• 

  梅雨季来了,Folx 5助您欢快宅家刷剧

• 正版软件

  MIT新材料打造「人造突触2.0」，模拟深度学习训练提速100万倍！

  近年来，随着科学家们不断推动机器学习的边界，训练日益复杂的神经网络模型所需的时间、能源和资金正在飞速增长。「模型能建，训练太慢」成为困扰越来越多研究人员的一个头疼问题。最近，被称为「模拟深度学习」的人工智能新领域有望以更少的能源实现更快的计算。可编程电阻器是模拟深度学习的关键部分，就像晶体管是数字处理器的核心元素一样。通过在复杂的层中重复排列可编程电阻器，研究人员可以创建一个模拟人工神经元和突触网络，就像数字神经网络一样执行计算。这个网络可以被训练来实现复杂的人工智能任务，如图像识别和自然语言处理。模拟神

  728天前 MIT 材料 0

• 正版软件

  智能网联汽车线控底盘技术深度解析

  01线控技术认知线控技术（XbyWire），是将驾驶员的操作动作经过传感器转变成电信号来实现传递控制，替代传统机械系统或者液压系统，并由电信号直接控制执行机构以实现控制目的，基本原理如图1所示。该技术源于美国国家航空航天局（NationalAeronauticsandSpaceAdministration，NASA）1972年推出的线控飞行技术（FlybyWire）的飞机。其中，“X”就像数学方程中的未知数，代表汽车中传统上由机械或液压控制的各个部件及相关的操作。图1线控技术的基本原理

  728天前 智能 汽车 0

• 正版软件

  花费130亿美元投资OpenAI，能给微软带来什么？潜力很大，不确定性也很多

  微软在2019年向OpenAI投资10亿美元时，这笔交易并不比普通企业风投吸睛。当时的创业市场炙手可热，人工智能也只是电动汽车、先进物流以及航空航天等诸多吸引巨额投资的领域之一。三年后，整个市场看起来已经大不相同。微软当年对OpenAI的这笔投资并不出众，现在却成了风投界和投资者们津津乐道的主要话题。很多人都想弄清楚这对他们所持有的股票价值意味着什么。据报道，微软对OpenAI的累计投资已涨到了130亿美元，OpenAI估值已经达到约290亿美元。这是因为微软不仅向OpenAI直接投入巨量资金，还在为Op

  728天前 OpenAI 0

• 正版软件

  Graph-DETR3D: 在多视角3D目标检测中对重叠区域再思考

  arXiv论文“Graph-DETR3D:RethinkingOverlappingRegionsforMulti-View3DObjectDetection“，22年6月，中科大、哈工大和商汤科技的工作。从多个图像视图中检测3-D目标是视觉场景理解的一项基本而富有挑战性的任务。由于其低成本和高效率，多视图3-D目标检测显示出了广阔的应用前景。然而，由于缺乏深度信息，通过3-D空间中的透视图去精确检测目标，极其困难。最近，DETR3D引入一种新的3D-2Dquery范式，用于聚合多视图图

  728天前 技术 目标检测 0

• 正版软件

  300美元平替ChatGPT！斯坦福130亿参数「小羊驼」诞生

  继Meta的LLaMA模型开源后，AI界研究人员就在这个模型基础上衍生出许多版本。前段时间，斯坦福发布了Alpaca，是由Meta的LLaMA7B微调而来，仅用了52k数据，性能可以与GPT-3.5匹敌。今天，斯坦福学者联手CMU、UC伯克利等，再次推出一个全新模型——130亿参数的Vicuna，俗称「小羊驼」（骆马）。Vicuna是通过在ShareGPT收集的用户共享对话上对LLaMA进行微调训练而来，训练成本近300美元。研究人员设计了8个问题类别，包括数学、写作、编码，对Vicuna-13B与其他

  728天前 模型 智能 0

• 正版软件

  基于重排序的新量化方法RPTQ：实现大型语言模型的 3 比特量化

  大型语言模型（LLMs）在各种任务上表现出色，但由于其庞大的模型规模，部署方面存在挑战。在这篇论文中，来自后摩智能、腾讯AILab、华中科技大学、北京大学、伊利诺伊理工学院的研究人员发现量化大型语言模型的主要挑战来自于通道之间不同的激活范围，而不仅仅是离群值问题。作者提出了一种新颖的基于重排序的量化方法RPTQ，解决了量化大型语言模型激活的问题。RPTQ通过重新排列激活中的通道，然后将它们分簇进行量化，从而降低通道范围差异的影响。此外，作者通过避免显式重新排序来减少存储和计算开销。该工作首次将L

  728天前 模型 排序 0

• 正版软件

  无人机如何改变数据收集和分析

  未来七年，全球无人机分析市场预计每年增长超过17%，这意味着在不到十年的时间里，它将增长三倍。无人机的发展很大程度上是因为无人驾驶飞机系统的日益成熟和使用情况。事实上，无人驾驶飞机系统的使用已经成为许多行业的竞争优势。在几年之内，随着对高效、低成本的数据收集、处理和分析的需求扩大，无人机已经扩展到公共安全和其他市场。然而，在过去的几年里，媒体在很大程度上忽视了无人机技术的数据方面，而是把重点放在了无人机送货开发上。这其实是一个疏忽。虽然快递公司面临着相当大的障碍，但无人机正在彻底改变大数据的收集和分析。鸟

  728天前 AI 无人机 0

• 正版软件

  斯坦福校长学术不端指控再升级！校报万字长文质疑造假，校长怒发全校邮件自证清白

  一桩14年的悬案，至今仍然疑云重重。故事的主人公MarcTessier-Lavigne，如今斯坦福大学的校长，被自家日报「TheStanfordDaily」强烈指控学术造假。而校长在17号给所有斯坦福师生怒发邮件，急证自己的清白。Nature重磅研究，涉嫌「伪造数据」2009年，时任生物技术公司Genentech高管的MarcTessier-Lavigne与其他人合著了一篇论文，发表在Nature上。论文地址：https://pubmed.ncbi.nlm.nih.gov/19225519/这篇论

  728天前 论文 斯坦福 0

• 正版软件

  方程就是二叉树森林？从数据中直接发现未知控制方程和物理机理

  研究者们希望通过机器学习方法，直接从高维非线性数据中自动挖掘最有价值和最重要的内在规律（即挖掘出问题背后以PDE为主的控制方程），实现自动知识发现。近日，东方理工、华盛顿大学、瑞莱智慧和北京大学等机构的研究团队提出了一种基于符号数学的遗传算法SGA-PDE，构建了开放的候选集，可以从数据中直接挖掘任意形式的控制方程。实验表明，SGA-PDE不但可以从数据中挖掘到Burgers方程（具有交互项），Korteweg–deVries方程（KdV，具有高阶导数项），和Chafee-Infante

  728天前 数据 方程 0

• 正版软件

  面向长代码序列的 Transformer 模型优化方法，提升长代码场景性能

  阿里云机器学习平台PAI与华东师范大学高明教授团队合作在SIGIR2022上发表了结构感知的稀疏注意力Transformer模型SASA，这是面向长代码序列的Transformer模型优化方法，致力于提升长代码场景下的效果和性能。由于self-attention模块的复杂度随序列长度呈次方增长，多数编程预训练语言模型（Programming-basedPretrainedLanguageModels,PPLM）采用序列截断的方式处理代码序列。SASA方法将self-attention的计算稀疏化，

  728天前 模型 计算 0