- 首台以光为动力的清洁机器人
- 点击量：464 次
- 近日，英国和荷兰的科学家开发出了一款可以像毛毛虫一样爬行的机器人，而它的动力来源只是一束单一恒定光源。这个设计理念非常巧妙：他们将较长的高分子材料安装在较短的框架上后会产生凸起，当紫色的LED灯照到凸起前方的材料时，这部分将会收缩，从而将另一部分材料暴露在LED光源下。 如此循环，这个小框架就可以不断运动。团队成员表示，这个发明可以把小物品运到狭窄的地方，或者用它来清洁太阳能电池表面。 ...
- 语义角色标记深度模型，错误率降低10%
- 点击量：555 次
- 日前，Stanford NLP Group 发推特表示，华盛顿大学、FAIR 和艾伦研究所的合作研究Deep Semantic Role Labeling: What Works and Whats Next，是NLP 2005 年以来首个大突破。该论文已经被ACL-17 接收。论文的第一作者是华盛顿大学的华人博士生何律恒。 论文显示，该研究为语义角色标注（SRL）引入了一个新的深度学习模型...
- MIT CSAIL提出并行计算系统Fractal，能实现88倍加速
- 点击量：557 次
- 据外媒MIT News最新报道，MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）已经开发出了一个新系统Fractal，这个系统不仅能使并行程序运行起来更有效率，也使得编码更加容易。雷锋网对这篇新闻进行了翻译，原文如下。 现在，大多数台式电脑的芯片都会配置四核或者一些处理单元，这种配置能保证计算机可以并行运行不同的计算任务。在未来，芯片里可能会有几十个甚至数百个核，如何利用并行性是一...
- Ian Goodfellow牵头举办NIPS机器学习对抗赛，提升系统鲁棒性
- 点击量：475 次
- 每年年底举办的NIPS 都是令学者为之一振的顶级学术盛会。今年首次增加了一个新议程，即「NIPS 2017 Competition Track」。本次竞赛活动从23 个候选提案中选择了五个数据驱动的比赛项目，覆盖领域广泛。而今天谷歌大脑研究员Ian Goodfellow 在Twitter 上强烈推荐了他牵头组织的Adversarial Attacks and Defences（对抗攻击防御）比...
- GoogleBrain提出基于固定尺寸记忆表示的注意力模型
- 点击量：598 次
- Attention模型是近些年来自然语言处理领域重要的进展之一。注意力模型是从认知心理学中人脑注意力模型中引入的概念，在人观察世界时，对不同对象的关注程度是不同的，比如你在看书仔细品味文章中的一句话时，虽然你能看到整页的文字，但是注意力的焦点集中在这个句子上，其他文字虽然还在你的眼中，但是实际分配到的注意力是很少的。自然语言处理中也是同理，输入文本的不同部分对输出的贡献是不同的，即需要分配的注...
- 心理所研究揭示语义脑网络中社会性语义亚系统和感觉运动语义亚系统的分化
- 点击量：550 次
- 人脑是如何加工语义（概念）信息的？这是认知神经科学研究中的一个重要且基础的问题。在以往的功能脑成像研究中，人们发现：人脑的单通道皮层(比如视觉皮层)的不同区域在加工不同类型的语义信息时有所侧重或分工。比如，一些脑区对于工具类的刺激（图片、词）更加敏感，而另一些脑区对于动物类的刺激更敏感；一些脑区对于颜色类的语义信息敏感，而另一些脑区对于动作类的语义信息更敏感。但根据以往的研究，更高级的多通道皮...
- 大脑神经表征精确性的降低导致老年人情景记忆下降
- 点击量：591 次
- 2017年6月7日，北京师范大学心理学部认知神经科学与学习国家重点实验室薛贵课题组在国际著名神经科学类杂志Cerebral Cortex在线发表了题为Reduced fidelity of neural representation underlies episodic memory decline in normal aging的论文，探索了老化引起的大脑神经表征精确性的变化及其对情景记忆下...
- “小世界”人脑网络研究展望与挑战
- 点击量：579 次
- 2017年6月，国际著名神经科学类杂志Neuroscience 小世界网络计算模型研究的长篇综述论文（Small-world human brain networks: perspectives and challenges）。该论文是由北京师范大学廖旭红副研究员和贺永教授以及瑞典吕勒奥理工大学Athanasios Vasilakos教授合作完成。 小世界网络的概念最早起源于对社会网络中人际...
- Science：AI改变了科学——Science AI特刊 导语
- 点击量：571 次
- 如果说大数据是钉子，那么我们必须能够与其相匹配的锤子。近年来，越来越多的领域已经积累了过多的大数据，这使得研究人员们迷失在了数据海洋中，失去了洞察与分析的能力。但是，计算能力的提升可以重新挖掘出数据中的金子。在这场革命中，科研人员们正在释放人工智能（AI）的能力。与通常的AI不同，“深度学习“可以在无需人类专家编程的完成任务，它们可以通过自己的学习而从海量中挖掘信息，直到它们找到了数据中的模式...
- Nature：MIT科学家发明3D芯片，将有助于人工视网膜开发
- 点击量：591 次
- 本周Nature论文Three-dimensional integration of nanotechnologies for computing and data storage on a single chip报道了一种新的高能效、 高存储率的纳米电子系统，它将输入/输出、计算和数据存储能力集合在一块三维芯片上。这个系统与现存的硅基电路兼容，并且它能够帮助人们突破计算机领域的重大瓶颈：数据...
