06-17 21:01 

机器学习可以减少食物中纳米粒子引起毒性的担忧

​虽然近年来纳米技术大大提高了作物产量,但对新鲜农产品和谷物中纳米颗粒所带来的健康风险的担忧也有所增加。特别是,通过灌溉、肥料和其他来源进入土壤的纳米颗粒引起了人们对植物是否吸收这些微小颗粒足以引起毒性的担忧。 ...

  2021-06-17 14:08 

计算机视觉会取代人类工作吗?

计算机视觉是否会取代人类的工作,这在全球范围内存在争议。...

  2021-06-17 13:21 

大数据工程师和人工智能工程师相比哪个职业更好?

在数字世界中,我们每天都能看见数百种新的人工智能驱动的工具和解决方案。由于人工智能方案的急剧增加,技术市场为更多人提供就业机会并敞开了大门。...

  2021-06-17 12:58 

科学家利用强化学习破解人工智能的关键技术

​在长达数十年的人工智能创造过程中,计算机科学家设计并开发了各种复杂的机制和技术来复制视觉、语言、推理、运动技能和其他与智能生命相关的能力。虽然这些努力已经产生了可以在有限环境中有效解决特定问题的 AI 系统,但它们还没有开发出人类和动物的通用智能。...

  2021-06-17 11:42 

研究人员创建一个模型来解决深度学习模型的黑匣子的本质

​采用人工智能的最大障碍之一是它无法解释预测的依据。当决策的推理对用户来说不言自明时,这些机器学习系统就是所谓的黑匣子。Meike Nauta,博士 特温特大学 EEMCS 学院数据科学小组的候选人创建了一个模型来解决深度学习模型的黑匣子的本质。...

  2021-06-17 10:20 

详解AI的7种进化形态,未来可期

​到2025年,全球人工智能(AI)市场预计将增长到600亿美元。由于AI将使商业生产率提高40%,到2030年,全球GDP将增长15.7万亿美元。自2000年以来,AI领域的投资增长了6倍。事实上,84%的企业认为AI可以给他们带来竞争优势。...

  2021-06-17 08:50 

人工智能在量子力学研究中的应用

探索人工智能的不同用途一直是一个成功的旅程,在其众多用途中,量子力学占据着至关重要的地位。人工智能可以用来预测分子的波函数和分子的电子性质。可以观察分子中电子的行为,并将数据输入到人工智能算法中,从而进一步预测分子中电子的未来行为。...

  2021-06-16 20:45 

研究发现人工智能系统可能生成足以欺骗专家的虚假信息

​如果您使用 Facebook 和 Twitter 等社交媒体网站,您可能会遇到标有错误信息警告的帖子。到目前为止,大多数错误信息——标记的和未标记的——都是针对公众的。想象一下在网络安全、公共安全和医学等科学和技术领域出现错误信息(虚假或误导性信息)的可能性。...

  2021-06-16 14:43 

科学家发现人工神经网络与人脑之间的本质区别

​纽约哥伦比亚大学的一组神经科学家最近发表了一项研究,证明了他们所说的小鼠大脑中的“代表性漂移”。...

  2021-06-16 14:18 

利用深度学习算法,让图片秒变视频

该团队的方法可以为任何流动的材料制作动画,包括烟和云。这种技术产生了一个无缝循环的短视频,给人一种无尽运动的印象。研究人员将于6月22日在计算机视觉和模式识别会议上介绍这种方法。...

  2021-06-16 10:59