Learn more about Artificial intelligence - Section 44

使用还是不使用机器学习

机器学习在解决某些复杂问题方面表现出色,通常涉及特征和结果之间难以简单地通过启发式规则或if-else语句硬编码确定的复杂关...

5个在线人工智能认证课程-探索和报名

参加全球认可的人工智能认证课程,获得证书,掌握人工智能技能,成为多个人工智能职位的合格人选利用人工智能(从ChatGPT到自主…

DeepMind研究人员通过精确的数学定义重新定义了持续性强化学习

最近深度强化学习(RL)的进展已经展示了人工智能(AI)代理在各种令人印象深刻的任务上的超人表现。实现这些结果的当前方法...

在媒体中检测酒精暴露:评估CLIP的零样本学习与ABIDLA2深度学习在图像分析中的能力

酒精是一种普遍的健康问题,占全球疾病负担的5.1%,对个人和经济造成了重大负面影响。从社交媒体到电影、广告和流行音乐,酒...

这篇人工智能论文介绍了稳定签名:一种结合图像水印和潜在扩散模型的主动策略

最近发展的生成模型和自然语言处理使得逼真图像的创建和操作变得简单,使用诸如DALL’E 2和Stable Diffusion等工具。虽然生成A...

来自伦敦帝国理工学院和DeepMind的研究人员设计了一个人工智能框架,将语言作为强化学习智能体的核心推理工具

近年来,深度学习领域取得了重大突破,特别是在人工智能的热门子领域中,包括自然语言处理(NLP)、自然语言理解(NLU)和计...

在人工智能和工业数字化时代,开发者们将目光投向OpenUSD

从智能工厂到下一代铁路系统,全球的开发者和企业正竞相利用各种规模的机会推动工业数字化。 关键在于开源的通用场景描述(Un...

CMU研究人员推出WebArena:一个具有4+个真实世界Web应用的真实可重现的Web环境,用于测试有用代理的基准测试

鉴于提高效率和更广泛的可访问性的潜力,能够通过人类自然语言指令完成常规任务的自主代理可以极大地补充人类技能。为了充分...

深度学习用于深度对象:ZoeDepth是一个用于多领域深度估计的AI模型

你是否曾经遇到过一种错觉,其中图像中的孩子看起来比成年人更高更大?Ames房间错觉就是其中的一种,它涉及到一个形状像梯形...

FedML和Theta揭示了分散式AI超级集群:驱动生成式AI和内容推荐

在一项开创性的合作中,FedML和Theta Network联手推出了一个去中心化的人工智能超级集群,旨在改变生成式人工智能和内容推荐...

亚马逊 Vs 谷歌 Vs 微软:用人工智能革命医疗保健产业的竞赛

在技术进步的时代,将人工智能(AI)融入医疗行业的趋势越来越普遍。亚马逊、谷歌和微软等科技巨头带头推出创新的AI驱动解决...

四大科技巨头——OpenAI、Google、Microsoft和Anthropic联合推动安全人工智能

四大人工智能领域的最重要机构联手合作,共同创建一个强大的产业机构,致力于确保前沿AI模型的负责任发展。OpenAI、微软、谷...

微软AI团队发布了NaturalSpeech 2:一种基于潜在扩散模型的尖端TTS系统,具备强大的零样本语音合成和增强的表达式韵律

文本到语音(TTS)的目标是生成高质量、多样化的语音,听起来像真实的人说的。韵律、说话人身份(如性别、口音和音色)、说话...

基于深度学习的快速准确声音全息生成框架

由DGIST电子工程与计算机科学系的黄宰允教授领导的团队开发了一种基于深度学习的超声全息生成框架技术,可以实时根据全息图进...

微软发布TypeChat:一款使用类型构建自然语言接口变得简单的AI库

微软的TypeChat库是为了方便创建基于类型的大型语言模型(LLM)的自然语言接口而进行的尝试。TypeChat是一个GitHub项目,旨在...