deepmind最新

AlphaZero 表明神经网络可以学到人类可理解的表征。作者 | 李梅编辑 | 陈彩娴国际象棋一直是 AI 的试验场。70 年前，艾伦·图灵猜想可以制造一台能够自我学习并不断从自身经验中获得改进的下棋机器。上世纪出现的“深蓝”第一次击败人类，但它依赖专家编码人类的国际象棋知识，而诞生于 2017 年的 AlphaZe

整理｜李梅编辑｜陈彩娴自 2016 年 AlphaGo 在围棋中击败人类以来，DeepMind 的科学家一直致力于探索强大的通用人工智能算法，Oriol Vinyals 就是其中之一。Vinyals 于 2016 年加入 DeepMind，目前任首席科学家，领导深度学习小组。此前他曾在 Google Brain 工作。

作者丨维克多Transformer的提出距离我们已经有5年的时间，随着模型规模的不断增长，性能提升也逐渐出现边际效益递减的情况。如何训练出最优性能的大模型？ 最近，DeepMind做了一项调查，想弄清AI语言模型的规模和token之间的关系。这个小组训练了超过 400个 模型，规模从

作者 | 西西编辑 | 陈彩娴今天，人工智能领军团 DeepMind 又爆出了一项重要成果：用深度神经网络修复古希腊受损的石碑铭文，号称「Predicting the Past」（预测过去），在以Nature为首的科学媒介上掀起了一番热烈关注。他们以古希腊的岛屿名为该模型命名——「Ithaca」（伊萨卡岛），以表对古希

雷锋网 AI 科技评论按： 集体智能（collective intelligence）是人工智能研究浪潮中不可被忽视的重要课题。然而，智能体如何在边界开放、约束动态的环境下学习到知识，并且进行团队协作仍然是极具挑战的难题。DeepMind 近年来针对基于种群的多智能体强化学习进行了大量的研究，其最新研究成果近日

人们凭直觉认为，我们非常擅长自己创造出的游戏，但计算机一次又一次地证明，人类的速度还不够快，无法稳居宝座。机器不但在国际象棋在中击败了我们，甚至拿下了非常复杂的围棋。谷歌刚刚凭借AlphaGo获得了殊荣，却又一次创造了神话。仅仅18个月后，DeepMind的人工智能击败了最优秀的《星际争霸2》职业玩家，且二者

雷锋网按：自然语言处理始终是实现智能、自然人机交互愿景里一块重要的技术基石。而机器阅读理解则可以被视为是自然语言处理领域皇冠上的明珠，也是目前该领域的研究焦点之一。在这一领域，最有名的数据集是由斯坦福大学自然语言计算组发起的 SQuAD（Stanford Question Answering Dataset）和相关的文

雷锋网按：治愈癌症是医学界的终极目标之一，但时至今日这一难题依然困扰着人类，目前全球每年有近千万人因癌症丧生。 其中，乳腺癌（breast cancer）在全世界范围内都是女性最常见的癌症，发病率高居首位，严重危害女性的身心健康并带来沉重的医疗和社会负担。 不过越来越多科技企业的加入，将使得医学研究人员

首发于大数据文摘微信公众平台（ID:BigDataDigest），转载请注明来源 翻译 | 姜范波，Aileen 导读：和人脑不同，计算机程序学习执行一项任务后，通常也会很快地忘记它们。而 DeepMind 这项最新研

选自arXiv.org机器之心编译参与：李亚洲 　　 摘要我们提出了一种用于序列处理（sequence processing）的神经架构。ByteNet 是一种两个扩张的卷积神经网络（dilated convolutional neural networks）的堆叠；其中一个网络用于编码源序列（sour