公眾號(hào)/? ScienceAI（ID：Philosophyai） 編輯 | 蘿卜皮識(shí)別聲音涉及輸入波形到語(yǔ)義表示的大腦轉(zhuǎn)換。盡管過(guò)去的研究將顳上回 (STG) 確定為重要的皮層區(qū)域，但這些腦轉(zhuǎn)換的計(jì)算指紋特征仍然很差。法國(guó)國(guó)家科學(xué)研究中心和艾克斯-馬賽大學(xué)以及荷蘭馬斯特里赫特大學(xué)的

編輯 | 蘿卜皮深度神經(jīng)網(wǎng)絡(luò)（DNN）因其高預(yù)測(cè)精度已成功用于許多科學(xué)問(wèn)題，但由于其可解釋性差，它們?cè)谶z傳研究中的應(yīng)用仍然具有挑戰(zhàn)性。在這里，斯坦福大學(xué)的研究團(tuán)隊(duì)考慮了 DNN 中可擴(kuò)展、穩(wěn)健的變量選擇問(wèn)題，用于識(shí)別基因組測(cè)序研究中推定的因果遺傳變異。研究人員發(fā)現(xiàn) DNN 中的特征選擇具有明顯的隨機(jī)性，因?yàn)樗哂须S機(jī)性

輪到物理學(xué)家來(lái)揭示神經(jīng)網(wǎng)絡(luò)的本質(zhì)了：他們?cè)趪L試讓宇宙為我們處理數(shù)據(jù)。作者 | Charlie Wood編譯 | 王玥編輯 | 岑峰在一個(gè)隔音的板條箱里有著一個(gè)世界上最糟糕的神經(jīng)網(wǎng)絡(luò)。在看到數(shù)字6的圖像后，這個(gè)神經(jīng)網(wǎng)絡(luò)會(huì)暫停片刻，然后顯示出自己識(shí)別出的數(shù)字：0。康奈爾大學(xué)的物理學(xué)家兼工程師Peter McMahon主導(dǎo)了

我們正處于“GoPro 物理學(xué)”的風(fēng)口浪尖。無(wú)論攝像機(jī)聚焦于什么事件，算法都可以識(shí)別其中潛在的物理方程。作者 |?Charlie Wood編譯 | ?王玥、劉冰一編輯 | 陳彩嫻2017 年，西北大學(xué)化學(xué)與生物工程系的助理教授Roger Guimerà和羅維拉-威爾吉利大學(xué)的物理學(xué)教授Marta Sales-Pardo

公眾號(hào)/? ScienceAI（ID：Philosophyai） 編輯/綠蘿 在現(xiàn)有的機(jī)器學(xué)習(xí)框架中，儲(chǔ)層計(jì)算（Reservoir Computing）展示了快速、低成本的訓(xùn)練，并適用于各種物理系統(tǒng)。該評(píng)論報(bào)告了如何將儲(chǔ)層計(jì)算的各個(gè)方面應(yīng)用于經(jīng)典預(yù)測(cè)方法，以加速學(xué)習(xí)過(guò)程，并

「星期日」Hello SundayCPU 算法訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)比 GPU 快 15 倍 AI 的一大瓶頸是訓(xùn)練成本，深度神經(jīng)網(wǎng)絡(luò)（DNN）的訓(xùn)練通常是一系列矩陣乘法操作，這是 GPU 非常擅長(zhǎng)的工作，但 GPU 尤其是專業(yè)級(jí)顯卡要比 CPU 昂貴得多。Rice 大學(xué)的計(jì)算機(jī)科學(xué)家和英特爾的研究人員從 20

遇事不決，量子力學(xué)！相信很多朋友都聽(tīng)過(guò)這句略帶諷刺的網(wǎng)絡(luò)流行語(yǔ)。它出自某部科幻作品，暗指劇情中那些解釋不通的、奇奇怪怪的現(xiàn)象，都可以用“量子力學(xué)”來(lái)蒙混過(guò)關(guān)。19世紀(jì)末，量子力學(xué)的提出為解釋微觀物質(zhì)世界打開(kāi)了一扇大門，它徹底改變了人類對(duì)物質(zhì)結(jié)構(gòu)及相互作用的理解。已有實(shí)驗(yàn)證明，量子力學(xué)解釋了許多被預(yù)言、無(wú)法直接想象的現(xiàn)象

4月18日消息，據(jù)外媒報(bào)道，特斯拉收購(gòu)計(jì)算機(jī)視覺(jué)初創(chuàng)公司DeepScale的交易開(kāi)始收獲回報(bào)，通過(guò)收購(gòu)?fù)暾麍F(tuán)隊(duì)開(kāi)始為這 家電 動(dòng) 汽車 制造商提供新的專利。 2019年年底，有消息稱特斯拉收購(gòu)了位于舊金山灣區(qū)的初創(chuàng)公司DeepScale，該公司專注于開(kāi)發(fā)自動(dòng)駕駛汽車的“深

網(wǎng)易科技訊4月18日消息，據(jù)外媒報(bào)道，特斯拉收購(gòu)計(jì)算機(jī)視覺(jué)初創(chuàng)公司DeepScale的交易開(kāi)始收獲回報(bào)，通過(guò)收購(gòu)?fù)暾麍F(tuán)隊(duì)開(kāi)始為這家電動(dòng)汽車制造商提供新的專利。2019年年底，有消息稱特斯拉收購(gòu)了位于舊金山灣區(qū)的初創(chuàng)公司DeepScale，該公司專注于開(kāi)發(fā)自動(dòng)駕駛汽車的“深度神經(jīng)網(wǎng)絡(luò)”，收購(gòu)金額未披露。DeepScale

目前，深度學(xué)習(xí)模型需要大量的計(jì)算、內(nèi)存和功耗，這成為我們?cè)趯?shí)時(shí)推理或在計(jì)算資源有限的邊緣設(shè)備以及瀏覽器上運(yùn)行模型的瓶頸。能量效率是當(dāng)前深度學(xué)習(xí)模型的主要關(guān)注點(diǎn)。提升這種效率的方法之一是著眼于推理效率。 更復(fù)雜的模型=>更多的內(nèi)存消耗=>更多的功耗 剪枝就是一種推理方法，它可以有效地獲得更