研究复杂最好从简单开始，研究科学最好从艺术开始，研究事实最好从价值开始，研究未来最好从历史开始，研究群体最好从单一开始，研究自主最好从条件开始，研究组织最好从网络开始，研究完备最好从缺漏开始，……研究表征最好从弥聚开始，研究推理最好从弹性开始，研究决策最好从个性开始，研究反馈最好从内在开始，研究人机最好从边界开始，研究态势最好从感知开始，研究未知最好从已知开始，……研究计算最好从算计开始，研究模型
原创
2021-03-22 21:52:00
1683阅读
谷歌AI新算法日前，谷歌新出炉的一项研究报告称，该公司已开发出一种新人工智能(AI)算法，可预测人的死亡时间，且准确率高达95%。据报道，这项AI技术对医院患者面临的一系列临床问题进行了测试。在研究中，谷歌对来自两个医疗中心至少21.6万名成人患者，应用了这一AI技术，测试时间至少为24个小时。研究人员从电子健康记录中获取了大量数据。研究人员在报告中解释说：“我们有兴趣了解深度机器学习算法能否在广
转载
2024-01-26 11:30:16
57阅读
GPT开启AI大模型时代，国内外大厂发力布局，商业化空间加速打开：1、数据、算法、模
转载
2023-04-02 10:14:00
257阅读
在人工智能技术快速迭代的今天，深度研究智能体（Deep Research Agents）正成为突破传统RAG（检索增强生成）框架的先锋力量。这类系统不再局限于单次检索与简单应答，而是通过大语言模型（LLM）的动态决策能力，实现从问题拆解、多轮数据探索到最终报告生成的全流程自主研究。近期由华为、牛津大学等机构联合发布的综述论文《深度研究智能体：系统性审查与路线图》，系统梳理了这一领域的前沿进展与技术脉络。
AI企业级应用开发，以及对AI应用开发的一些商业模式思考
目录使用路径点（Way Point）作为节点洪水填充算法创建路径点使用导航网格（Navigation Mesh）作为节点预计算路径查询表 路径成本查询表 扩展障碍碰撞几何体 可视点寻径寻路的改进平均帧运算 路径平滑 双向搜索 路径拼接 节点评估参考在了解路径规划之前必须先了解基本的寻路算法。可参考A*寻路算法：A*寻路算法-KillerAery-博客园使用路径点（Way Point）作为节点大部分讨论A*算法使用的节点是网格点（也就是简单的二维网格），但是这种内存开销往往比..
转载
2021-11-15 09:36:12
715阅读
机器学习算法分类 1、 监督式学习工作机制：这个算法由一个目标变量或结果变量（或因变量）组成。这些变量由已知的一系列预示变量（自变量）预测而来。利用这一系列变量，我们生成一个将输入值映射到期望输出值的函数。这个训练过程会一直持续，直到模型在训练数据上获得期望的精确度。监督式学习的例子有：回归、决策树、随机森林、K – 近邻算法、逻辑回归等。 2、非监督式学习工作机制：在这个算法中，没有任
「AMiner」是一个研究者学术搜索类网站，能够为计算机科学相关领域的研究者提供更全面的领域知识和更具针对性的研究话题和合作者信息，为科研人员提供很好的信息获取和帮助。
https://www.aminer.cn/
AMiner 平台由清华大学计算机系研发，拥有我国完全自主知识产权。系统2006年上线，吸引了全球220个国家和地区的800多万独立IP访问，数据下载量230万
原创
2021-07-29 14:32:50
990阅读
↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：叶鑫，伦敦大学玛丽女王学院，Datawhale成员AI作为时下计算机算法的超...
原创
2022-10-20 12:09:28
115阅读
在AI技术的伦理研究中，有几个重要的研究方向：制定伦理原则和指南：世界各地的研究机构和组织已经制定了一些人工智能伦理原则和指南，如阿西洛马人工智能原则、IEEE道德准则等。未来将进一步制定和完善这些原则和指南，以确保AI技术在各个领域的健康发展。跨学科研究：AI伦理涉及多个领域，需要不同领域的专家共同参与研究。未来需要加强跨学科的合作，包括哲学、法学、社会科学、计算机科学等，以便更全面地探讨AI伦
原创
2023-12-25 06:43:23
333阅读
作者：叶鑫，伦敦大学玛丽女王学院，Datawhale成员AI作为时下计算机算法的超级巨星，在例如CV、NLP、语音、机器人等诸多领域都有广泛的应用。而在游戏领域，AI的应用往往被认为只是把游戏角色拟人化，算法的第一印象也通常是强化学习。但实际当中，AI在游戏中的应用却不止于此。本文就来介绍一下游戏领域的AI应用与算法。首先摆在我们面前的是，为什么要研究游戏AI呢？游戏可以看做现实问题的折射，研究它
原创
2022-10-20 18:02:56
130阅读
编者按： 当你在使用 ChatGPT、Claude 或 Perplexity 时，是否好奇过为什么它们不仅能够回答你的问题，还能主动挖掘相关信息、交叉验证事实性信息，甚至提出你没想到的关联问题？为什么同样是 AI，有些只能机械地重复训练数据，而有些却能进行真正的“Deep Research”？本文详细解析了 AI 研究助手从理解用户查询到答案生成的
AI元人文的未来：软硬件协同发展研究报告——声明Ai研究 Ai元人文构想/岐金兰 一、背景与概述 AI元人文作为一个融合人工智能技术与人文价值的创新领域，正在引领一场深刻的技术革命和社会变革。当算法的思考开始关乎人类社会的命运，我们需要为它构建一个既能思考也能自省的数字大脑 。在这一背景下，AI元人 ...
AI元人文理论体系研究：从基石重构到文明共生 一、引言：AI元人文的崛起与挑战 人工智能正经历从工具理性向价值理性的深刻转变。随着生成式AI技术的持续进步，人文研究的数字人文范式正在向"AI人文"转型 。在这一转型过程中，传统的"价值对齐"范式暴露出明显局限——试图用规则清单束缚AI，如同用渔网捕捉 ...
我们概述了支持前沿模型安全训练的架构。我们分享了一些关于我们研究超级计算机安全架构的高级细节。OpenAI运营着一些最大规模的AI训练超级计算机，使我们能够提供在能力和安全性方面均处于行业领先地位的模型，同时推进AI前沿的发展。我们的使命是确保先进AI惠及每个人，而这一工作的基础是支持我们研究的基础设施。为了安全地实现这一使命，我们优先考虑这些系统的安全性。这里，我们概述了当前支持大规模前沿模型安
翻译
2024-06-06 10:38:49
45阅读
AI元人文构想研究：人类拥抱AI的文明新范式 摘要：本文提出"AI元人文"理论构想，旨在回应人工智能时代技术与人文价值深度融合的文明需求。该构想基于"价值能量系统"理论模型，通过"悟空之眼"的洞察机制和"价值原语博弈"的代谢引擎，构建一个能够容纳并创造性转化价值张力的协同框架。这一范式不追求消除价值 ...
