资讯列表
东软睿驰与芯驰科技达成战略合作 携手加速国产化软硬件解决方案落地
2022年4月7日，东软睿驰与芯驰科技签署战略合作协议，双方将围绕软件定义汽车发展趋势，在汽车智能化技术与产品领域展开深层合作，加速推动国产化软硬件方案落地，共创智能汽车发展新生态。根据协议，双方将基于东软睿驰在汽车基础软件、智能网联、自动驾驶及电动化等领域的技术积累，芯驰科技在芯片及芯片解决方案等方面的优势，强强联合，共同探索面向下一代的高性能、高可靠和高安全性的域控制产品。东软睿驰总经理曹斌表示：“随着智能汽车产业的不断发展，软硬件生态融合将加速智能网联汽车产业创新迭代，为用户带来更安全、更美好的出行体验。芯驰
用深度学习解决旅行推销员问题，研究者走到哪一步了？
最近，针对旅行推销员等组合优化问题开发神经网络驱动的求解器引起了学术界的极大兴趣。这篇博文介绍了一个神经组合优化步骤，将几个最近提出的模型架构和学习范式统一到一个框架中。透过这一系列步骤，作者分析了深度学习在路由问题方面的最新进展，并提供了新的方向来启发今后的研究，以创造实际的价值。
IDEA研究院工程总监谢育涛谈AI创新的工具：工欲善其事必先利其器
AI 领域有没有好用的科研工具？谢育涛团队打造 AI 工具显著提升 AI 科研效率。
2021图灵奖揭晓：高性能计算先驱、超算TOP500榜单创始人之一Jack Dongarra获奖
他曾说过：未来的计算架构会是 CPU 和 GPU 的结合。
我用YOLOv5做情感识别！
AI技术已经应用到了我们生活中的方方面面，而目标检测是其中应用最广泛的算法之一。本文将教大家如何快速上手目标检测模型YOLOv5，并将其应用到情感识别中。
关键点检测项目代码开源了！
作者：闫永强，算法工程师，Datawhale成员 本文通过自建手势数据集，利用YOLOv5s检测，然后通过开源数据集训练squeezenet进行手部关键点预测，最后通过指间的夹角算法来判断具体的手势，并显示出来。文章第四部分为用C 实现整体的ncnn推理（代码较长，可先马后看）一、YOLOV5训练手部检测训练及部署思路类似表情识别，需要将handpose数据集标签改成一类，只检测手部，简化流程，更易上手。此部分数据集来源格物钛 ，具体的效果如图：本教程所用训练环境：系统环境：Ubuntu16.04cuda版本：
观点分享 | 格物钛智能科技产品专家李薇：非结构化数据平台的底层逻辑和场景化实践
2021年12月30日，由中国人工智能产业发展联盟和中国信息通信研究院联合举办的 “AI数据治理技术沙龙”通过腾讯会议进行。格物钛智能科技产品专家李薇对非结构化数据平台的底层逻辑和场景化实践进行了介绍，分享了自己的见解与思考。
阿里开源 支持10万亿模型的自研分布式训练框架EPL(Easy Parallel Library)
最近阿里云机器学习PAI平台和达摩院智能计算实验室一起发布“低碳版”巨模型M6-10T，模型参数已经从万亿跃迁到10万亿，规模远超业界此前发布的万亿级模型，成为当前全球最大的AI预训练模型。
阿里 BladeDISC 深度学习编译器正式开源
作者：朱凯 - 机器学习PAI团队 随着深度学习的不断发展，AI模型结构在快速演化，底层计算硬件技术更是层出不穷，对于广大开发者来说不仅要考虑如何在复杂多变的场景下有效的将算力发挥出来，还要应对计算框架的持续迭代。深度编译器就成了应对以上问题广受关注的技术方向，让用户仅需专注于上层模型开发，降低手工优化性能的人力开发成本，进一步压榨硬件性能空间。阿里云机器学习PAI开源了业内较早投入实际业务应用的动态shape深度学习编译器 BladeDISC，本文将详解 BladeDISC的设计原理和应用。BladeDISC是什
如何更科学地研究AI+科学？顶级学者将云集这次ICML研讨会
ICML将举办一个AI+科学的研讨会，由来自全球顶尖机构的研究人员举办，集结了AI+各科学领域的领跑者。
Call for Papers | IEEE国际会议计算社会科学与复杂系统特别专题征文
DSAA是由 IEEE、ACM、ASA 和 CCF 联合支持的首屈一指的数据科学会议。
把轮子装在膝盖上，「机器羊」能走能滑、还载起了人和货
四足机器人不一定是机器狗，也可能是「机器羊」。
2022级起，MIT恢复新生入学SAT、ACT成绩要求
「标准化考试最有助于帮助识别社会经济弱势学生。」
这位斯坦福PhD新生的论文被引数：接近4万
什么也阻止不了我去学习。
可重用性报告：使用图神经网络捕获生物对象的属性及其关系
编辑 | 萝卜皮图神经网络（GNN），尤其是图卷积网络（GCN），已越来越多地用于对复杂交互进行建模。GNN 背后的一个基本思想是，对象的某些属性（由图中的节点表示）由与其直接或间接交互的对象的属性反映，其中直接交互由图中的边表示。在生物医学中，GNN 已被用于各种应用，例如预测蛋白质功能和药物-疾病关联。之前，Schulte-Sasse 团队提出了 GCN 在生物医学中的新用途：识别癌症基因。他们的方法 EMOGI（可解释的多组学图集成）通过在蛋白质-蛋白质相互作用（PPI）网络上聚合信息来集成多组数据。综合信息
每次放一个细胞，打印心脏或上千年，斯坦福大学如何加快3D打印心脏？
使用先进的 3D 打印技术，斯坦福大学研究者将由活细胞制成的糊状物转化为心脏和其他器官。
ICLR2022：清华、腾讯AI Lab共同提出等变图力学网络，实现多刚体物理系统模拟
清华 AIR、计算机系与腾讯 AI Lab 合作，共同提出等变图力学网络，实现了理论力学中的一类重要任务—多刚体系统模拟。
图神经网络的困境，用微分几何和代数拓扑解决
微分几何和代数拓扑在主流机器学习中并不常见。在本系列文章中，作者展示了如何使用这些领域的工具重新解释图神经网络并解决一些常见困境。