工业AI成功的关键是可靠的历史数据，这些数据需要调整大数据的形式，通常需要更少的变量使其能够适应人工智能，通过对智能数据进行重新设计，以及引入适当的培训，企业的回报率可以提高5%至15%。 许多工业企业拥有大量的超过实际需要数据，但企业在人工智能方面的努力仍然低于...

为了保持机器学习的持续进展，并使其在人工智能方面取得成功，解决该领域的可复制性和透明度问题至关重要 机器学习如今正在面临一些危机，将会阻碍该领域的快速发展。这些危机源于一个更广泛的困境，即科学研究的可重复性。根据《自然》杂志对 1,500 名科学家进行的一项调查，...

机器学习方面没有免费的午餐。因此，确定使用哪种算法取决于许多因素：从手头的问题类型，到预期的输出类型。本文介绍了您在为数据集探究合适的机器学习方法时，须关注的几个考量因素。 编辑搜图 作者丨Yogita Kinha ...

自动化生产中的“数值控制”是公开的，平台系统“数字控制”的过程却是隐秘的，因为其收集数据、运用数据结果的过程是隐秘的。 困在系统中的外卖骑手正在反击。 近日国外科技媒体Wired报道，平台公司利用算法迫使外卖骑手更快、更高效工作，导致了相关...

来自 MIT 和哈佛大学博德研究所等机构的一项研究刚刚登上了 Nature 封面。他们创建了一个数学框架来预测基因组中非编码序列的突变及其对基因表达的影响。 尽管每个人类细胞都包含大量基因，但所谓的「编码」DNA 序列仅占人类整个基因组的 1%。剩下的 99% 由...

在人工智能领域，由斯坦福大学发起的人工智能指数（AI Index）是一个追踪 AI 动态和进展的非营利性项目，旨在全面研究 AI 行业状况，旨在促进基于数据的 AI 广泛交流和有效对话。 刚刚，AI Index 正式发布了 2022 年度报告。 编辑搜图 报...