科研那些事(万字长文,真诚分享)
这种情况下,一般需要通过需求牵引(例如扫地的需求带动了扫地机器人的研究)、逻辑推理(例如从如何做图像生成推广到如何做视频生成)、刨根问底(例如不断思考什么样的神经网络结构是最好的)等方式来找到问题。对于这类尚不明显的问题,当我们从复杂的情境中发掘出来后,还需进一步修饰和完善(即完整严谨地定义问题,例如使...
东莞市星火齿轮申请变收缩率塑料螺旋伞齿参数确定方法专利,有效...
该方法包括以下步骤:首先获取塑料螺旋伞齿的预期结构数据和应用环境数据,后者包括在不同工作条件下的预期表现数据。随后,利用深度学习卷积神经网络(CNN)构建初步几何模型及收缩率预设数据。接着,将这些数据输入深度学习生成对抗网络(GAN)对初步模型进行多次迭代优化,以考虑不同位置的收缩率,最终得到优化后的目标几何模型的...
华为公司申请数字输入数据到用于二值神经网络的二进制输入数据的...
金融界2024年3月22日消息,据国家知识产权局公告,华为技术有限公司申请一项名为“数字输入数据到用于二值神经网络的二进制输入数据的转换“,公开号CN117751369A,申请日期为2021年8月。专利摘要显示,公开了一种使用位量规对数字进行预处理以用作二值神经网络的输入的系统和方法。通常,在机器学习中,输入数据通常来自应...
美的第二届远见者大会:探索AI与能源转型的未来
“任务规划和决策”上,林倞早期尝试用递归神经网络、机器神经网络做任务规划,构建世界模型和知识表达,预测任务分步骤;近期结合大语言模型实现复杂场景下任务规划和导航,用大语言模型拆解任务,用跨模态模型发现关键位置和地标并执行任务,提高了抓取能力精度和可控性。为了构建“虚实迁移”,林倞带领团队构建通用框架统一高层...
最高降低大模型能耗95%,科学家提出优化Transformer方法,大模型有...
“变乘法为加法”当下,AI技术正在加速发展,随着大型神经网络模型的应用越来越广泛,它们在训练和推理过程中的能源消耗问题日益突出。与此同时,能耗问题也正在成为新数据中心最大的瓶颈,这一点在数据中心实际选址方面可以得到印证。大型数据中心往往需要充足、稳定的电力供应和较低的运营成本,因而基本会选址在人口稀少...
自动驾驶中神经网络、Transformer、占据网络...是什么?看完这篇...
假设输入为智驾系统检测到的一幅视频图像,通常情况下,占据网络会将传感器数据(比如激光雷达或者摄像头采集到的图像)处理成分割完的图像块(传统CNN)或者是特征向量(可以是transformer)的形式输入到神经网络中进行处理(www.e993.com)2024年10月23日。实际上,占据网络输入到神经网络中的输入端数量是不是由分割的图像子块数量来决定的。神经网络会学习如...
国产光芯片重大突破!清华团队利用神经网络,首创全前向智能光计算...
清华大学戴琼海院士、方璐教授的研究团队将神经网络训练中的前向与反向传播都等效为光的前向传播,开发出了一种称为全前向模式FFM学习的方法,有望推动深度学习神经网络、超灵敏感知和拓扑光子学等应用和理论领域的发展。自2012年以来,人工智能模型训练算力需求每3-4个月翻一番,每年人工智能训练模型所需算力...
...未来建筑能耗模型——融合物理先验的模块化深度神经网络
▲长按图片识别二维码阅读原文研究亮点开发了一种融合物理先验的模块化深度神经网络;该模型的优势在于其物理结构、约束条件和模块化设计;该模型可用于能耗预测,温湿度模拟,建筑节能改造和优化控制;该模型展示了卓越的准确性、可扩展性、便捷性和物理一致性。
他让人工智能有了“长短期记忆”
那我们就首先重温一下传统RNN的短期记忆功能:将图3中RNN展开后的网络结构画详细一点,显示于图4a中。传统循环神经网络的隐藏层只有一个状态h,在网络的每个时间步直接将它存起来,然后输入到下一个时间步,这就是短期记忆。现在,LSTM的想法是再增加一个长期记忆状态c,并且,用一定的方式来控制c,让它保存较长时期的...
AI 即将终结疾病、贫穷和战争
强大AI的积极应用清单非常长(包括机器人、制造、能源等),但我将重点关注少数几个我认为最有可能直接改善人类生活质量的领域。我最感兴趣的五个类别是:生物学和身体健康神经科学和心理健康经济发展和贫困和平与治理工作与意义我的预测按大多数标准来看将是激进的(除了科幻"奇点"愿景),但我是认真和诚恳地提出...