人类通常很擅长识别何时出错，但人工智能系统则不然。根据一项新的研究，由于存在百年历史的数学悖论，人工智能通常会受到固有的限制。像一些人一样，人工智能系统的自信程度往往远远超过他们的阅读全文>>

传统上，只要参数的数量大于要满足的方程数量，我们就可以使用参数化模型来进行数据插值。但在深度学习中，一个令人困惑的现象是，模型训练使用的参数数量比这个经典理论所建议的要多得多。深度学习中经常会出现各种大型的神经网络，神经阅读全文>>

2020年是立体神经渲染（Volumetricneuralrendering）爆发的一年，比如NeRF可以生成高质量的视图合成结果，但这种方法需要对每个场景进行优化，导致重建时间阅读全文>>

作为如今最成功的人工智能算法，人工神经网络，可以松散地模拟了人脑中真实神经网络的复杂链接。不过与人脑的高能效相比，实在是太费电了。于是，神经拟态计算应运而生，这种技术更贴近模仿了人脑的运作机理与物理定律。然而，由阅读全文>>

传统上，只要参数的数量大于要满足的方程数量，我们就可以使用参数化模型来进行数据插值。但在深度学习中，一个令人困惑的现象是，模型训练使用的参数数量比这个经典理论所建议的要多得多。深度学习中经常会出现各种大型的神经网络，神经网络是执行类人任务的领先AI系阅读全文>>

COVID-19大流行病为医疗培训带来了挑战和机遇。远程学习技术在一些领域已经变得越来越重要。一项新研究发现，在远程环境中，人工智能(AI)辅导系统的表现可以超过人类专家导师。?阅读全文>>