人工智能,这样影响科学研究

“目前，人工智能已经应用到电池研究的各个领域，涉及电池工作机理探究、新材料开发等诸多方面。”张强认为，人工智能在处理海量数据等方面优势显著，与电池理论、实验研究方法进一步结合，将有力推动下一代高比能电池、固态电池、快充电池、宽温域电池等的开发与迭代。利用人工智能技术研究锂电池，我国总体上处于国际第一...

从经验主导向数据驱动转型 人工智能这样影响研究

不仅是材料研发,在生命科学、药物研发、半导体、环境科学等多个领域,科学家都在探索利用人工智能技术,缩短研发周期、降低研发成本。近年来,中国农业科学院加速推进农业科技与人工智能技术融合创新,在生物育种、智能农机装备等领域组建交叉学科团队。如今,李慧慧带领团队致力于开发基于深度学习算法的基因组选择模型、全流程...

人工智能治理:历史经验的启示

最适用人工智能研究的是科学界的自愿暂停,包括重组DNA研究、人类基因编辑提议暂停结束等各方面(图5:有关基因工程治理的时间轴)。20世纪70年代初,科学家群体发现了促进DNA重组技术的方法,科学家群体承认该技术潜藏着巨大的利益,但同时担心该技术带来严重的风险。此后,美国生命科学院成立了小型科学家委员会以审议DNA重组...

【AI新洞察 】 姚建铨:从全球激光市场的潜景看人工智能技术的发展

智能制造领域广泛采用了人工智能技术。第三,激光材料加工与人工智能、机器学习、材料科学、技术以及光电子技术的融合,形成了一个相互促进、相互融合的强大产业链动力。第四,以深圳和广州为代表的珠江三角洲地区,以上海、南京、苏州、无锡、杭州为代表的长江三角洲地区,以及武汉、成渝等地区为主,济南、天津、西安、江...

AI将爆发哪些超级应用?

第一类是具身智能体路线,如自动驾驶、人形机器人:AI像人一样、拥有一个物理的躯体,能感知、能互动,能主动地进入到“真实世界”。第二类是超级AI软件,在辅助办公、作图、视频生成、教育等领域潜力巨大。基于大模型进行定制化扩展升级,将“超能力”带给各行各业。

【人工智能】较小的模型在高阶思维中是否经常遇到困难?

此外,问题的核心在于LLM如何处理多步推理并保持上下文(www.e993.com)2024年11月11日。该研究指出了模型失败的几个关键领域:过度拟合基准:许多模型在GSM8K等既定基准上表现良好,但在处理修改或组合问题时却举步维艰。这表明模型可能过度拟合特定数据集,而不是学习广义推理技能。

「理响中国」学术界人工智能使用亟待科学规范

生成式人工智能是一项颠覆性的技术，学术界是受此影响最大的领域之一。对于追求效率的研究者而言，生成式人工智能或许是一个节省时间的利器。但是，比尔哈内对记者表示，学者需要清楚科学研究的核心价值在于促使学者进行深入的学术思考、阐释研究结果并创造社会价值，而非单纯追求出版物的数量。因此，盲目依赖生成式人工智能...

AIGC掀起传媒革命:多领域应用实例与深度剖析(20份研报下载)

01AIGC技术正以惊人的速度改变传媒行业的格局,包括新闻业、影视制作、广告营销等领域。02近期,20份传媒行业AIGC应用研报全面解读AIGC在传媒领域的最新应用案例和发展趋势。03其中,BuzzFeed使用ChatGPT生成内容,AxelSpringer等媒体借助AIGC提高效率;《千秋诗颂》借助AIGC技术缩短制作周期,《犬与少年》利用AIGC提高剧本...

哈工深聂礼强:多模态大模型是具身智能发展的关键动力

聂礼强:多模态大模型在具身智能领域的未来发展将带来革命性的变化,使AI系统在与物理世界的互动和理解方面更加人性化。可预见到以下几个关键趋势将在未来几年塑造这一领域:多模态感知:模型将无缝整合触觉、嗅觉等多种感官信息,提供更全面的环境理解,接近人类的感知能力。模型轻量化:开发高效的多模态大模型架构,利用...

伯克利具身智能图谱:深度强化学习浪尖上的中国90后们

开创AI+RoboticsPieterAbbeel的成名之作是在斯坦福吴恩达组读博时用强化学习控制直升机倒飞。2008年他到伯克利后,除了开拓深度强化学习,还最早将原本壁垒很大的深度学习与机器人领域结合,创立了机器人学习(RobotLearning)实验室。机器人学习研究的主要内容,也是如今具身智能领域最核心的方向之一。