我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:双彩网 > 耶鲁大学 >

来自Sangbae Kim的试验室

归档日期:05-27       文本归类:耶鲁大学      文章编辑:爱尚语录

  5月24日音书,麻省理工学院的筹议职员创修了一个新的主动驾驶体例,该体例仅应用方便的舆图和视觉数据,使无人驾驶车辆也许正在新的、繁杂的情况中行驶。

  该措施兴办正在由筹划机科学和人工智能试验室(CSAIL)主任Daniel Rus策画的端到端导航体例之上,诈骗相像GPS的舆图和视觉数据,使主动驾驶汽车也许练习人类的转向形式,并将学到的常识操纵于以前并未睹过情况下的繁杂盘算途径之中。该团队的筹议效果将于下个月正在加利福尼亚州长滩实行的邦际呆板人和主动化集会上展出。

  5月21日音书,据外媒报道,麻省理工学院正正在为美邦空军拓荒人工智能加快器盘算。该项目将寻找与高级算法、呆板练习和呆板人、以及物流和数据等周围相干的筹议。除了救灾和医疗计划以外,其他能够的筹议周围能够囊括数据管制,保护和后勤,车辆和平和收集弹性。

  5月16日音书,麻省理工学院的筹议职员策画了一种新型的单光子发射器,可能正在室温下发作更众高质地的光子,这种光子可用于实质的量子筹划机、量子通讯和其他量子修筑。

  5月8日音书,MIT筹划机科学与人工智能试验室(CSAIL)和马萨诸塞州总病院(MGH)的一个筹议小组创修了一个新的深度练习模子,该模子可能通过乳房x光片预测一个病人正在他日五年内有无能够患上乳腺癌。 通过对60,000众名MGH患者举办乳房x光查验和已知结果的磨练,该模子可识别到乳腺结构中的轻微形式,这些形式是恶性肿瘤的征兆。据先容,该模子正在预测危害方面鲜明优于现有的措施: 它无误地将31%的癌症患者归入最高危害种别,而守旧模子只要18% 。

  5月7日音书,据外媒报道,麻省理工学院筹划机科学与人工智能试验室(CSAIL)筹议职员的新论文《The Lottery Ticket Hypothesis: Finding Sparse, Trainable Neural Networks》证实,神经收集包罗的子收集比悉数收集小10倍,但它们也许被磨练做出同样切确的预测,正在某些景况下比原收集速率更速。该论文将正在ICLR 2019大会长进行显现。

  5月6日音书,深度练习顶会ICLR 2019的两篇最佳论文现已放出,来自蒙特利尔大学、微软筹议院和MIT CSAIL的筹议者得回了最佳论文奖。个中一篇最佳论文考虑自然说话打点题目,提出诈骗神经元排序将对自然说话层级构造的探讨纳入收集。另一篇最佳论文考虑了模子压缩题目,提出了一个新的观念:彩票假设。ICLR将于外地年华5月6日-9日正在新奥尔良实行。据统计,ICLR 2019共收到1591篇论文投稿,个中oral论文24篇,poster论文476篇。

  4月4日音书,麻省理工学院筹议副校长MARIA T. ZUBER公布,因联邦政府对违反制裁限定的相干观察,麻省理工学院将不再经受华为和中兴或其各自子公司的新配合项目或续签现有项目。麻省理工学院将依据景况从头探讨与这些机构的配合。此前,英邦牛津大学、美邦加州大学伯克利分校等宇宙名校都接踵撤除了与华为的配合项目。

  4月4日音书,MIT筹议职员应用呆板练习培植植物,竣工农业主动化,该筹议揭橥正在《民众科学藏书楼 · 归纳》(PLOS ONE)杂志上。呆板练习优化种植职分必要改观稠密变量,比如:泥土类型、植物特色、浇水频率、体积和光照等。这些变量将会改观植物发作香味分子的浓度。通过变量举办优化种植,是呆板练习模子的自然选取,呆板练习模子可能从各样输入中预测哪个变量会发作最佳输出。该团队研发的呆板练习模子,可能通过阐发和更改植物经验光照的类型和络续年华增补其风韵浓度。

  4月3日音书,下个月,麻省理工学院(MIT)的筹议团队将显现“神经架构征采”算法,该算法可能将AI优化AI的经过加快240倍或者更众。MIT电子工程和筹划机科学的助教Song Han流露:“咱们团队正在模子巨细、推理延迟、无误性和模子容量等众个方面做出了量度。这些要素构成了一个壮大的策画空间。以前,人们都正在策画基于人类发动的神经收集,而新算法试图将这种劳动蚁集型的、基于人类发动的形式变动为一个基于练习的、基于AI的策画形式。就像AI可能练习下棋一律,AI也可能练习策画一个神经收集。”。

  4月3日音书,麻省理工学院(MIT)、沃森人工智能试验室(MIT-IBM Watson AI Lab)和DeepMind的最新筹议阐明,符号(symbolic)AI操纵于图像解析职分有壮大潜力。正在测试中,他们研发的混淆模子凯旋地学会了例如物体的颜色、形态等相干的观念。模子可能正在没有“鲜明编程”的景况下,应用很少的磨练数据,诈骗已把握的观念正在一个场景中寻找物体之间的联系。

  据筹议职员叙述,目前的AI体例举办磨练必要应用7万张图像和70万个题目,但符号AI模子悉数磨练经过,仅应用了5000张图像和10万个题目,而且也许“险些圆满地”阐明新的场景和观念。

  3月2日音书,正在波士顿MIT的校园里,一个呆板人显现了后空翻全新手艺。据称,这是环球首个能举办后空翻的四足呆板人。该呆板人名叫Mini Cheetah,来自Sangbae Kim的试验室。据清晰,除了后空翻,该呆板人还不怕踹,踹倒之后能翻身站起来。

本文链接:http://cliip.net/yeludaxue/271.html