С начала 2025 года трафик нейросетей в России вырос в шесть раз
ChatGPT 处于领先地位，占总流量的 39.9%；俄罗斯解决方案 GigaChat 和“Alice AI”占 13%。
神经模型和符号模型以根本不同的方式压缩世界，而稀疏自动编码器 (SAE) 提供了连接它们的桥梁。后神经网络是模糊的，符号系统是支离破碎的。稀疏自动编码器帮助我们将它们组合起来。首先出现在《走向数据科学》上。
Mediascope: Каждый четвертый россиянин использует нейросети хотя бы раз в месяц
最受欢迎的人工智能服务是“Alice AI”和DeepSeek，建立了统一的RuNet受众计量表。
Understanding Convolutional Neural Networks (CNNs) Through Excel
深度学习通常被视为黑匣子。我们知道它从数据中学习，但我们很少停下来问它如何真正学习。如果我们可以打开那个盒子并观察每一步在我们眼前发生怎么办？使用 Excel，我们可以做到这一点，看看数字如何变成模式，以及简单的计算如何成为我们所谓的“深度学习”的基础。在本文中，我们将直接在 Excel 中构建一个微型卷积神经网络 (CNN)，以逐步了解机器如何检测图像中的形状、模式和含义。通过 Excel 的卷积神经网络 (CNN) 首先出现在《走向数据科学》上。
I Measured Neural Network Training Every 5 Steps for 10,000 Iterations
图片来自 Pixabay.com 文章《我每 5 个步骤测量 10,000 次迭代的神经网络训练》一文首先出现在《走向数据科学》上。
Decentralized Computation: The Hidden Principle Behind Deep Learning
深度学习的大多数突破——从简单的神经网络到大型语言模型——都建立在比人工智能本身更古老的原则之上：去中心化。现代基于深度学习的人工智能模型之所以成功，是因为许多简单的单元在本地进行交互，而不是依赖强大的“中央规划器”来协调和指挥其他组件的行为。
Sharp Monocular View Synthesis in Less Than a Second
我们提出了 SHARP，一种从单个图像合成逼真视图的方法。给定一张照片，SHARP 会回归所描绘场景的 3D 高斯表示的参数。在标准 GPU 上，通过神经网络的单个前馈传递，这一过程可在不到一秒的时间内完成。然后可以实时渲染由 SHARP 生成的 3D 高斯表示，为附近的视图生成高分辨率的逼真图像。该表示是公制的，具有绝对比例，支持公制相机移动。实验结果表明夏普提供......
IEEE Transactions on Evolutionary Computation, Volume 29, Issue 6, December 2025
1) 一种大规模重叠问题的增强差分分组方法作者：田茂江、陈明科、杜伟、唐阳、金耀初页数：2272 - 22862) 一种多目标分布式异构焊接流车间调度的进化多任务模因算法作者：李锐、王凌、龚文银、费MingPages: 2287 - 22983) DP-FSAEA: Differential Privacy for Federated Surrogate-Assisted Evolutionary Algorithms作者：Yuping Yan, Xilu Wang, Péter Ligeti, Yaochu JinPages: 2299 - 23124) 一种基于树的节能混合流水车间多目标进
IEEE Transactions on Neural Networks and Learning Systems, Volume 36, Issue 12, December 2025
1) 大语言模型增强医疗对话生成中医生决策感知和潜在主题细化的新方法作者：Jinli 张、Junzhe Jiang、Fenglong Ma、Zongli Jiang、Qi Tan、Yong Cheng Zhou 页数：19974 - 199852）Segment Any Cell：基于 SAM 的自动提示微调框架细胞核分割作者：Saiyang Na、YuzhiGuo、Feng Jiang、HehuanMa、JeanGao、Jun ZhouHuang页数：19986 - 199953) MBUNeXt：基于层融合策略的多分支编码器聚合网络用于多模态脑肿瘤分割作者：Qinghao Liu、Yueh
IEEE Transactions on Fuzzy Systems, Volume 33, Issue 12, December 2025
1) 具有软时间窗和模糊旅行时间的集成生产调度和车辆路径问题的模糊叠加运算和知识驱动协同进化算法作者：黄明、黄思翰、杜百钢、郭军、李一兵页数：4152 - 41662) 可持续制造系统设计中基于语言模式的设施布局优化作者：Jerzy Grobelny, Rafał Michalski 页数：4167 - 41793）集成 LLM 和 AFIS 的混合框架，用于可解释的事实检查作者：Micaela Lucia Bangerter、Giuseppe Fenza、Domenico Furno、Mariacristina Gallo、Vincenzo Loia、Claudio Stanzione、Il
IEEE Transactions on Artificial Intelligence, Volume 6, Issue 12, December 2025
1) 基于主体建模中的生成主体：概述、验证和新兴挑战作者：Carlo Adornetto、Adrian Mora、Kai Hu、Leticia Izquierdo Garcia、Parfait Atchade-Adelomou、Gianluigi Greco、Luis Alberto Alonso Pastor、Kent Larson 页数：3165 - 31832) KnowZRel：通用场景图生成的基于常识知识的零样本关系检索作者：M. Jaleed Khan、John G. Breslin、Edward Curry 页数：3184 - 31943) 用于高能物理的洛伦兹等变量子图神经网络
IEEE Transactions on Artificial Intelligence, Volume 6, Issue 12, December 2025
1) 基于主体建模中的生成主体：概述、验证和新兴挑战作者：Carlo Adornetto、Adrian Mora、Kai Hu、Leticia Izquierdo Garcia、Parfait Atchade-Adelomou、Gianluigi Greco、Luis Alberto Alonso Pastor、Kent Larson 页数：3165 - 31832) KnowZRel：通用场景图生成的基于常识知识的零样本关系检索作者：M. Jaleed Khan、John G. Breslin、Edward Curry 页数：3184 - 31943) 用于高能物理的洛伦兹等变量子图神经网络
IEEE Transactions on Emerging Topics in Computational Intelligence Volume 9, Issue 6, December 2025
1) 以用户为中心的智能系统的可解释性、鲁棒性和公平性：系统综述作者：Idrees A. Zahid、Salem Garfan、M.A. Chyad、A. S. Albahri、O. S. Albahri、A. H. Alamoodi、Muhammet Deveci、Raad Z. Homod、Laith Alzubaidi 页数：3728 - 37532)走向机器学习模型逐点可靠性评估技术的综合分类作者：João Loureiro、Lorena Petrella、Paulo Gil、Teresa Rocha、Simão Paredes、Jorge Henriques页数：3754 - 377
Could Symbolic AI Unlock Human-like Intelligence?
将较新的神经网络与较旧的人工智能系统相结合可能是构建人工智能以匹配或超越人类智能的秘诀
What Is the NVIDIA Jetson Nano Developer Kit Used For? Explained
NVIDIA Jetson Nano 开发者套件是一款紧凑而强大的 AI 计算机，专为创客、学习者和开发者设计。凭借其 128 核 Maxwell GPU、四核 ARM CPU 和 4GB 内存，它能够以经济实惠的价格进行机器学习、机器人、计算机视觉和边缘 AI 应用实验。无论您是构建智能机器人、训练神经网络还是探索物联网项目，Jetson Nano 都能提供性能、可访问性和多功能性的完美平衡。在本文中，我们将解释 Jetson Nano 的用途、工作原理以及为什么它成为学生、业余爱好者和专业人士最喜欢的工具。 NVIDIA Jetson Nano 开发人员套件是一款小型、经济实惠的 AI 计
PyTorch Tutorial for Beginners: Build a Multiple Regression Model from Scratch
PyTorch 实践：构建用于多元回归的 3 层神经网络《PyTorch 初学者教程：从头开始构建多元回归模型》首先出现在《走向数据科学》上。
Ростех начал серийное производство «умных» систем наблюдения для ударных дронов
该产品实现了神经网络算法，可让您自动检测、识别和跟踪物体
Опасения россиян относительно ИИ растут
在俄罗斯，由于神经网络的影响，焦虑情绪出现了新的增加。 2025年第三季度“国家焦虑指数.KROS”显示，人工智能对人类的攻击是该国居民担忧的十大原因之一。
