机器
机器狗“职业”再加一：2024 杭州马拉松首次启用四足机器人配速员
据央视新闻报道，2024 杭州马拉松 11 月 3 日上午 7 时开跑，此次赛会使用了四足机器人作为官方配速员，配速约为 9 分 24 秒，奔跑速度最高可达 6 米 / 秒。 其配备了“半马收尾”配速员气球，以稳定的配速给跑者提供科学的跑步节奏。 另外据浙江电视台报道，机器人配速员的投用在国际马拉松历史上尚属首次，体型较大的担任半马赛事的关门兔，较小的则将担任欢乐跑的“陪跑兔”。
“成都造”机器狗在宽窄巷子当夜间“巡逻员”，机器人进入景区将迎常态化
据《成都商报》昨日报道，10 月 30 日晚，机器狗“灵瞳”作为“巡逻员”在宽窄巷子投入使用，其任务是根据景区木制建筑及道路特点，进行夜间安全巡逻示范，巡逻内容包括火灾防范、治安维护等。 此次机器人产品的亮相，是机器人进场景长效机制的首次实践，标志着“成都造”机器人进入景区工作的常态化序幕正式拉开。 未来，将有更多不同类型和功能的机器人，进入春熙路、大熊猫繁育研究基地等景区承担不同工种并进行常态化工作。
OpenAI 任命卡内基梅隆大学教授 Zico Kolter 为新董事，加强 AI 安全管理
OpenAI 公司昨日（8 月 8 日）发布博文，宣布任命济科・科尔特（Zico Kolter）为 OpenAI 董事会成员。Zico Kolter 简介AI在线从报道中获悉，科尔特此前担任卡内基梅隆大学（Carnegie Mellon University）机器学习系的教授和主任，工作主要集中在人工智能的安全性、对齐和机器学习分类器的鲁棒性（robustness）方面。科尔特是卡内基梅隆大学计算机科学教授和机器学习系主任，他在该校担任要职已有 12 年之久。科尔特于 2010 年在斯坦福大学获得计算机科学博士学位
70 年前的阿兰・图灵情书！计算机之父和一段「有罪」的罗曼史
1953 年，计算机之父 Alan Turing 和 Christopher Strachey 创作出情书生成器，科技与情感早在 70 年前以情书为载而交汇。在 20 世纪 50 年代初，曼彻斯特大学计算实验室的墙上贴满了小而奇特的情书。情书很寻常，不寻常的是，这些抒发炽热情感的情书是由冰冷算法写成的，远远早于 ChatGPT 出现 70 年。而情书背后的历史更加离奇，1952 年，早在阿尔特曼和 OpenAI 还不知道在哪儿的时候，曼彻斯特大学的两位学生，Alan Turing 和 Christopher Str
西班牙机器狗测试街头巡逻：内置 360° 摄像头 / 会说话，还可开罚单
据西班牙《国家报》当地时间 3 月 19 日报道，西班牙马拉加地方警察正在参与一个机器狗测试项目，该机器狗未来几个月将在不同情况下陪同警员出勤。这款机器狗重 35 公斤，全身装满传感器和各式计算机，可在人工智能辅助下进行自主行走，在紧急情况下发出警报或侦测违法行为。据介绍，这款机器狗不会“叫”但是会“说话”，可利用内置的 360° 摄像头录像，甚至还能开罚单。马拉加大学（UMA）技术和软件工程研究所所长佩德罗・梅里诺（Pedro Merino）表示：“它是警察的得力助手。”当地时间 19 日，这款机器狗在马拉加市的
谷歌科学家 Nature 评论：人工智能如何更好地理解大脑
编译 | 绿萝2023 年 11 月 7 日，Google Research 高级研究科学家，Google 团队连接组学负责人 Viren Jain，在《Nature》发表了题为《人工智能如何更好地理解大脑》（How AI could lead to a better understanding of the brain）的评论文章。论文链接：？这是数学家、理论家和实验学家长期以来一直在问的一个问题——无论是出于创造人工智能 (AI) 的愿望，还是因为只有当数学或计算机能够重现其行为时，才能理解像大脑这样的复杂系统
在模型中植入不可检测后门，「外包」AI更易中招
机器学习（ML）正在迎来一个新的时代。
谷歌并未放弃TensorFlow，将于2023年发布新版，明确四大支柱
2015 年，谷歌大脑开放了一个名为「TensorFlow」的研究项目，这款产品迅速流行起来，成为人工智能业界的主流深度学习框架，塑造了现代机器学习的生态系统。从那时起，成千上万的开源贡献者以及众多的开发人员、社区组织者、研究人员和教育工作者等都投入到这一开源软件库上。然而七年后的今天，故事的走向已经完全不同：谷歌的 TensorFlow 失去了开发者的拥护。因为 TensorFlow 用户已经开始转向 Meta 推出的另一款框架 PyTorch。众多开发者都认为 TensorFlow 已经输掉了这场战争，并将其比
这个夏天，跟陈天奇学「机器学习编译」中英文课程，6月17日开课！
陈天奇：「因为世界上还没有关于这个方向的系统性课程，所以这一次尝试应该会是和小伙伴们共同的探索」。随着机器学习框架和硬件需求的发展，机器学习 / 深度学习编译正成为一个越来越受关注的话题。在去年 12 月的一篇文章中，TVM、MXNET、XGBoost 作者，CMU 助理教授，OctoML CTO 陈天奇探讨了「新一代深度学习编译技术的变革和展望」。他指出，现在深度学习编译生态正围绕四类抽象展开：计算图表示、张量程序表示、算子库和运行环境、硬件专用指令。不过，由于篇幅受限，陈天奇并未就这一话题展开系统、详细的讨论，
上线十年，影响一代ML工程师，吴恩达经典《机器学习》课程迎来重磅更新
Keep Learning！
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」。
ScienceAI 2021「AI+材料」专题年度回顾
编辑/凯霞传统的材料设计与研发，以实验和经验为主。但随着材料化学和加工变得越来越复杂，这变得越来越具有挑战性。随着人工智能（AI）的快速发展，AI 技术已广泛应用于材料科学各领域。科学家正努力通过计算机建模和 AI 技术，根据所需要的性能预测候选材料，从而加快新材料的研发速度和效率，降低研发成本。AI 正在加速搜索和预测材料特性。在 AI 的助力下，材料在极端、恶劣条件下的性能得到快速且准确的预测，实现了人类目前无法实现的......利用 AI 技术来加速设计和发现尚不存在的材料。这些先进的材料将使技术更先进和更环
站在2022前展望大模型的未来，周志华、唐杰、杨红霞这些大咖怎么看？
岁末年初之际，让我们回顾大模型的过去，展望大模型的未来。
科学机器学习的竞争和共识：博弈论方法如何导致更智能的人工智能
编译/凯霞得益于空军科学研究办公室的195 万美元赠款，马萨诸塞大学阿默斯特分校数学和统计系教授 Markos Katsoulakis 和 Luc Rey-Bellet，以及布朗大学的 Paul Dupuis 将在接下来的四年开发一种新的机器学习方法，超越对大数据的传统依赖。Markos KatsoulakisLuc Rey-Bellet传统的机器学习依赖于庞大的数据缓存，算法可以筛选这些数据以「训练」自己完成任务，从而产生基于数据的数学模型。但是，如果数据很少，或者生成足够多的数据成本太高，该怎么办呢?一种可能的
工业环境中对机器学习的行业视角
编辑/凯霞Google Applied Science 是 Google Research 的一个部门，将计算方法，尤其是机器学习，应用于广泛的科学问题。不久前帕特里克·莱利（Patrick Riley）还是该部门软件工程师之一，现在是 Relay Therapeutics 的人工智能负责人，他与《Nature Reviews Materials》谈论了他在工业环境中从事机器学习项目的经验。你能告诉我们一些关于你所做的事情以及谷歌机器学习研究的事情吗？我在 Google Applied Science () 的小组
相信AI的力量——「AI中国」机器之心 2021年度评选奖项设置及参选说明
在一年之末，机器之心将启动「AI中国」机器之心2021年度评选暨「与AI俱进，化时光为翎」特别策划，除了2021年度榜单之外还将分阶段推出一档年度内容专题、一份年度报告，并举办首届机器之心AI科技年会。
2021入坑机器学习，有这份指南就够了
这是一份适用于小白的机器学习超丰富资源指南。机器学习社区社交媒体上经常有人提出这样的问题：我如何开始机器学习？我如何免费学习？什么是人工智能？我怎样才能学会它？人工智能是如何工作的？我该从何学起？如果我没有开发人员背景，该如何开始？......面对这些问题，油管博主 What's AI——Louis Bouchard 撰写了一份关于「如何在 2021 年零基础开始机器学习」的完整指南，整合了大量学习资源，而且大部分是免费的。项目地址： 1.6K star 量，并且仍在持续更新中。我们来看一下这份指南的具体内容。1.
生物技术初创Lumen与谷歌合作，用机器学习让螺旋藻蛋白生产力翻倍
编辑/凯霞机器学习可以促进基于藻类的生物制剂生产吗？8 月 11 日，西雅图生物技术初创公司 Lumen Bioscience （以下简称「Lumen」）与谷歌宣布合作，将利用机器学习来推进基于螺旋藻（一种蓝绿藻）的药物开发。Lumen 表示，该研究由 Lumen 的信息学负责人 Caitlin Gamble 和谷歌加速科学工程师 Drew Bryant 领导。Lumen 联合创始人 Jim Roberts 说：「谷歌的机器学习和我们基于螺旋藻疗法生产的开创性结合，让我们更接近于一种完全优化的方法，这种方法可能对全