人工智能“自学”做翻译
得益于神经网络——从人脑获得灵感的计算机算式——的发展，自动化的语言翻译已经存在了相当长一段时间。但训练这些网络需要海量数据：数以千万计的逐句翻译，以展示人类如何做这项工作。现在，两篇新论文表明神经网络可以在无需平行文本的情况下学习翻译——这一令人震惊的进展或让人们获得许多不同语言的文献记录。 计算机很快或能翻译更多语言 “想象一下，你给一个人很多中文书籍和阿拉伯书籍，而且它们没有任何重叠性，然后一个人需要学习将其从中文翻译为阿拉伯语。这听起来似乎不可能，对吧？”其中一项研究的第一作者、西班牙圣西巴提巴斯克国家大学（UPV）计算机专家Mikel Artetxe说，“但我们证明计算机可以做到这一点。” 大多数机器学习——神经网络和其他从经验中学习的计算机算式会受到“监督”。计算机会进行推测，然后接收到正确答案，并据此调整相应的过程。在教一台计算机如何在诸如英语和法语之间进行翻译时，这种模式会非常有效，因为很多文献在这两种语......阅读全文
新神经网络使计算机像人一样推理
你打算购买的新房附近有几个公园？某餐厅最好的配餐酒是什么？回答这些日常问题需要进行关系推理，但人工智能（AI）很难掌握这种思维方式。据美国《科学》杂志官网14日消息，谷歌“深度思维”（DeepMind）团队日前研发出一种简单的算法，不仅能解决此类推理问题，而且在复杂的图像理解测试中能超过人类。
宇宙神经网络：高度相似的神经网络与宇宙星系
作者：罗辑科学 一项最新的研究表明人类大脑神经元网络和宇宙的星系网络之间存在惊人的结构相似性！这项研究结果由意大利天体物理学家Franco Vazza和神经外科医生Alberto Feletti以题为“The Quantitative Comparison Between the Neur
宇宙神经网络：高度相似的神经网络与宇宙星系
一项最新的研究表明人类大脑神经元网络和宇宙的星系网络之间存在惊人的结构相似性！这项研究结果由意大利天体物理学家Franco Vazza和神经外科医生Alberto Feletti以题为“The Quantitative Comparison Between the Neuronal Netwo
大脑发育的神经网络建模
本周《自然》发表的两篇研究Assembly of functionally integrated human forebrain spheroids和Cell diversity and network dynamics in photosensitive human brain organoi
RNA探针实时监测神经网络活动
过去十年，神经生物学家的注意力一直集中在神经网络功能研究，而非单个神经细胞。但是大脑的关键功能（信息处理、储存和传输）都需要在单细胞水平执行。 很长一段时间，神经网络研究工作者面临一些方法上的困难，旨在研究单个神经元电活动和代谢活动的传统方法无法提供神经网络结构或功能信息。常用的方法
神经网络创造可行性芯片
英国《自然》杂志9日发表一项人工智能突破性成就，美国科学家团队报告机器学习工具已可以极大地加速计算机芯片设计。研究显示，该方法能给出可行的芯片设计，且芯片性能不亚于人类工程师的设计，而整个设计过程只要几个小时，而不是几个月，这为今后的每一代计算机芯片设计节省数千小时的人力。这种方法已经被谷歌用来
神经网络与机体代谢之间的关系
大脑神经系统与机体代谢之间存在千丝万缕的联系。神经元传递的信号能够调控机体的各类代谢活动的强度，而代谢特征的改变也会影响神经系统的发育以及神经信号的传递。针对这一领域相关的最新研究成果，进行简要的盘点，希望读者朋友们能够喜欢。 1. Science：鉴定出暴食神经元 doi:10.1126/
深度神经网络静态代码分析研究
近日，中国科学院软件研究所智能软件研究中心研究员武延军、吴敬征课题组在基于深度神经网络的静态代码分析研究中取得进展。课题组提出了基于多类型和多粒度的语义代码表示学习模型——MultiCode，解决了工业场景中涉及多需求的开发任务时面临的开发开销大、模型集成困难、可扩展性受限等问题，实现了在多需求
胖不胖：看人工神经网络怎么“称”
肥胖是世界卫生组织确定的十大慢性疾病之一，而中国的肥胖现状更为严峻。世界卫生组织的最新报告显示，在我国现有近9000万肥胖者，这一数字已超越美国居世界首位。肥胖常与心血管、高血脂、糖尿病等疾病相伴，更增加了对人体健康的威胁。然而，怎样才算肥胖，如何对肥胖进行更确切的评估呢？2016年第3期《前沿
毛细管流变仪的神经网络内模控制
对毛细管流变仪温控制系统的传统单回路PID控制提出了改造方案. 毛细管流变仪是一种测量合成树脂在一定温度下的流变性能的仪器,其温控系统蛄输入三输出强耦合系统.由于流变仪温控系统的复杂性与非线性,难以对其建立精确的数学模型,因此在充分研究对象特性的基础上,采用基于神经网络的内模控制方法.在用MATL