深度学习成功控制灵长类动物视觉,医学应用前景广阔
研究者进行了一系列生理实验,将模型神经元和记录的动物脑神经位点进行匹配,以测试模型控制动物神经元的能力。©Daniele Simonelli
导语
你有没有想过如果有一天,人类可以设计一种方法,不借助手术,通过视觉的直接控制生物的大脑?这听起来像科幻小说里的桥段,就在本月,来自麻省理工学院麦戈文脑科学研究所的Pouya Bashivan团队在Science上发表了他们的最新研究,将这种科幻小说中的技术拉进了现实。他们够借助人工智能算法生成特定的图像,激活猴子大脑中特定位置的神经元。这项技术提供了无创的神经控制手段,给医学研究和疾病治疗提供了广阔的前景。
...
- 2019-05-29
从图嵌入到图分类——图网络入门综述
导语
现实世界中的大量问题都可以抽象成图模型(Graph Model),也就是节点和连边的集合。从知识图谱到概率图模型,从蛋白质相互作用网络到社交网络,从基本的逻辑线路到巨大的Internet,图与网络无处不在。然而传统的机器学习方法很难处理图网络信息,这种缺陷大大限制了深度学习的应用领域。于是人们提出了图网络(Graph Network),一种基于图结构的广义人工神经网络,它可以直接对真实问题进行建模,又可以利用自动微分技术进行学习,甚至有望将多个传统人工智能领域进行融合。
...
- 2019-05-18
Nature长文综述“机器行为学”:研究人工智能如何与人类共存的新兴学科
导语
人工智能正在成为人类社会的重要组成部分,大量人机伦理问题正在被提出和解决,科学家们正在像研究人类和动物行为那样,深入研究机器和机器群体的宏观行为规律。
由麻省理工学院媒体实验室研究人员领衔,哈佛、耶鲁、马普所等院所和微软、谷歌、脸书等公司的多位研究者参与的课题组,近日在 Nature 发表了一篇以“Machine behaviour”为题的综述文章,宣告“机器行为学”这门跨越多个研究领域的新兴学科正式诞生。本文约12000字。
...
- 2019-05-05
从知识工程到知识图谱全面回顾
文本挖掘和图形数据库 | ©ontotext
导语
知识工程是符号主义人工智能的典型代表,近年来越来越火的知识图谱,就是新一代的知识工程技术。知识工程将如何影响未来人工智能领域的发展,甚至让计算机拥有像人类一样的认知能力?
复旦大学教授、知识工场创始人肖仰华,受邀在腾讯研究院×集智俱乐部AI&Society沙龙上发表以“知识图谱与认知智能”为题的演讲,笔者受肖仰华教授讲座启发,梳理了知识工程与知识图谱的发展历程。讲座视频实录请见文末小程序与网页链接。
...
- 2019-05-03
肖仰华:当知识图谱“遇见”深度学习
来源:CAAI 会员中心
本文转载自中国人工智能学会通讯 2017 第 4 期,欢迎点击「阅读原文」进行查阅。
谷歌知识图谱平台截图
导语
大数据时代的到来,为人工智能的飞速发展带来前所未有的数据红利。在大数据的“喂养”下,人工智能技术获得了前所未有的长足进步,其进展突出体现在以知识图谱为代表的知识工程以及深度学习为代表的机器学习等相关领域。随着深度学习对于大数据的红利消耗殆尽,深度学习模型效果的天花板日益迫近。另一方面大量知识图谱不断涌现,这些蕴含人类大量先验知识的宝库却尚未被深度学习有效利用。
...
- 2019-04-21
纤维丛理论解决神经网络的“灾难性遗忘”问题
莫比乌斯带:一个经典的纤维丛例子 | ©sciencenet
导语
最近发表在arxiv.org上的一篇论文,提出一种将学习系统看作一个纤维丛(Fiber Bundle)的通用学习模型。通过在一系列机器学习的实验中将文章提出的模型与传统模型的学习能力进行对比,作者发现新模型不仅有着极佳的连续学习能力,而且具有很大的信息容量。
...
- 2019-04-07
AI生成模型:超越数据观测与计算机模拟的第三条科学探索之路?
导语
最先进的人工智能算法已经开始在探测星系的演化、计算量子力学波函数、探索新的化合物等领域施展拳脚。那么,还有没有那种无法自动化而只能由科学家完成的工作?
编译:集智俱乐部翻译组
来源:quantamagazine
原文题目:
How Artificial Intelligence Is Changing Science
如今的物理学和天文学实验会产生海量的数据,已经没有人或团队能够跟进所有的这些数据了。其中一些数据每天以TB级的规模增加,而且这个趋势不会减弱。
...
- 2019-03-21
IBM新研究登上Nature封面:两种量子算法解决分类问题
导语
机器学习核方法在模式识别中广泛使用,但当特征空间变大时,核函数计算成本高昂,普通计算机难以负担。
量子计算机可以在极大的空间中展开计算,如果将数据映射到只存在量子态的空间中会怎么样呢?在 Nature 近期的一篇论文中,IBM 的研究者提出将量子态空间作为特征空间来使用。他们提出了两种基于超导处理器的量子算法用于解决分类问题,并进行了大量实验。
来源:机器之心
机器学习和量子计算在技术炒作方面都达到了惊人的程度,除此之外,二者数学基础的某些方面也有着惊人的相似性。
...
- 2019-03-18
图网络深度解析:为什么说图网络是 AI 的未来?
导语
2018年人工智能成为重塑世界格局的关键。谷歌BERT模型刷新多项自然语言处理纪录,DeepMind则用星际争霸II对局再次引爆机器智能无限可能。阿里与华为分别推出AI芯片,作为底层支撑的计算体系结构也将迈入黄金十年发展期。2019新春,中国人工智能将迎来全新的竞争挑战与生态建设契机。
图神经网络(Graph NN)是近来的一大研究热点,尤其是DeepMind提出的“Graph Networks”,号称有望让深度学习实现因果推理。
...
- 2019-03-12
香农:无缘诺奖的信息论之父,却在不同时空与22位科学家相遇
导语
克劳德·埃尔伍德·香农(Claude Elwood Shannon),美国数学家,提出了信息熵的概念,奠定了信息论和数字通信的基础。虽然无缘诺贝尔奖,但香农的研究却与各个领域的顶尖学者产生过交集。陈关荣教授在本文中整理了22位科学家与香农跨时空的“meet”。
美国科学家香农(Claude Elwood Shannon,1916年4月30日-2001年2月26日)以创立信息论而著名。
香农出生于密歇根(Michigan)的湖滨小镇佩托斯基(Petoskey),该地名来自当地印第安人语,意为“旭日之光”。
...
- 2019-03-03