制造业用上AI,不能是“黑箱”
图片来源@视觉中国人工智能领域的从业者总在想方设法将技术引入产业,落地场景,但某些产业比如工业制造领域,却不会那么快地接受外来的“野蛮人”。工业制造涉及的学科知识众多,包括但不限于通常所知的机械制造、软件工程、运筹管理、化工材料等,想要“+人工智能”,得先啃一啃这些学科知识。另一方面,中国是世界上唯
图片来源@视觉中国人工智能领域的从业者总在想方设法将技术引入产业,落地场景,但某些产业比如工业制造领域,却不会那么快地接受外来的“野蛮人”。工业制造涉及的学科知识众多,包括但不限于通常所知的机械制造、软件工程、运筹管理、化工材料等,想要“+人工智能”,得先啃一啃这些学科知识。另一方面,中国是世界上唯
AlphaZero 表明神经网络可以学到人类可理解的表征。作者 | 李梅编辑 | 陈彩娴国际象棋一直是 AI 的试验场。70 年前,艾伦·图灵猜想可以制造一台能够自我学习并不断从自身经验中获得改进的下棋机器。上世纪出现的“深蓝”第一次击败人类,但它依赖专家编码人类的国际象棋知识,而诞生于 2017
一项难以解释、不被理解的科技,人们能信任它吗? 答案有些反直觉:也许能。 在普遍认知中,信任的基础是可解释、可理解。但在漫长的技术史中,对大多数科技产品的信任往往并不取决于信息披露——想想电梯、电视、电脑,
特斯拉FSD V12,普通车主也能用了。特斯拉FSD V12在美推送,不只是特斯拉内部员工,普通车主也有机会体验端到端自动驾驶了,告别传统的规则驱动,驾驶决策交由AI算法生成。尽管FSD V12的更新称得上是“飞跃”,然而实测视频,仍带有Beta后缀的Version 12还称不上是“终极答案”。
AI做数学题,真正的思考居然是暗中“心算”的?纽约大学团队新研究发现,即使不让AI写步骤,全用无意义的“……”代替,在一些复杂任务上的表现也能大幅提升!
如今,深度学习已经贯穿于我们的生活,无论是汽车自动驾驶、AI医学诊断,还是面部、声音识别技术,无一没有AI的参与。然而,尽管人们早已明了深度学习的输入和输出,却对其具体的学习过程一无所知。
AI做数学题,真正的思考居然是暗中“心算”的?纽约大学团队新研究发现,即使不让AI写步骤,全用无意义的“……”代替,在一些复杂任务上的表现也能大幅提升!
声明:本文来自于【新智元导读】谷歌团队认为,模型泛化能力无处不在,只要摸清条件,模型就不是随机鹦鹉。在特定情况下,人工智能模型会超越训练数据进行泛化。在人工智能研究中,这种现象被称为「顿悟」,而谷歌现在正在提供对最近发现的深入了解。在训练过程中,人工智能模型有时似乎会突然「理解」一个问题,尽管它们只