Video Friday: 1X Robots Tidy Up
视频星期五是每周精选的精彩机器人视频，由 IEEE Spectrum robotics 的朋友收集。我们还发布未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。RoboCup 2024：2024 年 7 月 17 日至 22 日，荷兰埃因霍温ICRA@40：2024 年 9 月 23 日至 26 日，荷兰鹿特丹SIROS 2024：2024 年 10 月 14 日至 18 日，阿拉伯联合酋长国阿布扎比ICSR 2024：2024 年 10 月 23 日至 26 日，丹麦奥登塞Cybathlon 2024：2024 年 10 月 25 日至 27 日，苏黎世享受今天的视频
Competition to design AI Chips
摘自《经济学人》，Nvidia 能被赶下王座吗？看看那些争夺王冠的初创公司Nvidia 的市值超过 2 万亿美元，年收入增长超过 200%。这是它成功的原因：...GPU 负责训练和操作大型人工智能模型所需的计算重担。然而，奇怪的是，这并不是它们的设计目的。这个首字母缩略词代表“图形处理单元”，因为这种芯片最初是为处理视频游戏图形而设计的。事实证明，对于 Nvidia 来说，这些芯片可以重新用于处理 AI 工作负载，这真是幸运。但现在有几家初创公司正在设计专门为 AI 设计的芯片：Cerebras 的应对措施是将 900,000 个内核和大量内存放到一个巨大的芯片上，这样……内核之间的片上连接
Measuring China’s Science and Technology Progress
作者开发了一个自上而下的科技进步分析框架，以图形仪表板的形式说明了中国领导层的战略愿望、军事任务、新的或改进的能力，以及结果。
US Navy SEALs Want their CCM Boats to Launch Loitering Munitions, Surveillance Drones
特种作战部队 (SOF) 周会议展示了发射器的图形说明，展示了一个有八个或更多吊舱可用的多吊舱系统。美国特种作战规划人员希望找到一种方法来 [...] 文章《美国海豹突击队希望他们的 CCM 艇发射巡飞弹药和侦察无人机》首先出现在 The Aviationist 上。
Creating bespoke programming languages for efficient visual AI systems
副教授 Jonathan Ragan-Kelley 优化了计算机图形和图像的处理方式，以适应当今和未来的硬件。
Roadside Safety: DOT Should Update Public Awareness Materials on Move Over Laws
美国政府问责局的发现所有州和哥伦比亚特区都有“让行或减速”（让行）法律，通常要求驾驶员在接近停在路边且警示灯亮着的某些车辆时变道、减速或两者兼而有之。这些法律可以保护弱势的路边工人。让行法律的要求各不相同，例如要求驾驶员采取的具体行动、违法行为的潜在处罚以及涵盖的车辆类型。所有州都有涵盖急救车辆的法律，例如警车、消防车和救护车。所有州的让行法律还涵盖某些其他类型的车辆，其中可能包括高速公路施工、公用事业、垃圾车或残疾车辆。没有联邦让行法。各州通过各种方式宣传其让行法律，包括通过道路标志和社交媒体；有针对性的执法；和年度公众意识活动。在规划这些工作时，各州会考虑可用资源和员工专业知识等因素。让路
欢迎阅读我的第 178 篇精彩文章。在这里，我分享一些最新的新闻、想法和数学教师资源。1. 反比例我非常喜欢 @catrionateaches 的这条推文。在教授反比例时，我总是谈论常数乘积，但随后我直接进入公式 y = k/x。Catriona 建议对方法进行细微的改变。2. 图形转换MathsPad 有
超越 GenAI 和 LLM。bGPT 字节预测。一次性图形表示学习。保形预测 + ML。StarCoder 模型。CoRe SOTA 优化器。Sora 评论。 hybridbread 重新排序模型。INRIA MLXP。
Millions of new materials discovered with deep learning
我们分享了220万个新晶体的发现，相当于近800年的知识。我们介绍了材料探索（GNOME）的图形网络，这是我们的新深度学习工具，该工具通过预测新材料的稳定性来大大提高发现的速度和效率。
Millions of new materials discovered with deep learning
我们分享了220万个新晶体的发现，相当于近800年的知识。我们介绍了材料探索（GNOME）的图形网络，这是我们的新深度学习工具，该工具通过预测新材料的稳定性来大大提高发现的速度和效率。
Millions of new materials discovered with deep learning
我们分享了 220 万个新晶体的发现——相当于近 800 年的知识。我们推出了用于材料探索的图形网络 (GNoME)，这是我们的新深度学习工具，它通过预测新材料的稳定性显着提高了发现的速度和效率。
Millions of new materials discovered with deep learning
我们分享了220万个新晶体的发现，相当于近800年的知识。我们介绍了材料探索（GNOME）的图形网络，这是我们的新深度学习工具，该工具通过预测新材料的稳定性来大大提高发现的速度和效率。
Millions of new materials discovered with deep learning
我们分享了220万个新晶体的发现，相当于近800年的知识。我们介绍了材料探索（GNOME）的图形网络，这是我们的新深度学习工具，该工具通过预测新材料的稳定性来大大提高发现的速度和效率。
Do You Know About Secret Bitmoji's?
您知道 Secret Bitmoji 吗？今年夏天我偶然发现了它们，哇！太酷了！这些是新功能还是我们错过的功能？由于 Bitmoji 从不跟我说话——多年来我一直在 Twitter 和 Instagram 上反复发布它们的照片，但没有任何变化......我猜这是新功能？用任何词制作 Bitmoji 的能力。我以最奇怪的方式来发现这个功能，我在搜索兰花的图片——因为我爸爸给我和妈妈买了兰花，我问她的兰花长得怎么样。我发现了所有带有“兰花”一词的卡通——但没有图片。为什么？？？有趣的是，它不是兰花的卡通，只是这个词。我再次尝试，得到了一组不同的卡通。然后我意识到，等等.....只是这个词。我知道，
大约十年前，我开始了一系列“回归特别”网络研讨会，与我的好朋友 Shannon Miller 等优秀合作伙伴以及几年来我最喜欢的两个学员（他们现在已经超越了我！）Tiffany Whitehead 和 Jennifer LaGarde 在现已解散的 TLChat Cafe 上……但在此之前，我一直在为我的老师们制作 BTSN PowePoints 和 Google 演示模板，以迎接开学之夜。（2013 年）这只是为了让他们更轻松地开始新的一年，这是今年的幻灯片。我会告诉你看我的 Wikipage，里面有 10 年前或更早的所有文件，但是……唉。你知道那是不可能的。这是我对此的推文。免费为教师下
欢迎阅读我的第 173 篇精彩文章。在这里，我分享一些最新的新闻、想法和数学教师资源。1. Graphics@boss_maths 已开始分享一系列可编辑的图形，用于数学教学。这些可爱的视觉辅助工具可以根据您的需要进行调整和使用。这是 Sudeep 的压力 PowerPoint 中的一个示例。查看 Sudeep 的标签 #WednesdayVisual 以了解更多信息
What is a Precision Recall Curve and How is it Used for Machine Learning?
为什么重要：精确召回曲线是分类算法的精确度和召回率之间权衡的图形表示。
