Chief Data Office announces capabilities for the VAULT Data Platform
VAULT 平台现在拥有一套工具来支持数据开发活动的整个生命周期。现在可以提取数据、管理存储、管理元数据、操作、清理和试验数据以及可视化分析结果。
Chief Data Office announces capabilities for the VAULT Data Platform
VAULT 平台现在拥有一套工具来支持数据利用活动的完整生命周期。现在可以提取数据、管理存储、管理元数据、操作、清理和试验数据以及可视化分析结果。
Leonard Susskind: Quantum Mechanics, String Theory, and Black Holes
Leonard Susskind 是斯坦福大学理论物理学教授，也是斯坦福理论物理研究所的创始主任。他被广泛认为是弦理论之父之一，并且总的来说，他是我们这个时代最伟大的物理学家之一，无论是作为研究员还是教育家。本次对话是人工智能播客的一部分。如果您想了解有关此播客的更多信息，请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook、Medium 或 YouTube 上与 @lexfridman 联系，您可以在那里观看这些对话的视频版本。如果您喜欢播客，请在 iTunes 上给它 5 星评分或在 Patreon 上支持它。以下是本集带时间
Word2Vec explained - Assignment #5 - Udacity Deep Learning Course by Google
嗨，我确实对向量空间的工作原理有很好的理解（这要感谢我在本科和研究生院学到的所有数学知识）。但是，Udacity 深度学习课程的作业 #5 具有挑战性，它需要可视化和理解一组向量如何成功（或几乎）表示单词的概念，同时将它们并排阅读为上下文。在尝试解决作业之前，我观看了几个视频并在线阅读了大量资料。让我先用一个例子来解释这个概念。考虑一下这句话：汤米狗是我最好的朋友。作为人类，我们的理解是，这句话指的是一只名叫汤米的狗，它是作家/作者最好的朋友。你如何通过数学让机器理解这一点？答案：嵌入将上述句子中的每个单词想象成你用于关联的云 - 我想到的可视化是：<汤米><狗><最好的朋友> - 其中<>代
Roadmapping the AI race to help ensure safe development of AGI
本文附有一份可视化路线图，您可以在此处查看和下载。路线图为何重要？路线图是一种实用工具，它使我们能够展望未来，预测不同的可能路径，并确定可能带来机遇或问题的领域。其目的是可视化不同的场景，以便做好准备，避免可能导致不良未来甚至更糟的灾难的场景。这也是一种可视化理想未来并找到实现它的最佳路径的练习。路线图简介本路线图从一家虚构公司 (C1) 的角度描述了通用人工智能 (AGI) 系统开发的三种假设场景。主要关注人工智能竞赛，利益相关者努力实现强大的人工智能，以及它对安全的影响。它列出了关键参与者在各种“事态”下可能做出的决策，这些决策会导致不同的结果。交通灯颜色编码用于可视化潜在结果，绿色表示积
tfruns: Tools for TensorFlow Training Runs
tfruns 包提供了一套工具，用于跟踪、可视化和管理来自 R 的 TensorFlow 训练运行和实验。
通用人工智能开发中的竞争避免 Olga Afanasjeva、Jan Feyereisl、Marek Havrda、Martin Holec、Seán Ó hÉigeartaigh、Martin Poliak 摘要◦ 通用人工智能系统研究正在取得令人鼓舞的进展。这一进展可能会导致 AGI 出现明显的赢家通吃竞赛。◦ 有人担心，这样的竞赛可能会促使人们在安全方面偷工减料，并违背关键参与者之间既定的协议。◦ AI 路线图研究所举行了一次研讨会，开始跨学科讨论如何避免这种危险竞赛可能发生的情况。◦ 重点是确定问题范围、定义相关参与者，并通过示例路线图可视化 AI 竞赛的可能场景。◦ 研讨会是为通用
If you can't imagine things, how can you learn?
我们知道有些人无法唤起心理图像。但是，我们才开始理解这种“疏远”可能会对他们的教育产生的影响，从而低估了可视化的力量。这听起来像是一种自助的口头禅，但是越来越多的证据表明，心理图像可以加速学习并提高各种技能的表现。对于运动员和音乐家而言，“通过动作”，或在心理上排练脑海中的动作，就像体育锻炼一样有效，运动图像也可以帮助中风患者恢复瘫痪的肢体功能。对于我们大多数人来说，视觉图像对于记忆，做白日梦和想象力都是必不可少的。但是有些人显然完全缺乏思想的眼睛，发现不可能想到这种视觉图像，而他们无法这样做可能会影响他们的学习能力和教育表现。继续阅读...
Датчик GelSight позволяет роботам "видеть" руками
三年前，我们第一次听说 GelSight，这是一种用于可视化微观物体的新实验系统。当时，它被提议用于航空航天、法医学、皮肤病学和生物识别等领域。然而，现在美国麻省理工学院和东北大学的研究人员发现了这种传感器的另一种用途。他们开始将它们用作机器人的超灵敏触觉传感器。
NY Times Dot Earth博客的Andrew Revkin提供了一些可视化深水溢油阵风及其效果的绝妙方法的链接。例如，下面是在我的家乡叠加的油脂上。您可以在beowulfe.com上琐碎地制作自己的地图。另请参见“漏油危机”地图。我自己的私人石油浮雕首次出现在偶然的经济学家上。
厚生年金適用拡大の新たな論点：年金と健保の連動とマルチワーカー～年金改革ウォッチ 2024年５月号
■要点解读：扩大职工养老保险适用新问题——将召开基于养老健康保险联动、多元化工作方式多样化的职工保险适用专题小组会议听证会已按计划完成了三场。本文将探讨职工养老金与健康保险联动与多职工之间的关系，是否会成为未来备受关注的新课题。 ■目录 1 -- 上月动态 2 -- 要点：扩大职工养老金适用范围的新争论点 - 养老保险与健康保险挂钩及多人就业 1 | 反对职工养老保险与健康保险挂钩：福利加入健康保险的背景是健康保险保险公司规模小和分散2 | 不链接的优点和缺点：更容易加起来多人，但存在与现有保险范围不一致等问题 * 养老金改革Watch从2013年1月开始连载。将于2023年4月起每月第2个周
AI（人工智能）一词已经在日常生活中使用了很长时间。根据总务省《信息通信白皮书》，我们目前正处于第三次人工智能热潮。 这种热潮始于 2000 年代的日本。机器学习，即人工智能通过使用被称为大数据的大量数据自行获取知识，已经投入实际应用。此外，深度学习已经开始，人工智能通过定量地表示识别知识等对象时应注意的特征来获取知识。 然后，在 2020 年代，出现了大规模语言模型（LLM）。这是一种基于深度学习技术创建的语言模型，其特点是能够流畅地处理语言，类似于人类对话或聊天交流。为此，需要解释对方所说的词语（数据），相应地预测对话的主题，并做出适当的回应。这导致了生成式人工智能的出现，例如 OpenA
