人工智能实践：Tensorflow笔记-北京大学

名称：人工智能实践：Tensorflow笔记-北京大学描述：课程梳理出Tensorflow2搭建优化神经网络的八股，带你逐步完善代码，实现图像识别与股票预测。课程以录像形式讲解知识点，以录屏形式分析源代码，通过助教的Tensorflow笔记实现回顾与扩展。内容包括：深度学习、神经网络的基本概念原理和代码实现示例。链接：https://www.aliyundrive.com/s/zgdAQsKYEpc大小：未知标签：#知识#学习#编程#人工智能实践_Tensorflow笔记_北京大学来自：雷锋版权：频道：@shareAliyun群组：@aliyundriveShare投稿：@aliyun_share_bot

【OpenAI将用新方法来训练模型，以对抗人工智能“幻觉】

【OpenAI将用新方法来训练模型，以对抗人工智能“幻觉】6月1日消息，OpenAI发布的最新研究论文显示，该公司正在用一种新的方法来训练人工智能(AI)模型，以对抗人工智能“幻觉”。人工智能幻觉指的是人工智能模型生成内容的能力，这些内容不是基于任何现实世界的数据，而是模型自己想象的产物。人们担心这种幻觉可能带来的潜在问题，包括道德、社会和实际问题。OpenAI的研究人员在报告中表示，即使是最先进的人工智能模型也很容易产生谎言，它们在不确定的时刻往往表现出捏造事实的倾向。而这些幻觉在需要多步骤推理的领域尤其严重，因为一个逻辑错误就足以破坏一个更大的解决方案。该公司提出的新策略是：训练人工智能模型时，奖励每个正确的推理步骤，而不仅仅是简单地奖励正确的最终结论。根据研究人员的说法，这种方法被称为“过程监督”，而不是结果监督，它可能会提高人工智能的性能与准确性，因为这种策略鼓励模型更多地遵循类似人类的“思维链”。

Apple Silicon通过mlx-graphs项目大幅提升人工智能训练速度

AppleSilicon通过mlx-graphs项目大幅提升人工智能训练速度mlx-graphs是博士生特里斯坦-比洛特（TristanBilot）、弗朗切斯科-法里纳（FrancescoFarina）和MLX团队的一个新项目，是一个旨在帮助图形神经网络（GNN）在AppleSilicon上更高效运行的库。图形神经网络用于预测节点和边，并执行基于图形的任务，在计算机视觉领域尤其有用。mlx-graphs项目以MLX为基础，是专为AppleSilicon发布的图形神经网络库。该项目旨在为该领域的研究人员提供可观的性能提升。Bilot声称，在对大型图形数据集进行训练时，该库的初始基准运行速度可达PyTorchGeometric和DGL等框架的十倍。它通过使用专门设计的内核来并行化直接在M系列芯片GPU上运行的GNN计算。苹果公司在MLX图形方面的工作仍处于初期阶段Bilot承认，"仍有很大的空间可以做出重大贡献"。这可能是一个暗示，即随着进一步的开发，可能会发现更多的速度提升。mlx-graphs库可在GitHub上下载和安装：https://github.com/mlx-graphs/mlx-graphsBilot邀请其他人探索和测试该库，提供反馈，并通过拉取请求提交实现。该项目是对机器学习和生成式人工智能兴趣浪潮的一部分，这一领域可以极大地改变内容创作和向用户提供信息的方式。就苹果公司而言，公司内部的研究人员已经创建了一个用于动画图像的生成式人工智能工具。此外，其他项目也在Xcode工具中测试人工智能的使用。苹果公司首席执行官蒂姆-库克（TimCook）也谈到，苹果公司将在2024年晚些时候向用户推出大量人工智能功能。...PC版：https://www.cnbeta.com.tw/articles/soft/1419559.htm手机版：https://m.cnbeta.com.tw/view/1419559.htm

资源人工智能实践：Tensorflow笔记-北京大学

资源名称：人工智能实践：Tensorflow笔记-北京大学资源简介：课程梳理出Tensorflow2搭建优化神经网络的八股，带你逐步完善代码，实现图像识别与股票预测。课程以录像形式讲解知识点，以录屏形式分析源代码，通过助教的Tensorflow笔记实现回顾与扩展。内容包括：深度学习、神经网络的基本概念原理和代码实现示例。链接：https://www.aliyundrive.com/s/zgdAQsKYEpc关键词：#知识#学习#编程来自：雷锋频道：@Aliyundrive_Share_Channel群组：@alyd_g投稿：@AliYunPanBot

研究表明：中国在人工智能人才培养方面处于领先地位

研究表明：中国在人工智能人才培养方面处于领先地位在为ChatGPT等聊天机器人提供支持的人工智能方面，中国落后于美国。但在培养新一代人形技术背后的科学家方面，中国处于领先地位。新的研究表明，从某些指标来看，中国已经超过美国，成为人工智能人才的最大生产国，全球顶尖人工智能研究人员的近一半来自中国。相比之下，根据保尔森基金会运营的智库MacroPolo的研究，大约18%的人来自美国本科院校，该机构致力于促进中美之间的建设性关系。调查结果显示，中国的人才数量跃升，三年前，中国培养了约三分之一的世界顶尖人才。相比之下，美国的情况基本保持不变。该研究基于在2022年神经信息处理系统会议上发表论文的研究人员的背景。众所周知，NeurIPS专注于神经网络的进步，神经网络奠定了生成人工智能的最新发展。——

科学简单点：什么是人工智能？

科学简单点：什么是人工智能？在这段《什么是人工智能》的视频中，阿贡国家实验室的科学家TaylorChilders和BethanyLusch讨论了人工智能--通过模仿大脑的学习能力来帮助解决复杂问题的计算机技术和技巧。研究人员利用人工智能更好、更快地解决科学、医学和技术领域最棘手的问题，并帮助推动这些领域的发现。这包括帮助我们了解COVID-19如何攻击人体，以及找到管理交通堵塞的方法。研究人员利用人工智能来更好、更快地解决科学、医学和技术领域最棘手的问题，并帮助推动这些领域的发现。这包括帮助我们了解COVID-19如何攻击人体，以及寻找管理交通堵塞的方法。能源部（DOE）的许多设施，如阿贡国家实验室，都在协助开发一些最先进的人工智能技术。如今，这些技术已应用于从化学、环境和制造科学到医学和宇宙的各个研究领域。人工智能被用来帮助建立复杂系统（如发动机或天气）的模型，并预测如果这些系统的某些部分发生变化（如使用不同的燃料或温度持续升高）可能会发生的情况。但人工智能还有更多用途。阿贡人工智能工具箱中的一个重要工具是一种名为机器学习的技术，当它从更多的数据中学习时，它就会变得更聪明或更准确。机器学习对于识别隐藏在一幅更大、更拥挤的画面中的特定对象非常有帮助。在一个流行的例子中，通过向一个机器学习模型展示许多图片，训练该模型识别猫和狗的主要特征。后来，该模型能够从混合动物的图片中识别出猫和狗。类似的机器学习模型可以帮助科学家从太空望远镜中获得的天体图像中识别出不同类型的星系。机器学习只是帮助我们更快、更准确地学习的众多人工智能技术之一。它们可以帮助为一种新材料选择合适的分子或化学物质，有朝一日还能独立指导新的实验。阿贡与全球许多组织合作，成为人工智能应用和开发领域的领导者，其中包括将人工智能应用于以下领域：延长汽车和能源电池的使用寿命。建立更好的气候模型，预测野火、飓风和其他灾害，帮助我们的社区和电力公司防范这些灾害。找到病毒攻击我们细胞的部分，并开发出对抗它们的药物。人工智能分析大量复杂数据，以计算机速度执行人类任务。如今已成为我们日常生活的一部分，它有助于简化基本任务，如语音识别、内容推荐或基于人或物的照片搜索。科学家们正在以类似的方式利用人工智能来增进我们对周围世界的了解。人工智能可以帮助他们更快地分析堆积如山的数据，并提供更好的解决方案。从材料科学和医学到气候变化和宇宙，许多研究领域都在使用不同的人工智能技术。例如，我们可以通过查看许多不同的示例来训练人工智能识别复杂的模式。研究人员可以利用这种能力，通过对所有已知的太阳能电池或药物材料进行人工智能训练，找到新的改良材料。然后，人工智能可以帮助研究人员锁定其他有前景的材料，这些材料可以在实验室中制造和测试。编译自:ScitechDaily相关文章:科学简单点：什么是超级计算？...PC版：https://www.cnbeta.com.tw/articles/soft/1424735.htm手机版：https://m.cnbeta.com.tw/view/1424735.htm