学习系统关键词检索结果

访谈:Ambi Robotics 创始人在新市场中看到“巨大机遇”

Interview: Ambi Robotics founder sees ‘huge opportunities’ in new markets

Ambi Robotics 的创立在历史的迷雾中有些模糊,但它始于地下室里一些被遗弃的机器人,以及 2018 年在加州大学伯克利分校举行的联合创始人会议。在大约一年的时间里,五位创始人在机器人模拟到现实的迁移学习系统方面取得了突破,称之为 Sim2Real AI,[…]

视频星期五:节日快乐!

Video Friday: Happy Holidays!

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。ICRA 2025:2025 年 5 月 19 日至 23 日,佐治亚州亚特兰大欣赏今天的视频!在 FZI,我们的机器人不仅要工作,它们还会参加我们的庆祝活动。我们害羞的机器人 Spot 偶然闯入了今年的 FZI 冬季市场……,这是机器人和人类共同的欢乐活动。他会找到自己的位置吗?我们当然希望如此,因为与喝热油的朋友碰杯后,Feuerzangenbowle 的味道会更好。[ FZI ]谢谢,Georg!弗劳恩霍夫

思想领袖问答:与 Aisling MacNamara 讨论后远程工作时代的入职培训和员工敬业度

Thought Leader Q&A: Discussing Onboarding In A Post-Remote Working World And Employee Engagement With Aisling MacNamara

这篇以 LearnUpon 的 Aisling MacNamara 为特色的问答探讨了如何通过学习系统进行扩展以及克服技能发展障碍的方法。本文首次发表于 eLearning Industry。

一切学习都很重要:为什么数据移动性是基于技能的人才管理的关键

All Learning Counts: Why Data Mobility Is the Key to Skills-Based Talent Management

我们有着共同的未来愿景,即数据移动性将开启一个真正敏捷的工作和学习系统,这个系统反映了劳动力不断变化的状况——几代人都希望以灵活的方式进行职业发展。文章《所有学习都很重要:为什么数据移动性是基于技能的人才管理的关键》首先出现在阿斯彭研究所。

IEEE 认知和发展系统汇刊,第 16 卷,第 4 期,2024 年 8 月

IEEE Transactions on Cognitive and Developmental Systems, Volume 16, Issue 4, August 2024

1) 基于多模态生理信号的用户感知多层级认知工作量估计作者:Pierluigi Vito Amadori、Yiannis Demiris页数:1212 - 12222) TR-TransGAN:用于纵向 MRI 数据集扩展的时间递归 Transformer 生成对抗网络作者:Chen-Chen Fan、Hongjun Yang、Liang Peng、Xiao-Hu Zhou、Shiqi Liu、Sheng Chen、Zeng-Guang Hou页数:1223 - 12323) 基于多标准 TD3 的深度强化学习用于分散式多机器人路径规划作者:Heqing Yin、Chang Wang、Chao

联合之路聚焦

A United Way spotlight

查看马萨诸塞湾联合之路的新博客文章,其中介绍了儿童策略。博客称我们“虽小但很强大”,并写道:“作为联合之路公共政策组合内 124 个新道路前进合作伙伴之一,儿童战略 (SFC) 设想马萨诸塞州成为早期学习系统的领导者,有效地为年轻人做好准备 […]

数字学习平台如何在返校过渡期间为家长赋能

How Do Digital Learning Platforms Empower Parents During Back-to-School Transitions

联合国教科文组织承认,没有任何技术可以取代人类教师。同时,该组织“倡导利用数字创新来扩大教育机会,提高优质学习质量,并建立包容性和弹性的学习系统。”这是因为,除了支持难以获得优质教育的学生之外,数字学习平台还支持教师增强课堂 [...]阅读更多...

困黄瓜与机器学习:神经网络比以往任何时候都更脆弱

Сонный огурец против машинного обучения: нейросети уязвимы как никогда ранее

研究人员发现了一种黑客攻击机器学习系统的新武器。

使用 Ridgeback 服务员机器人提升就餐体验

Elevating Dining Experience With the Ridgeback Waiter Bot

移动操纵器是既可以在其环境中移动也可以与物体交互的机器人系统。它们越来越多地被应用于制造业、物流业、医疗保健业和服务业等各个领域。多伦多大学和慕尼黑工业大学的学习系统与机器人实验室的使命是增强 […]The post Elevating Dining Experience With the Ridgeback Waiter Bot appeared first on Clearpath Robotics.

2023/02/24 加入 DARPA 重新构想人工智能对国家安全的未来

2023/02/24 Join DARPA to Reimagine the Future of AI for National Security

我们如何构建人们可以信任的人工智能和机器学习系统? DARPA 希望通过其 AI Forward 计划在学术界、政府和行业专家的帮助下回答这个问题。为了启动 AI Forward,DARPA 将在 2023 年夏季举办两场研讨会,一场是 6 月 13 日至 16 日举行的虚拟活动,另一场是 7 月 31 日至 8 月 2 日在波士顿举行的现场活动。在每次研讨会期间,参与者将有机会集思广益,讨论新的问题。走向值得信赖的人工智能与国家安全应用的方向。

Cap_able 展示了一系列 Manifesto 服装,以防止面部识别

Cap_able представил коллекцию одежды Manifesto для защиты от распознавания лиц

它们的外观可能有点奇怪,但 Cap_able 声称,它们视觉上令人困惑且昂贵的棉质针织衫旨在迷惑人工智能面部识别系统,欺骗机器学习系统认为你是动物,而不是人类。

02 百小时

02 Hundred Hours

今年早些时候,Grey for Now Games 宣布他们将发布 02 Hundred Hours,这是一套针对第二次世界大战期间夜间突袭的新规则。这听起来像是一个有趣的话题,所以我预订了一套入门套装。入门套装包括规则、游戏卡、自定义骰子、计数器和 36 个人物。这些人物是 Wargames Atlantic 的多部分塑料。我还没有机会组装我的人物,但我们中的一些人想用我们已经拥有的东西尝试这个系统。我们决定使用我们的北非人物,并在非洲军团哨所执行远程沙漠小组 (LRDG) 的情报收集任务。游戏通常为两人游戏,但我们有三个人在玩和学习系统。这个系统很有趣。你抽签来决定你的哪个战士可以采取行动

与 Steve Joordens、Irameet Kaur 和 Atef Abuhmaid 一起进行可转换学习

Convertible Learning with Steve Joordens, Irameet Kaur, and Atef Abuhmaid

主持人 Mike Palmer 与 Steve Joordens 博士、Irameet Kaur 博士和 Atef Abuhmaid 博士一起参加了小组讨论,讨论他们最近的论文《可转换学习系统:我们不确定时代的确定性》。我们了解到这个小组是如何围绕 Steve 的在线课程和 peerScholar 聚集在一起的,peerScholar 是 Steve 开发的一款学习产品,Atef 在约旦哈希姆大学教授教育技术时发现了它。从那时起,随着 2020 年疫情的爆发,情况迅速发生了变化,促使该小组合作撰写了一篇论文,描述了如何设计利用异步教学、同步协作和同伴评估的学习体验,以使学生在这些充满挑战的时代

新发现的 AI 创造力:关于基础模型的关键事实以及它们如何帮助机器人讲好笑话

Newfound AI creativity: Key facts about foundation models and how they help robots tell good jokes

您是否曾见过牛油果形茶壶的照片或读过略微偏离主题的巧妙文章?如果是这样,那么您可能已经发现了人工智能 (AI) 的最新趋势。DALL-E、GPT 和 PaLM 机器学习系统正以能够完成创造性任务的创新工具而闻名。

迷你猎豹机器人创造新的速度记录

Робот Mini Cheetah устанавливает новые рекорды скорости

麻省理工学院 Improbable AI 实验室和人工智能与基础交互研究所 (IAIFI) 正在开发的四足机器人 Mini Cheetah 打破了其个人速度记录,达到了 14.04 公里/小时,这要归功于新的强化学习系统,该系统允许机器人能够独立确定最佳的运行方式并适应不同的表面。

Shaip 为您的 AI 模型确保高质量的 AI 训练数据

Shaip Ensures High-Quality AI Training Data For your AI Models

任何人工智能模型的成功都取决于输入系统的数据质量。机器学习系统依靠大量数据运行,但不能指望它们只用任何数据就能运行。它需要高质量的人工智能训练数据。如果人工智能模型的输出需要真实且 […]

myLearning 过渡到最后阶段;增强用户体验和可访问性

myLearning transitions to final phase; enhancing user experience and accessibility

myLearning 是空军部的学习系统,目前正进入部署的最后阶段,目标是在今年年底前全面投入运行。

myLearning 进入最后阶段;增强用户体验和可访问性

myLearning transitions to final phase; enhancing user experience and accessibility

空军部的学习系统 myLearning 即将进入推出的最后阶段,计划在今年年底全面投入使用。