• 

  梅雨季来了,Folx 5助您欢快宅家刷剧

• 正版软件

  预期功能安全场景库复杂度量化方法研究

  基于Pegasus场景分层体系，提出了一种关于场景复杂度的量化方法，以此来评定场景数据的质量。该方法确定了每层要素的决定因素，根据决定因素确定每层要素的复杂度，通过求出各层要素复杂度之和，得到场景数据的总复杂度。此外，为了防止“过复杂”现象，提出了“母子库”法和“系统场景概率”法，将场景要素的复杂度乘以该要素的出现概率，得到修正后的复杂度。研究结果显示，通过该方法可以构建合理可用的场景库。自动驾驶汽车因安全问题导致危害的主要原因包括两方面：（1）由于电子电器故障或软件系统失效而导致的危害。对于该原因

  717天前 安全 自动驾驶 0

• 正版软件

  推理速度比Stable Diffusion快2倍，生成、修复图像谷歌一个模型搞定，实现新SOTA

  文本到图像生成是2022年最火的AIGC方向之一，被《science》评选为2022年度十大科学突破。最近，谷歌的一篇文本到图像生成新论文《Muse:Text-To-ImageGenerationviaMaskedGenerativeTransformers》又引起高度关注。论文地址：https://arxiv.org/pdf/2301.00704v1.pdf项目地址：https://muse-model.github.io/该研究提出了一种使用掩码图像建模方法进行文本到图像合成的

  717天前 模型 0

• 正版软件

  60年前谜题！哥本哈根大学研究人员解决「单源最短路径」问题

  「在一个带权有向图G=(V,E)中，每条边的权是一个实数。另外，还给定V中的一个顶点，称为源。计算从源到其他所有各顶点的最短路径长度，这就是单源最短路径（SSSP）问题。」半个多世纪以来，世界各地的研究人员一直在努力解决这个问题。而现在，该算法谜题终于被哥本哈根大学计算机科学系的研究团队成功解决。负权值SSSP算法：速度快、效率高论文链接：https://arxiv.org/abs/2203.03456接受采访时，研究人员ChristianWulff-Nilsen称，他们的解决方案是第一个突破存在30多

  717天前 研究 算法 0

• 正版软件

  人工智能创作艺术改变艺术未来的六种方式

  艺术是主观的。它包含许多观点，并且可以承受同样多或更多的定义。作为一个术语，它在不断发展，并且可以被视为艺术的界限不断被推动。人工智能通常与艺术无关，然而，人工智能已经在艺术行业留下了自己的印记。问题是，这种情况会持续下去，还是AI艺术只是侥幸？AI会在艺术中为自己开辟一席之地，还是会作为失败的实验而迅速被遗忘？让我们来看看AI生成的艺术重新定义艺术并重塑其未来的一些方式。1.它让你质疑你对艺术的看法艺术是一个如此广泛的术语，以至于您很难清楚地定义它。什么是艺术？它具有视觉效果、表演效果等等。

  717天前 人工智能 AI 艺术 0

• 正版软件

  18张图直观理解神经网络、流形和拓扑

  迄今，人们对神经网络的一大疑虑是，它是难以解释的黑盒。本文则主要从理论上理解为什么神经网络对模式识别、分类效果这么好，其本质是通过一层层仿射变换和非线性变换把原始输入做扭曲和变形，直至可以非常容易被区分不同的类别。实际上，反向传播算法（BP)其实就是根据训练数据不断地微调这个扭曲的效果。大约十年前开始，深度神经网络在计算机视觉等领域取得了突破性成果，引起了极大的兴趣和关注。然而，仍有一些人对此表示忧虑。原因之一是，神经网络是一个黑匣子：如果神经网络训练得很好，可以获得高质量的结果，但很

  717天前 神经网络 结构 0

• 正版软件

  零售业中的机器学习：要点和十个关键应用

  近年来，在封控、供应链中断和能源危机之间，零售商们一定觉得自己像头恐龙，试图躲避小行星雨，避免灭绝。但与那些巨大的史前爬行动物不同，零售业可以依靠一系列技术创新来更好地应对困难时期的这些挑战。而最有影响力的工具之一无疑是人工智能，包括其强大的子分支机器学习(ML)。让我们简要介绍一下这项技术的性质，并探讨零售业中机器学习的关键用例。机器学习在零售业中的作用零售业中的机器学习依赖于自我改进的计算机算法，这些算法用于处理数据，发现变量之间的重复模式和异常，并自主学习这种关系如何影响或决定行业的趋势、现象和业务

  717天前 机器学习 零售业 0

• 正版软件

  生成AI登上达沃斯论坛，OpenAI CEO发话称AI将迈向下一个纪元

  过去的一年里，生成式AI（GenerativeAI）可谓是强势出圈。从文本到图像到视频甚至代码，你能想到的生成AI几乎都能帮你做到。这不，2023年世界经济年度峰会，也就是达沃斯论坛也点名表扬了生成AI在2022年所取得的辉煌成就。本文将生成式AI称为「社会和企业需要郑重应对的破局者」，足以见其重视程度。此外，论坛还邀请了OpenAI的CEOSamAltman出席并发表了「AI迈向下一个纪元」的闭幕主题演讲，同时讨论了关于AI未来发展对经济社会的帮助等一系列话题。这次与Altman对话访谈的是美国知

  717天前 AI OpenAI 0

• 正版软件

  谷歌打响二次反击战：打败李世石的DeepMind最终还是来了！

  ​作者|徐杰承审校|云昭当我们提及人工智能时，DeepMind是一个无论如何都无法绕过的名字。作为全球最著名的AI研究公司之一，曾一举击败李世石，塑造了人工智能发展始中最耀眼里程碑的AlphaGo围棋机器人便出自其手。而如今，这家伟大的人工智能公司似乎成为了其东家谷歌在聊天机器人反击战中的最后一张底牌。近日，谷歌Blueshift大模型团队联合负责人Behnam宣布，Blueshift团队将与DeepMind进行合作，进一步增强双方的大型语言模型研发能力。且合并后的团队将由DeepMind首席科学

  717天前 谷歌 李世石 DeepMind 0

• 正版软件

  监督学习有哪些常见算法？都是如何应用的

  ​什么是监督学习？监督学习是机器学习的子集，监督学习会对机器学习模型的输入数据进行标记，并对其进行练习。因此，监督模型能最大限度地预测模型的输出结果。监督学习背后的概念也可以从现实生活中找到影子，例如老师给孩子做辅导。假设老师要教孩子认识猫、狗的图像。她/他将通过不断地向孩子展示猫或狗的图像来辅导孩子，同时告知孩子图像是狗还是猫。展示和告知图像的过程可以被认为是标记数据，机器学习模型训练过程中，会被告知哪些数据属于哪个类别。监督学习有什么用？监督学习可用于回归和分类问题。分类模型允许算法确定给定数据属于哪

  717天前 人工智能 机器学习 监督学习 0

• 正版软件

  如何通过人工智能进行可追溯性和质量管理？

  如今，企业需要供应链和生产链中发生的所有活动的透明度，以保证输出质量、优化流程、管理库存并确保按时交货。可追溯性和质量管理是任何行业业务绩效的重要方面。在这篇文章中，我们将重点关注通过人工智能实现的制造过程的可追溯性，即在智能管理系统的帮助下对产品进行细化或转化的过程。人工智能溯源系统的目的由于我们可以监控工厂中发生的不同事件，因此追溯系统的目标在每种情况下都可能不同：●识别并确定每个产品的历史●识别并确定每种产品的历史记录●优化各种流程●提高生产率得益于智能软件控制的可追溯性，我们可以了解机器在不同阶段

  717天前 人工智能 智能管理 质量管理 0