WIKI资讯
WIKI资讯
尽管新的算法模型在推动AI向前发展，但并不意味着它们的前景可以预见，也不意味着深度学习“不可救药”。 在当前的第三次人工智能（AI）浪潮之中，深度学习算法被认为是迄今为止“最为重大的AI革命”。此说法或许有所夸大，但深度学习对这一轮AI的大爆发而言的确功不可没。然而，最近以来，关于深度学习算法是否已经“见顶”“触底”的讨论逐渐增多，“AI或将再度进入寒冬”的说法也一度甚嚣尘上。果真如此吗？ 《中国科学报》记者通过检索和采访了解到，类似上述说法可前溯至2018年6月初，多家行业媒体在移动互联网平台上转发了作者信息显示为“Koh Young Technology 公司首席AI 科学家Filip Piekniewski”的文章《AI的寒冬将来临》。该文从深度学习“声势已大幅减弱”“不具有扩展性”“自动驾驶事故不断”三个角度得出结论：“深度学习将大幅降温”“预测AI的冬天就像预测股市崩盘——不可能准确地预测何时发生，但几乎可以......阅读全文
图片来源：KAIROS “人工智能类医疗器械注册申报公益培训”悄然在北京开幕，整个会议仅持续一下午，却隐含了医疗AI领域所共同关注的三类器械审批信息，里程碑式的胜利就此展开？ 在本次会上，药监局细致入微的分析了影响医疗人工智能器械审批的每一个过程，细化到对每个指标进行了详尽的讲解，这是一场名副其
一、前言 原先我是准备等到毕业的那一天，痛痛快快地哭过了之后，一口气写掉这篇文章的。其实一直在零散时间打腹稿，差不多已经煲熟了。刚才有同样读博士读得凄凄惨惨切切的师兄表示期待，于是一横心决定现在就写了。何况，早点让更多还没上博士这条船的弟妹们看到，提醒他们读博要谨慎谨慎再谨慎，能多挽救一个像我
最近看了朱松纯教授2017/9/24在中科院自动化研究所举办的《人工智能前沿讲习班—人机交互》报告的互动记录（修改整理版）（见附件）。 学习了很多，有不少感触。结合自己的一些想法，和大家分享，欢迎批评指正。 1．最近人工智能为什么这么火？ 最近人工智能火到什么程度？政府、企业、技术开发
关于科技与人类命运，我们积攒了太多的问题：“人类的科技，是否已经接近极限？”“中国科技与世界顶尖水平的差距有多大？”“未来十年最有可能改变人类的技术是什么？”…… 我们也学会了很多新的名词：5G才刚刚开始商用，6G已方兴未艾；深度学习难破天花板，人工智能会否遭遇第三次寒冬…… 在盘点开始前，
雷锋网 AI 科技评论按：近期由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办的全球人工智能与机器人峰会（CCF-GAIR）将于 6 月底在深圳举办，其中 哈尔滨工业大学刘挺教授将担任自然语言处理专场主席。雷锋网了解到，刘挺教授作为国内 NLP 方向的领军人物，其 Google Sc
院士学术报告会|谭铁牛：人工智能是天使还是魔鬼？ （本文由科学大院根据谭铁牛院士在中科院第十九次院士大会上的报告整理而成，首发于科学大院） 尊敬的各位院士、各位同仁，会场的各位同学以及各位网友大家好！今天非常荣幸有机会跟大家汇报一下我本人关于人工智能的一些粗浅想法。我报告的题目是《人工智能：天使
近日，一则人工智能或能提前一周预测台风的消息引发关注。报道称，日本海洋研究机构和九州大学的研究小组利用人工智能深度学习技术，开发了从全球云系统分辨率模型（NICAM）气候实验数据中高精度识别热带低气压征兆云的方法。该方法可识别出夏季西北太平洋热带低气压发生一周前的征兆。 不看不知道，原来人工
深度卷积神经网络（CNNs）已在实践中被证明是一种可以辅助生物医学图像诊断的技术，并已广泛运用于肺结节、眼底等放射影像识别。近日，病理领域的AI研究也有了新的进展。 2019年5月，国内杨林团队的论文《Pathologist-level Interpretable Whole-slide Ca
[新智元导读]AI能够映射大脑神经元。人类大脑包含大约860亿个神经元，并且一个立方毫米的神经元可以产生超过1000TB的数据。由于其庞大的规模，绘制神经系统内部结构的过程是计算密集和繁琐的。为了加速这一过程，谷歌和德国马克斯普朗克神经生物学研究所的研究人员开发了一种基于深度学习的系统，可以自动
2016中国人工智能大会今天在北京召开。中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛先生做了《关于人工智能发展的思考》的主题演讲。他表示，我国人工智能面临重大发展机遇也面临诸多挑战，需要制定人工智能创新发展的战略规划，推动人工智能诸多利好政策及时落地，建设我国自主的人工智能体
分析测试百科网 研究人员首次发现人工智能或机器学习的形式被称为深度学习卷积神经网络（CNN），它比经验丰富的皮肤科医生在检测皮肤癌方面更好。 在今日（星期二）发表在主要癌症杂志Annals of Oncology上的一项研究中，德国，美国和法国的研究人员通过向CNN展示100,000多幅恶性黑
记得去年“阿尔法狗”（AlphaGo）的新闻出来后，小编曾下定决心要跨专业学习一下AI，看看它能否在咱们生物领域也掀起热浪。结果当小编刚刚了解到阿尔法狗的命脉乃来自Deep Learning （深度学习）真传时，它的亲兄弟“AlphaFold” 就以迅雷不及掩耳之势（2018年12月初召开新闻发
就像打了一剂强心针，当世界上第一台超越早期经典计算机的光量子计算机横空出世后，人们对人工智能时代的期待似乎有了更多的底气：超越经典的量子计算机已经有了，打败超级计算机的量子计算机还会远吗？ 一旦后者实现，人类将再次以计算能力为傲，窥探人类大脑的奥秘，从而扫除人工智能研究的一大障碍。目前来看，面
体系相关A:http://biocomp.chem.uw.edu.pl/CABSdock/这个网站的结果怎么比较啊?答:我还没用过呢，只是在网上搜索到的。你那计算完了，有什么结果啊?A:答:没有打分之类的东西?A:只给了结果，但没看到这样排序的依据。答:应该是最上面的是最合适的，那你下载下来就可以用
AI：新药研发工业化的开始 人工智能（AI）——从计算机算法中学习如何解开复杂的基因组数据，例如疾病的基因表达模式——已经准备好为药物开发，临床研究和医学治疗等各个方面带来革命。但它也可能为人类实现又一个里程碑——降低药品价格。 即使不能彻底消除目前这种效率低下、时间密集、不断试错的创新过程
研究人员创建了能填补照片空白的神经网络，以鉴别人工智能瑕疵。 Jason Yosinski坐在美国加州旧金山的一个小型玻璃办公室内，陷入了对人工智能的沉思。作为优步公司的研究科学家，Yosinski正为在笔记本电脑上运行的人工智能（AI）进行“脑外科手术”。 很多AI将改变人类现代生活，例如
美国知名研究机构CB Insights近日发布重磅报告《2018年必看的人工智能热门趋势》（Top AI Trends To Watch In 2018），报告对AI行业发展现状进行了深入研究剖析，并给出了2018年AI领域最值得关注的13个前沿发展趋势。 1．新蓝领的工作——机器人保姆 C
将人工智能（AI）用于医疗辅助诊断早已经不是什么新鲜事，仅AI医学影像辅助诊疗一项就有非常多的应用场景。然而，近日来自美国波士顿一家名为FDNA的数字医疗公司的研究人员大开脑洞，提出用深度学习技术仅仅通过“看面相”，就能帮助医生识别罕见基因疾病，并付诸实践。他们的研究于1月7日登上了《自然—医
“我从来没有体验过生物钟。我从来没有听到过生物钟的滴答声。“ —— 美国知名影视喜剧明星珍·林奇（Jane Lynch）Insilico Medicine创始人兼首席执行官Alex Zhavoronkov博士 喜剧演员Jane Lynch大可以嘲笑一番生物钟，但对于我们大多数人来说，我们的生物
当前，肺癌作为全球第一大癌症，其发病率逐年提升。肺癌的生存率与首次确诊时所处的病程阶段高度相关，因此肺癌影像学诊断是发现早期肺癌的重要手段，但受限于设备、经验、人眼客观识别能力外加超负荷难免会有漏诊和误诊；将大数据驱动的人工智能应用于肺癌早期影像诊断中，通过机器辅助医生，提高诊疗效率，缓解超负荷
如今阅读任何关于医疗健康领域未来的文章，你无法避免碰到由“A”和“I”这两个字母组成的缩写，它代表着医疗行业寻找更智能的解决方案的希望和忧虑。虽然人工智能领域（AI）在1956年就出现了，但是它一直未能为医疗界带来多少贡献。直到最近关于机器学习的炒作才开始与现实融合。图片来源：RF123 到
德克萨斯州奥斯汀和圣地亚哥Salk研究所的研究人员使用深度学习技术，开发了一种新的显微方法，可以使用于大脑成像的显微技术快16倍。研究人员使用德克萨斯大学奥斯汀分校（UT Austin）德克萨斯高级计算中心（TACC）的数据训练了他们的深度学习系统。索尔克生物学研究所Waitt先进生物光子学核心
近年来，人工智能技术(AI)与医疗健康领域的融合不断加深。AI在医疗领域主要应用场景包括语音录入病历、医疗影像辅助诊断、药物研发、医疗机器人和个人健康大数据的智能分析等。近日，医疗技术公司Atomwise宣布与礼来签署了一项多年期合作协议。根据协议，礼来获得Atomwise专有的AI药物勘探
近日，腾讯宣布任命语音识别技术顶级专家俞栋为AI Lab（人工智能实验室）副主任，并成立美国西雅图AI实验室。 据新浪科技5月2日消息，俞栋将负责西雅图AI实验室的运营及管理，推动腾讯在语音识别及自然语言理解等AI领域的基础研究。 而在今年3月，腾讯曾宣布任命人工智能领域顶尖科学家张潼担任腾
发展AI，就要更好地了解人的思维和大脑。图片来源：百度图片 “《前任3》票房赚了18亿，也就是说，一个前任6亿啊！”香港中文大学信息工程系教授、商汤科技联合创始人汤晓鸥，1月29日在《麻省理工科技评论》与DeepTech深科技主办的全球新兴科技峰会（EmTech China）上如此调
如果肿瘤细胞刚刚生成，就可以被精准地“揪”出来，那将给肿瘤的诊断和治疗带来巨大变革。而要想实现这一点，成像方式就必须具有极高的灵敏度。 近日，中科院自动化研究所、中科院分子影像重点实验室在基于人工智能（AI）技术的新型成像方法研究上获得了突破性进展——研究人员将小鼠颅内脑胶质瘤的三维定位精度，
如果肿瘤细胞刚刚生成，就可以被精准地“揪”出来，那将给肿瘤的诊断和治疗带来巨大变革。而要想实现这一点，成像方式就必须具有极高的灵敏度。 近日，中科院自动化研究所、中科院分子影像重点实验室在基于人工智能（AI）技术的新型成像方法研究上获得了突破性进展——研究人员将小鼠颅内脑胶质瘤的三维定位精度，
近日，中科院自动化研究所、中科院分子影像重点实验室在基于人工智能（AI）技术的新型成像方法研究上获得了突破性进展——研究人员将小鼠颅内脑胶质瘤的三维定位精度，由传统方法的百微米级误差缩小到了十微米级，为疾病动物模型乃至临床患者的影像学研究提供了全新的思路。相关研究论文已发表于《光》期刊。 “图
如果肿瘤细胞刚刚生成，就可以被精准地“揪”出来，那将给肿瘤的诊断和治疗带来巨大变革。而要想实现这一点，成像方式就必须具有极高的灵敏度。 近日，中科院自动化研究所、中科院分子影像重点实验室在基于人工智能（AI）技术的新型成像方法研究上获得了突破性进展——研究人员将小鼠颅内脑胶质瘤的三维定位精度，
科学家们利用一种人工智能技术，将低分辨率的细胞显微照片转化为使用超高分辨率技术才能得到的高质量图像。 这一研究成果公布在12月17日的Nature Methods杂志上，新技术有助于研究人员利用标准台式显微镜获得高质量的图像。文章作者，加州大学洛杉矶分校Aydogan Ozcan表示， “（超