首页 > 关键词 > 脑神经最新资讯
脑神经

脑神经

【新智元导读】剑桥大学最新研究显示,AI模型和人脑神经结构有不少相似,也许未来会成为AI模型设计的关键。人脑作为地球上最复杂的智能载体,一个最大的特点就是能高能效地产生智能。这项研究得到了医学研究委员会、盖茨剑桥大学、JamesSMcDonnell基金会、Templeton世界慈善基金会和谷歌DeepMind的资金资助,相信未来这项研究会在脑科学和AI领域都产生重大影响。...

特别声明:本页面标签名称与页面内容,系网站系统为资讯内容分类自动生成,仅提供资讯内容索引使用,旨在方便用户索引相关资讯报道。如标签名称涉及商标信息,请访问商标品牌官方了解详情,请勿以本站标签页面内容为参考信息,本站与可能出现的商标名称信息不存在任何关联关系,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述反馈文件后,将会依法依规核实信息,第一时间沟通删除相关内容或断开相关链接。

与“脑神经”的相关热搜词:

相关“脑神经” 的资讯221篇

  • 仿人脑神经开发AI!剑桥大学最新研究登Nature子刊,人造大脑成AI新方向

    【新智元导读】剑桥大学最新研究显示,AI模型和人脑神经结构有不少相似,也许未来会成为AI模型设计的关键。人脑作为地球上最复杂的智能载体,一个最大的特点就是能高能效地产生智能。这项研究得到了医学研究委员会、盖茨剑桥大学、JamesSMcDonnell基金会、Templeton世界慈善基金会和谷歌DeepMind的资金资助,相信未来这项研究会在脑科学和AI领域都产生重大影响。

    AI
  • Neural Network Diffusion官网体验入口 A图像生成神经网络模型在线使用地址

    NeuralNetworkDiffusion是由新加坡国立大学高性能计算与人工智能实验室开发的神经网络扩散模型。该模型利用扩散过程生成高质量的图像,适用于图像生成和修复等任务。要了解更多关于NeuralNetworkDiffusion的信息并开始创作,欢迎访问官方网站。

  • 肥胖竟提升罹患神经和精神疾病风险?绿瘦建议减重、减压须并行

    精神疾病和肥胖,看似八竿子打不着的两种状态,近日却因一篇报道紧密地联系了起来。据“中新网”1月8日报道称,中国医学专家基于大规模生物医学数据库与大数据统计建模方法,对英国生物样本库队列的逾43.8万人进行纵向分析后发现,体重及变化可影响脑健康。肥胖人群想要保持身心健康,请从科学管理体重开始吧!

  • 英伟达官方盘点2023年10大研究!「神经朗琪罗」秒变逼真大卫,用AI生成3D虚拟世界

    英伟达官方盘点2023年10大研究,从CV到AI,从智能体到生成式AI。英伟达不但现实世界中用GPU收割全世界,也在虚拟世界中用一项项匪夷所思的技术展开了一场革命。在这个框架中,研究人员训练了一组专家降噪器,专门用于在生成过程的不同间隔中进行降噪,从提高合成能力。

  • ​亚马逊研究人员利用深度学习增强神经网络分析复杂表格数据

    亚马逊的研究人员在一篇论文中介绍了一种创新方法,旨在增强神经网络处理复杂表格数据时的性能。表格数据通常由行和列组成,看似简单,但当这些列在性质和统计特征上差异巨大时,就会变得复杂起来。这项研究为神经网络在处理复杂表格数据时的改进提供了新的思路和方法,有望在实际应用中取得更好的效果。

  • 创“芯”未来:三星神经元量子点处理器多维赋能Neo QLED 8K电视产品

    三星作为科技企业的领军者已连续17年稳居全球电视销冠,本年度发布的多款重磅新品受到了消费市场的高度认可。NeoQLED8K电视QN990Z更是将超高清显示技术与98英寸超大屏相结合,将高端化、大屏化的新趋势融入电视的创新理念中,为产品进化与消费者体验的提升开辟出宽广的增长空间。三星将持续发力新产品和新技术,以更优质的芯片为技术核心,探索更先进的显示方案,引领客厅智慧生活浪潮,使电视真正成为家庭娱乐的中枢。

  • ChatGPT模型在神经学考试中表现出色,超越人类学生水平

    近期发表在JAMANetworkOpen期刊的一项研究中,研究人员评估了两个ChatGPT大型语言模型在回答美国精神病学和神经学委员会问题库的问题时的表现。他们比较了这两个模型在低阶和高阶问题上的结果与人类神经学生的表现。值得注意的是,这些模型没有针对神经学目的进行调整,也没有允许它们访问不断更新的在线资源,这两者都可能进一步提高它们与人类创作者之间的性能差距�

  • ​MIT新创公司Liquid AI融资近4千万美元,希望构建新型液态神经网络人工智能

    LiquidAI,一家由MIT孵化的新兴公司,近日成功完成了一轮接近4千万美元的种子轮融资,其目标是构建一种全新类型的人工智能,被称为液态神经网络。这一创新性的技术基于液态神经网络架构,旨在提供更为精简、可解释且动态适应的人工智能系统。该公司希望通过商业化液态神经网络技术,竞争构建GPT模型的基础模型公司,致力于打造超越传统GPT的最佳新型Liquid基础模型。

  • 苹果介绍设备端神经网络驱动的「个人声音」辅助功能:残疾人可使用 iPhone 保留自己的声音

    今天,苹果分享了一个温馨的广告,展示了其新推出的「个人声音」辅助功能,该功能适用于iPhone、iPad和Mac。图片来自Apple苹果公司在iOS17.iPadOS17和macOSSonoma中引入的个人声音功能允许那些面临失去语言能力风险的用户创建一个类似于他们实际声音的合成语音,以便他们能继续与他人交流。通过个人声音功能,苹果能够完全在设备端训练神经网络,从在保护用户隐私的同时提升语言辅助功能。

  • UltraFastBERT:推理过程仅用0.3%神经元,性能与类似的BERT模型相当

    ETHZurich的研究人员成功推出了一项创新性的技术——UltraFastBERT,该技术通过在推理过程中仅使用0.3%的神经元,实现了与其他类似BERT模型相当的性能水平。这一创新主要通过引入快速前馈网络来解决在推理过程中减少神经元数量的问题,相较于基准实现,取得了显著的速度提升。未来的工作可能着重于在流行框架如PyTorch或TensorFlow中实现可重现的模型,并进行广泛的基准测试,以评估UltraFastBERT及类似高效语言模型的性能和实际影响。

  • 马里兰&NYU合力解剖神经网络 模型反转用于解释AI生成图像

    马里兰&NYU合力解剖神经网络,推出一种新的类反转方法,称为"Plug-InInversion",用于生成神经网络模型的可解释图像。在神经网络训练中,一些神经元可能永远输出0,被称为"死节点"这些节点可以通过优化算法生成诡异和恐怖的图像。PII方法为神经网络模型的解释提供了新的工具和途径,有望加深对模型内部行为的理解,进一步推动神经网络研究的发展。

  • DeepMind验证卷积神经网络在大规模数据集上可媲美视觉变换器

    最新研究表明,卷积神经网络在大规模数据集上能够与视觉变换器媲美,挑战了以往认为视觉变换器在这方面具有卓越性能的观点。在计算机视觉领域,ConvNets一直以来都是在各种基准测试中取得卓越性能的标准。这些结果突显了同时扩展计算和数据资源的重要性,为计算机视觉研究的未来带来了新的启示。

  • 35年首次证明,NYU重磅发现登Nature:神经网络具有类人泛化能力,举一反三超GPT-4

    10月27日,全球顶级机器人开发商波士顿动力在官网展示了一项新的研究,通过将ChatGPT、Spot以及其他AI模型相结合,开发了一种会说话的导游机器狗。该机器狗能够根据文字、语音提示与人类进行交谈,同时提供了视觉问答功能,可以分析摄像头拍摄的画面,自动生成图像说明。波士顿动力以开发高度先进、灵活且具有实用性的机器人闻名,其产品在工业、研究和消费领域都有

  • 35年首次证明!NYU重磅发现登Nature:神经网络具有类人泛化能力,举一反三超GPT-4

    35年来,认知科学、人工智能、语言学和哲学领域的研究人员一直在争论神经网络是否能实现类似人类的系统泛化。人们一直认为,AI无法像人类一样具有「系统泛化」能力,不能对没有经过训练的知识做到「举一反三」,几十年来这一直被认为是AI的最大局限之一。我们正一步步接近未来:机器不仅能理解人类的的语言能掌握细微的差别和语义,从促进更加无缝和直观的人机交互未来。

  • DeepSparse:利用稀疏性加速神经网络推理

    DeepSparse是一种突破性的CPU推理运行时,采用了复杂的稀疏性技术,从实现了神经网络推理的加速。稀疏性是指神经网络中存在许多连接权重为零的情况。多层次API:提供引擎、管道和服务器等多层次的API,以满足不同应用场景的需求。

  • 多模态神经网络SALMONN 能够理解声音世界的AI模型

    SALMONN是一个多模态神经网络,能够直接处理和理解包括语音、音频事件和音乐在内的一般音频输入,并在多种语音和音频任务上取得竞争性表现。论文地址:https://arxiv.org/pdf/2310.13289v1.pdfSALMONN采用了两个互补的音频编码器,一个用于处理语音,另一个用于处理非语音音频事件,以实现对各种音频任务的优越性能。这一研究有望推动具有通用听觉能力的人工智能的发展。

  • 研究发现“蒙娜丽莎”画作有毒:所使用颜料可破坏神经系统

    达芬奇的经典传世名作《蒙娜丽莎》和《最后的晚餐》竟然有毒?最新研究证明了这一点。它被置于卢浮宫二楼中间的一个大厅,是卢浮宫的镇馆之宝之一,它身上还被冠以众多世界级”的称号:全球最珍贵的艺术珍宝之一,世界上被观看次数最多、报道次数最多的名画之一。

  • 未来科学大奖周2023|张韶峰:AI将成为企业的神经中枢与调度中心

    10 月 16 日,未来科学大奖周 2023 科技论坛成功召开。在这场世界 级科学盛宴上,百融云创CEO张韶峰与香港科技大学副校长兼数学系讲座教授、香港科技大学大数据生物智能实验室主任、香港科技大学大数据研究所副所长汪扬,未来论坛青年理事、计算机工程博士、香港科技大学讲座教授谢源受邀参与大会。三位来自科研领域和产业领域的优秀代表,从不同视角探讨人工智能如

  • 公共场合手机外放太烦人!女生火车上装神经病阻止阿姨外放 网友点赞

    在公共场合用手机外放的,你对此类行为反感吗?山东济南00后女生火车上假装神经病”阻止她人音乐外放声音过大:阿姨,能小点声吗?还有网友感慨,把一个正常人逼得要使出不正常的做法,哎,高铁什么时候可以对不文明行为采取更为严厉的措施。

  • Anthropic宣布关键突破,解析人工神经网络行为

    人工智能初创公司AnthropicPBC近日宣布了一项重大突破,他们表示已找到一种更好地理解支撑其人工智能算法的神经网络行为的方法。这一研究成果有望在提高下一代人工智能的安全性和可靠性方面产生深远影响,使研究人员和开发者能够更好地控制其模型的行为。这可能对克服理解语言模型行为的挑战至关重要。

  • 大语言模型迎来重大突破!找到解释神经网络行为方法

    获得亚马逊40亿美元投资的ChatGPT主要竞争对手Anthropic在官网公布了一篇名为《朝向单义性:通过词典学习分解语言模型》的论文,公布了解释经网络行为的方法。由于神经网络是基于海量数据训练成,其开发的AI模型可以生成文本、图片、视频等一系列内容。理解神经网络行为,对增强大语言模型的安全性、准确性至关重要。

  • 分解大模型的神经元!Claude团队最新研究火了,网友:打开黑盒

    神经网络的不可解释性,一直是AI领域的“老大难”问题。我们似乎取得了一丝进展——ChatGPT最强竞对Claude背后的公司Anthropic,利用字典学习成功将大约500个神经元分解成了约4000个可解释特征。薪资在25万美元-52万美元之间,研究内容跟如上报告息息相关。

  • 依靠神经网络和大数据!特斯拉FSD技术细节曝光:不使用高清地图

    近日,特斯拉在硅谷车主俱乐部中发布了最新的FSD演示视频。从图中我们可以看到,特斯拉在FSD的加持下,在没有任何导航的情况下湖边的一条土路上行驶。马斯克曾多次强调特斯拉的视觉识别能力,并表示:道路是为生物神经网络和眼睛设计的,因此数字神经网络和摄像头将发挥最佳作用。

  • 揭开多模态神经元的秘密:从 Molyneux 到 Transformers 的过程

    Transformers成为了人工智能领域最重要的创新之一。这种神经网络架构于2017年推出,彻底改变了机器理解和生成人类语言的方式。这有望推动人工智能在多模态智能应用中的发展。

  • 新型神经网络ResFields 擅长理解随时间变化的复杂 3D 场景

    ResFields提出了一种新的神经网络结构,可以更好地表示复杂的时空信号。该方法的核心思想是在多层感知机中替换一个或多个层,使用依赖时间的可训练残差权重参数。核心优点:1.运行时间快,基础MLP结构不变,保持高效推理2.更好的泛化能力,保留MLP的正则化效果3.通用性强,可无缝集成大多数基于MLP的时空信号方法4.容易拓展,兼容各种先进技术研究为时空信号表示领域提供了一种简单有效的改进方案,具有重要研究价值。

  • 女子长期晚上关灯玩手机:诱发青光眼 视神经萎缩30%

    晚上熬夜刷手机,是现在很多年轻人的日常,但这种行为对眼睛是一种极大的伤害。比如武汉周女士,经常在睡前关灯玩手机,3年前左眼就出现了肿胀、视物模糊等症状,休息后就能基本恢复,便一直没在意。长期熬夜玩手机,可使大脑皮层处于兴奋状态,有癫痫病史者可能会出现癫痫再次发作,严重的癫痫发作可演变成癫痫持续状态,不利于人体健康。

  • AI可以识别香气了 利用神经网络让你“看见”气味

    研究人员利用一种称为图神经网络的深度学习算法,建立了一种模型,能够将化合物的结构映射到气味描述。该模型已成功预测人类小组如何描述新的气味,这可能是沿着长路征程中的重要一步,最终实现气味的数字化。要实现像通过互联网共享气味这样的可能性需要做更多工作。

  • 伯克利研究人员推出 Nerfstudio:用于神经辐射场开发的Python框架

    加州大学伯克利分校的研究人员开发了名为Nerfstudio的Python框架,用于神经辐射场的开发。NeRF是一种可以从2D照片创建3D可导航场景的技术。文章还提到了未来工作的发展方向,包括开发更合适的评估指标和将框架与计算机视觉、计算机图形学和机器学习等领域进行整合。

  • 联合国警告:不受监管的AI芯片植入神经技术威胁“思想自由”

    联合国建议不要使用不受监管的人工智能芯片植入神经技术,称这对人们的心理隐私构成严重风险。联合国表示,不受监管的神经技术可能会带来有害的长期风险,例如影响年轻人的思维方式或获取私人思想和情感。报告称:“如果没有道德护栏,这些技术可能会带来严重风险,因为大脑信息可能被访问和操纵,威胁到基本权利和基本自由这些权利和自由是人类身份、思想自由、隐私和记忆概念的核心。

  • 联合国教科文组织:神经技术和人工智能共同威胁「心理隐私」

    联合国科教文组织在巴黎举行的「神经技术伦理国际会议」上表示,他们已经开始制定全球「伦理框架」,以应对快速科技进步所带来的人权问题。神经技术是一个快速发展的领域,将电子设备与神经系统连接起来。预计神经技术设备市场将在2027年达到242亿美元。