Qudata领域信息情报检索

收集有关机器学习和人工智能开发服务的最新新闻,数据更新和研究结果。Qudata是一家于2018年从游戏开发公司崛起,并转型专注于解决复杂的机器学习和人工智能挑战的初创公司。

BASE TTS:十亿参数文本转语音模型的力量

BASE TTS: the power of billion-parameter text-to-speech model

亚马逊最新的 TTS 模型及其创新架构为语音合成树立了新的标杆。 BASE TTS 不仅实现了无与伦比的语音自然度,而且在处理各种语言属性和细微差别方面表现出非凡的适应性。

介绍 MPT-7B:一种新的开源、可商业使用的 LLM

Introducing MPT-7B: a new open-source, commercially usable LLM

MPT-7B 提供优化的架构和性能增强,包括与 HuggingFace 生态系统的兼容性。该模型在 1 万亿个文本和代码标记上进行了训练,并为可商业使用的 LLM 树立了新标准。

深度主动学习——一种新的模型训练方法

Deep active learning – a new approach to model training

深度主动学习将传统的神经网络训练与战略数据样本选择相结合。这种创新方法可在广泛的应用中提高模型性能、效率和准确性。

材料科学重塑:AI 加速绿色能源解决方案

Materials science reshaped: AI accelerates green energy solutions

高通量计算筛选和 ML 算法的集成使科学家能够超越传统的限制,实现对材料的动态探索。这种结合导致了具有独特性质的新材料的发现。

AI 系统“共同科学家”掌握诺贝尔奖获奖化学反应

AI system “Coscientist” masters Nobel Prize-winning chemistry reactions

先进的 AI 实验室合作伙伴 Coscientist 可以自主规划和执行化学实验。该系统具有快速学习能力,擅长化学推理、技术文档利用和熟练的自我纠正。

StableRep:改变 AI 的学习方式

StableRep: transforming how AI learns

StableRep 模型通过利用合成图像增强了人工智能训练。通过文本提示生成不同的图像,它不仅解决了数据收集挑战,还提供了更高效、更具成本效益的训练替代方案。

迈向未来:48 量子比特可编程处理器

Step into the future: a 48-qubit programmable processor

研究人员联手创建了一种可编程量子处理器,该处理器基于逻辑量子位以高容错率运行。这为大规模和可靠的量子计算开辟了新的前景,能够解决以前难以解决的问题。

图灵测试不再有效了吗?

Does the Turing test no longer work?

图灵测试曾经是机器思维的开创性测试,但现在却受到 AI 模仿人类反应能力的限制。一项新研究引入了一个三步系统来确定人工智能是否可以像人类一样推理。

QuData 的 AI 乳腺癌检测:医疗保健领域的技术飞跃

AI-powered breast cancer detection by QuData: a technological leap in healthcare

QuData 推出了一种创新的 AI 驱动的乳腺癌诊断系统。这项变革性技术可确保早期发现和及时干预,标志着在可访问、准确、及时治疗和更好结果方面迈出了重要一步。

谷歌的 Gemini AI 将超越 ChatGPT

Google’s Gemini AI is going to surpass ChatGPT

突破性的 NLP 模型 Gemini AI 将超越现有基准。凭借其多模态能力、跨各个领域的可扩展性以及在 Google 生态系统中的集成潜力,Gemini AI 代表了 AI 技术的重大飞跃。

从社交媒体到宏观经济学:ALERTA-Net 和股市分析的未来

From Social Media to Macroeconomics: ALERTA-Net and the Future of Stock Market Analysis

ALERTA-Net 是一种新的深度神经网络,结合了社交网络、宏观经济指标和搜索引擎数据。该独特模型可以预测股价走势和股市波动,超越了传统的分析方法。

GPT-4 通过了图灵测试吗?

Does GPT-4 Pass the Turing Test?

1950 年,英国科学家艾伦图灵提出了一项测试来确定机器是否能够思考。到目前为止,还没有人工智能成功通过。ChatGPT 会是第一个吗?

降低 AI 模型能耗的新工具

New tools to reduce energy consumption in AI models

林肯实验室正在积极推进减少人工智能模型能耗的努力。他们的目标包括提高能源使用的透明度和提高人工智能模型训练的效率。

OpenAI DevDay:人工智能世界有什么新鲜事

OpenAI DevDay: what's new in the world of artificial intelligence

OpenAI 举办了令人印象深刻的 DevDay,介绍了新功能。让我们深入创新世界,探索人工智能领域的新视野。在我们的文章中了解所有新的惊人可能性!

深度学习是人工智能的必要组成部分吗?

Is deep learning a necessary component of artificial intelligence?

巴伊兰大学的科学家继续研究树状架构,研究人工智能对深度学习的需求,并提出了可能对复杂分类任务更有效的替代机器学习方法。

增强空中安全性:人工智能如何帮助无人机

Enhancing sky safety: how artificial intelligence aids drones

来自保证自主研究所的研究人员重点介绍了使用先进的人工智能技术和模拟环境确保日益增长的无人机系统安全的新方法。

跟踪每个像素:使用 OmniMotion 进行运动估计

Tracking every pixel: motion estimation with OmniMotion

最新的运动估计方法可以提取帧中每个像素的长期运动轨迹,即使在快速运动和复杂场景的情况下也是如此。在这篇关于 OmniMotion 的文章中详细了解这项激动人心的技术和运动分析的未来。

受蚂蚁启发的神经网络增强机器人导航

Ant-Inspired Neural Network Boosts Robot Navigation

受到蚂蚁的启发,爱丁堡大学和谢菲尔德大学的研究人员正在开发一种人工神经网络,帮助机器人在复杂的自然环境中识别和记住路线。