首个像人类一样思考的网络!Nature子刊:AI模拟人类感知决策
最近,一篇发表在《自然》子刊上的论文引起了广泛关注。该论文介绍了一种名为RTNet的神经网络,它能够模拟人类在感知决策过程中的思维方式。这一突破性的研究为人工智能领域带来了新的启示,同时也引发了一些争议。 RTNet是一种基于深度学习的神经网络模型,它能够模拟人类在面对选择时的决策过程。研究人员通过训练RTNet来预测人类在各种感知任务中的...
神经网络也有空间意识!学会在Minecraft创建地图,登上Nature子刊
神经网络在空间认知领域的突破引起了广泛关注,最近,一项发表在Nature子刊上的研究成果展示了神经网络在空间意识上的惊人能力。这项研究由一支国际团队完成,他们使用神经网络在Minecraft游戏中创建了一个地图,这一成果标志着神经网络在空间认知领域的重大突破。 在这项研究中,研究人员使用了一种名为“预测编码”的神经网络模型。预...
突破神经网络限制,量子蒙特卡洛研究新进展登Nature子刊
时隔四个月,ByteDance Research 与北京大学物理学院陈基课题组又一合作工作登上国际顶级刊物 Nature Communications:论文《 Towards the ground state of molecules via diffusion Monte Carlo on neural networks 》将神经网络与扩散蒙特卡洛方法结合,大幅提升神经网络方法在量子化学相关任....

业界首个适用于固体系统的神经网络波函数,登上Nature子刊
当今社会,“跨界” 逐渐成为各行各业寻找新可能的一个热门选择,学术界不同领域之间也时常能摩擦出智慧的火花。随着人工智能技术兴起,在化学、物理等领域,传统的研究方法逐渐与机器学习融合。机器学习能够处理海量数据,解决复杂场景下的科学难题,带领科学探索抵达过去无法触及的新领域。比如 DeepMind 用人工智能软件 AlphaFold 对科学界已知的几乎所有蛋白质结构进行了高度准确的预测;Christ....

图神经网络发Nature子刊,却被爆比普通算法慢104倍,质疑者:灌水新高度?
GNN 是近年来非常火的一个领域。最近,一篇 Nature 子刊论文提出了一种用 GNN 解决组合优化问题的方法,并声称该 GNN 优化器的性能与现有的求解器相当,甚至超过了现有的求解器。不过,这篇论文引来了一些质疑:有人指出,这个 GNN 的性能其实还不如经典的贪心算法,而且速度还比贪心算法慢得多(对于有一百万个变量的问题,贪心算法比 GNN 快 104 倍)。所以质疑者表示,「我们看不出有什....

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。
域名解析DNS
关注DNS行业趋势、技术、标准、产品和最佳实践,连接国内外相关技术社群信息,追踪业内DNS产品动态,加强信息共享,欢迎大家关注、推荐和投稿。
+关注