
2022年7月14日,Science Robotics发表了来自北京大学人工智能研究院朱松纯教授、朱毅鑫课题组的“In-situ bidirectional human-robotvalue alignment”研究论文,阐述了一种机器实时理解人类价值观的计算框架,并展示了与人类完成的一系列复杂人机协作任务。
2022年7月14日,Science Robotics发表了来自北京大学人工智能研究院朱松纯教授、朱毅鑫课题组的“In-situ bidirectional human-robotvalue alignment”研究论文,阐述了一种机器实时理解人类价值观的计算框架,并展示了与人类完成的一系列复杂人机协作任务。
德国联邦教研部长瓦青格6月30日在柏林宣布,从 2022 年 7 月 1 日起,德国六个人工智能能力中心中的五个将由联邦政府和它们所在的州提供机构资助。“人工智能能力中心是德国人工智能研究的中流砥柱。
2022年5月27日,新美国安全中心(CNAS)网站转发Air University网站的评论文章,题为“人工智能在可信的国家安全供应链中的作用”,作者是加布S.阿灵顿中校(美国空军高级军事研究员)和美国海军指挥官安德鲁J.亚当斯(高级军事研究员)。评论指出,由于依赖全球供应链的弹性、多样性和安全性,美国的经济繁荣和国家安全面临风险。
来自美国和其他国家的80多名人工智能专家拟协助北约探索人工智能技术军事应用的机遇和影响。北约科学和技术组织(STO)和北约通信和信息局(NCI)于2022年5月初在荷兰海牙联合举办了一个研讨会,正式启动了“地平线扫描”人工智能战略计划。
英国阿斯顿大学近日发布的一项研究显示,由该校研发团队开发的一种新型人工智能交通信号系统可通过深度强化自主学习,快速调整交通信号灯的反应,从而减少拥堵。
近年来,人工智能领域的发展可谓突飞猛进,目前已迅速融入到经济、社会、生活等各行各业,在全世界燃起燎原之势。国际数据公司(IDC)近日发布的《全球人工智能市场半年报告》预测称,未来人工智能领域将继续高歌猛进,2025年前,人工智能市场将保持两位数增长。而且,语言、声音和视觉技术以及多模态解决方案将取得长足发展,彻底改变“人类效率”。
Nebullvm是一个开源库,这个 Nebullvm 一体化库,允许你在一行代码中测试多个 DL 编译器,并将AI推理速度提高 5-20 倍。
随着AI模型变得越来越大,训练所需的金钱和精力已成为一个热点问题。自从GPT-3展示了通过简单地增加模型大小即可实现性能的显着提升以来,人工智能行业的领导者一直在将资源投入到训练日益庞大的神经网络中。
人工智能推进了科学家探索材料的方式。埃姆斯实验室和德克萨斯 A&M 大学的研究人员训练了一个机器学习 (ML) 模型来评估稀土化合物的稳定性。这项工作得到了埃姆斯实验室的实验室指导研究与开发计划 (LDRD) 计划的支持。他们开发的框架建立在当前用于试验化合物和了解化学不稳定性的最先进方法的基础上。
AI舆情系统提升了数据的精准性。早期的舆情监测,通常由“关键词”搭配“与、或、非”的判断逻辑进行数据检索,往往需要辅以大量的人工,对数据进行二次处理。而智能化的监测,则通过自然语言处理技术对内容进行多维度识别,从而提升数据的准确性。
据最新一期《自然·机器智能》杂志报道,英国研究人员开发了一种人工智能(AI)系统,可通过分析在常规访问眼镜店或医院眼科时留下的眼部扫描数据,识别出心脏病发作高风险患者。该AI系统的识别准确率在70%—80%之间,可作为心血管疾病筛查的第二转诊机制。
瑞士苏黎世联邦理工学院(ETH Zurich)和德国法兰克福金融管理学院(Frankfurt School of Finance and Management)的研究人员开发了一种人工神经网络,可用于优化供应链和生产流程以及智能电网或交通控制系统。
2018年8月,DARPA发布了其第一个“人工智能探索”(AIE)机会,名为“自动化科学知识提取”(ASKE)。与DARPA典型的四年期项目不同,AIE被设计为快速跟踪(约18个月的时间)类的研究工作,以帮助确定人工智能概念的可行性。ASKE项目的目标是开发能够使科学知识的探索、整理和应用的一些人工过程自动化的人工智能技术。它确定了人工智能如何以及在哪些方面可以加速科学建模的过程,并最终提高研究人员进行严格和及时的实验和验证的能力。
厦门大学化学化工学院Pavlo O. Dral副教授和吴玮教授与美国卡耐基梅隆大学的Olexandr Isayev副教授合作,发展了人工智能增强的量子力学新方法 (AIQM1)。