资讯列表
终于可用可组合函数转换库！PyTorch 1.11发布，弥补JAX短板，支持Python 3.10
PyTorch 1.11、TorchData 和 functorch 现已推出。
给5G基带也加上机器学习单元：高通的AI脑洞还有太多
最先进的人工智能技术，并不总意味着数块 GPU、每秒算力上 E 的超算。应用最广泛的移动芯片上，人们正在使用最先进的 AI 技术。最近，高通再次利用 AI 实现了「突破性的 5G 效能」。在巴塞罗那举办的 MWC 2022 国际通信展上，高通 CEO 安蒙（Cristiano Amon）发布了全球首款搭载 AI 计算核心的 5G 通信基带骁龙 X70。在显卡、手机 CPU 旁边出现 AI 计算单元之后，现在连通信基带也要专门的 AI 芯片加持了 ，这不仅让人要问：「有必要吗？」首款搭载 AI 核心的 5G 基带根据
当春乃发「声」，机器之心AI科技年会嘉宾揭晓
时在中春，阳和方起。机器之心「AI科技年会」将于3月23日举办。本次活动分为三场论坛：人工智能论坛、AI x Science 论坛和首席智行官大会。由于疫情原因，「人工智能论坛」与「AI x Science 论坛」转为线上直播；「首席智行官大会」仍在北京线下举办。「人工智能论坛」直播地址：「AI x Science 论坛」直播地址：「首席智行官大会」线下报名地址：（线上）在人工智能论坛，我们将基于这几年对人工智能的跟踪观察，以及对现在及未来的判断与预测，围绕人工智能与高性能计算、联邦学习、可信AI、CV 与 NLP
巴黎出生、加拿大求学，Yoshua Bengio刚刚拿到了法国荣誉军团骑士勋章
Bengio 表示，「法国是我出生和成长的地方，我很高兴能在蒙特利尔接受这枚来自法国的勋章。」
最高奖金50万，腾讯云开发技术峰会·公益编程挑战赛报名开启
技术正给公益带来更多可能。
AI for Science：人工智能改变化学领域，机器学习范式加速化学物质发现
随着人工智能技术兴起，在化学领域，传统的基于实验和物理模型的方式逐渐与基于数据的机器学习范式融合。越来越多的用于计算机处理数据表示被开发出来，并不断适应着以生成式为主的统计模型。
做时间序列预测有必要用深度学习吗？事实证明，梯度提升回归树媲美甚至超越多个DNN模型
在深度学习方法应用广泛的今天，所有领域是不是非它不可呢？其实未必，在时间序列预测任务上，简单的机器学习方法能够媲美甚至超越很多 DNN 模型。
达摩院发布AI遥感分析云平台，助力提升地球科学研究效率
3月3日，达摩院发布AI Earth地球科学云平台，平台集成了PB级开源卫星遥感数据、十余种遥感AI算法、云端高性能计算和存储资源，助力研究者开展农业灾害分析、气候变化分析、水体水质分析等科研工作。卫星遥感影像是人类对地观测的重要信息来源，但获取、处理以及分析应用卫星遥感数据的链路较长、成本较高。研究人员需要向卫星数据运营机构申请获取数据或者下载行业公开数据，在本地计算机存储配置后才能进行数据分析。而分析环节对机器的计算和存储资源要求较高，普通计算机无法满足大规模影像数据分析的需求。另外，现有分析方法自动化程度低、
免费、开源的PyTorch IDE来了！跨三大操作系统，还带视频教程
经过数月的封闭测试后，TorchStudio 现在终于来了。
时在中春，阳和方起——机器之心 AI 科技年会本月见
这是一次注重交流的聚会，所以叫「年会」，没叫「大会」。
华为诺亚调研200多篇文献，视觉Transformer综述入选TPAMI 2022
华为诺亚方舟实验室联合北大和悉大整理了业界第一篇视觉Transformer综述。
这场AI开发者盛会有你要的所有科技元素，2月26日上海临港见
在2月26日上海临港举办的WAIC2022上海人工智能开发者大会上，各路嘉宾学者将齐聚一堂与开发者共叙人工智能发展的前景。
可微分骨架树：基于梯度的分子优化算法
这周我们简单介绍一个高效分子优化的方法。该工作由UIUC的Jimeng Sun组合MIT的Connor Coley组合作完成，对应的文章题目是Differentiable Scaffolding Tree for Molecule Optimization[1]，被2022年ICLR接受，主要的代码和数据发布在。内容：思路：基于梯度的分子优化分子的可微分骨架树类梯度上升的优化算法优化效果测试由可微性得到的可解释性思路：基于梯度的分子优化在药物发现中，分子优化，即找到具有理想性质的分子结构，是核心的一步。由于化学结构
用消息传递求解偏微分方程，ML大牛Max Welling等用全神经求解器做到了更强、更快
对于求解偏微分方程来说，阿姆斯特丹大学、高通 AI 研究院的研究者最近推出的 MP-PDE 求解器又提供了一个选择。
用树莓派Zero 2 W打造一台掌上电脑，劲道十足的48键、3D打印机箱
一台可以放在手掌中的 PC。
对比学习引领弱标签学习新SOTA，浙大新研究入选ICLR Oral
本文介绍浙江大学、威斯康星大学麦迪逊分校等机构的最新工作 PiCO，相关论文已被 ICLR 2022 录用（Oral, Top 1.59%)！偏标签学习 (Partial Label Learning, PLL) 是一个经典的弱监督学习问题，它允许每个训练样本关联一个候选的标签集合，适用于许多具有标签不确定性的的现实世界数据标注场景。然而，现存的 PLL 算法与完全监督下的方法依然存在较大差距。为此，本文提出一个协同的框架解决 PLL 中的两个关键研究挑战 —— 表征学习和标签消歧。具体地，研究者提出的 PiCO
颜水成、David Silver等10人入选，2022 AAAI Fellow名单公布
2022 年度 AAAI Fellows 共有 10 位学者入选。
再不用怕Markdown中的绘图了，GitHub官方支持Mermaid图表绘制工具
开发人员已能够在 GitHub 中使用 Mermaid 图表工具。