4月25日消息，就在18个月前，Facebook母公司首席执行官马克·扎克伯格（MarkZuckerberg）把未来押在了虚拟世界元宇宙上，甚至将公司名字改成Meta。现在一些投行人士担心，扎

IDC《全球人工智能支出指南》做出最新预测，全球AI支出——包括以AI为中心的各类系统的软件、硬件与服务支出，在2023年将达到1540亿美元，较2022年同比增长26.9%，预计20

斯坦福大学一项新的研究表明，人工智能可以通过问一些看起来很愚蠢的问题来帮助它们变得更加聪明。研究人员研发的新系统在回答Instagram上的相似问题时，其准确率提

4月25日消息，人类的大脑能够通过神经元和突触的连接网络处理信息，这种网络结构也能被纳米技术所模仿。纳米线网络（Nanowirenetwork）是一种纳米技术，通常由肉眼不可见的

星期二的晚上，你家前面的蓝色大垃圾箱里装满了报纸、硬纸板、瓶子、易拉罐、铝箔纸托盘和空酸奶杯。你可能会觉得自己很了不起，在尽自己的责任减少浪费。但是把酸奶

​这段时间天气巨热，天干物燥，也是火灾高发的时候。最近就接连发生了一些火灾事件，还有消防员牺牲的消息，令人心痛。火灾中对消防员威胁很大的，其实是爆燃现象。短短两

制造商可以在多种方面受益于人工智能，如提高生产、质量控制和效率。尽管人工智能为制造商提供了几种新的应用，但为了获得最大的价值，企业必须在整个制造过程中使用它

由于谷歌的人工智能(AI)子公司DeepMind几周前发表了一篇论文，描述了他们称为Gato的“通才”代理（可以使用相同的训练模型执行不同的任务），并声称通用人工智能(AGI)可

一个月前，Adobe发布Firefly的消息引起了整个科技领域关注，在Adobe全家桶之下，有的产品已经进入了AIGC领域。一些效果展示。相比stablediffusion、midjourney等AI画图

「在一个带权有向图G=(V,E)中，每条边的权是一个实数。另外，还给定V中的一个顶点，称为源。计算从源到其他所有各顶点的最短路径长度，这就是单源最短路径（SSSP）问题。」半

近年来，从新冠疫情到地缘政治紧张以及供应链问题等外部因素对工业机器人领域产生了巨大影响。与此同时，技术和可用性进步等内部因素也对工业机器人的开发和采用产生

2021年7月13日，劳累了一天的年轻人们，正准备躺平拿出手机，打开那熟悉的小破站App，一键三连自己最喜爱的up主的最新视频。结果突然发现，自己的眼前一黑：时隔一年，B站终于

译者|朱先忠​审校|重楼​图像来自文章https://arxiv.org/abs/2303.10158，由作者本人制作​人工智能在改变我们的生活、工作和与技术互动的方式方面取得了令人难以

导读当前自动驾驶的策略研究还停留在具体场景执行具体策略，清华大学的研究人员在交通领域的顶会发表了一篇全面的综述，从更高级的角度分析自动驾驶策略。当自动驾驶

超级计算机通常被用于加解决那些经典计算机无法完成的问题，那如果超算的速度还不够呢？现在，一种新型的光子量子计算机只需36微秒就可以完成一项传统超级计算机9000多

在我的世界（Minecraft）中，红石是一种非常重要的物品。它是游戏中的一种独特材料，开关、红石火把和红石块等能对导线或物体提供类似电流的能量。红石电路可以为你建造

数学推理是人类智能的关键体现，它使我们能够理解并做出基于数值数据和语言的决策。数学推理适用于各个领域，包括科学、工程、金融和日常生活，并包含一系列能力，诸如从

一、Raft概述​​Raft算法​​​是分布式系统开发首选的​​共识算法​​。比如现在流行Etcd、Consul。如果​​掌握​​​了这个算法，就可以较容易地处理绝大部分

当OpenAI在2022年11月下旬忽然决定推出ChatGPT时，员工们都惊呆了。当时在研发GPT-4的员工，忽然被下令把已经GPT-3.5包装一下，尽快做成一个聊天机器人。几天后，ChatGPT

今早醒来，全网都炸锅了。之前，大家都公认ChatGPT几乎能上天入地，无所不能，唯一的缺点就是——不能联网。因为它的训练数据集截止到21年9月，所以它对于这以后世界的了解

周三，IBM召开了2022年IBM量子峰会，宣布在量子硬件和软件方面均取得了新的突破性进展，并概述了其对以量子为中心的超级计算的开创性愿景。在未来，量子计算机有望将计算

仿佛一夜之间，AI圈出现了一个新晋顶流：AutoGPT。顾名思义，AutoGPT为自主人工智能，一项任务交给它，它能自主地提出计划，然后执行，完全不用人类插手的那种。此外其还具有互

​为了构建更负责任的人工智能系统框架，微软已确认将撤回通过图像分析来判断个人情绪状态的软件。与此同时，该公司还将对泛滥的面部识别技术加以限制。作为一组试图

自Google提出VisionTransformer(ViT)以来，ViT渐渐成为许多视觉任务的默认backbone。凭借着ViT结构，许多视觉任务的SoTA都得到了进一步提升，包括图像分类、分割、检测

3月12日消息，据谷歌官博消息，机器学习ML开发和部署如今受到了分散和孤立的基础设施的影响，这些基础设施可能因框架、硬件和用例而异。这种碎片化限制了开发者的速度，