
毕树超入职Meta后首发声:十年前怀疑AGI,如今深信AGI已至!
毕树超入职Meta后首发声:十年前怀疑AGI,如今深信AGI已至!Meta超级智能团队成员毕树超,回溯70年AI进化:从AlexNet掀起深度学习革命
Meta超级智能团队成员毕树超,回溯70年AI进化:从AlexNet掀起深度学习革命
上海交通大学研究团队提出了一种融合无人机物理建模与深度学习的端到端方法,实现了轻量、可部署、可协同的无人机集群自主导航方案,其鲁棒性和机动性大幅领先现有方案。
人潮汹涌,信息爆棚。 智东西7月27日报道,本周六,史上最盛大的一届世界人工智能大会(WAIC 2025)正式开幕!今年大会不仅把重量级学术大佬“深度学习三巨头”之一、2018年图灵奖得主、2024年诺贝尔物理学奖得主杰弗里·辛顿都请到开幕式做演讲,连展会都是前所未有的爆场。
深度学习界的传奇论文,终于等来了它的“封神”时刻!
当整个 AI 视觉生成领域都在 Transformer 架构上「卷生卷死」时,一项来自北大、北邮和华为的最新研究却反其道而行之,重新审视了深度学习中最基础、最经典的模块——3x3 卷积。
上海交通大学研究团队提出了一种融合无人机物理建模与深度学习的端到端方法,该研究首次将可微分物理训练的策略成功部署到现实机器人中,实现了无人机集群自主导航,并在鲁棒性、机动性上大幅领先现有的方案。
在 AI 成为全球共识之前,他已经坚定押注;在众人质疑深度学习时,他默默下注;在通用智能仍属“天方夜谭”的年代,他成为 OpenAI 最早的支持者之一。
【2025年6月,波士顿】近日,全球下一代AI驱动器官芯片平台创新公司耀速科技(Xellar Biosystems)与国际制药巨头辉瑞(Pfizer)联合发布一项重磅成果:AI深度学习病理图像自动识别系统。
人工智能正以前所未有的速度改变世界,但其背后的核心机制,远不止于复杂的算法和算力堆叠。本文从神经科学先驱约翰·霍普菲尔德(John Hopfield)的研究出发,追溯深度学习的发展脉络,揭示一个令人意想不到的事实:许多现代AI模型的理论基础,源自上世纪物理学家研究磁性材料时提出的“自旋玻璃”模型。
当以端到端黑盒训练为代表的深度学习深陷低效 Scaling Law 而无法自拔时,我们是否可以回到起点重看模型表征本身——究竟什么才是一个人工智能模型的「表征质量」或者「泛化性」?我们真的只有通过海量的测试数据才能抓住泛化性的本质吗?或者说,能否在数学上找到一个定理,直接从表征逻辑复杂度本身就给出一个对模型泛化性的先验的判断呢?