神经网络未来

作者 | 李梅、黄楠编辑 | 陈彩娴过去十年，深度学习取得了惊人的胜利，用大量参数和数据做随机梯度下降的方法已经被证明是有效的。而梯度下降使用的通常是反向传播算法，所以一直以来，大脑是否遵循反向传播、是否有其它方式获得调整连接权重所需的梯度等问题都备受关注。图灵奖得主、深度学习先驱 Geoffrey Hinton 作为

公众号/  ScienceAI（ID：Philosophyai） 编辑 | 萝卜皮除了一些活组织之外，很少有材料能够在长时间暴露于意料之外的环境负载情况下自主学习表现出所需的行为。在不断变化的条件下（例如，内部损坏程度的上升、不同的夹具场景和波动的外部负载），仍然有更少的材料可以继

遇事不决，量子力学！相信很多朋友都听过这句略带讽刺的网络流行语。它出自某部科幻作品，暗指剧情中那些解释不通的、奇奇怪怪的现象，都可以用“量子力学”来蒙混过关。19世纪末，量子力学的提出为解释微观物质世界打开了一扇大门，它彻底改变了人类对物质结构及相互作用的理解。已有实验证明，量子力学解释了许多被预言、无法直接想象的现象

图片来源@视觉中国文｜脑极体如果问一个问题——能够进行深度神经网络计算的芯片有哪些？大家给出的答案可能五花八门：CPU、GPU、DSP、NPU……过去几年里，电子计算已经成为实现人工智能算法——尤其是深度神经网络模型——

“在3.6万平方公里的土地上，我们部署了22万颗传感器，将地下的管井、水网，地面的土壤、交通数据，空中的大气数据进行了全面的采集，全面的结构化，上传到云端进行全面的展示。” 2016年9月，阿里云宣布与无锡合作打造无锡鸿山物联网小镇，这是他们一年来的成果。 阿里对物联网的投入远不止于此，10月12日，阿里云在2017杭

网易科技讯4月19日消息，据《卫报》报道，谈到机器人的未来，递归神经网络之父、德国计算机科学家尤尔根・施米德胡贝（Jürgen Schmidhuber）在受访时表示，“未来机器人对我们的关注将会如同我们对蚂蚁的关注一样。”他还称，人工智能将会在2050年超过人类智能。机器智能在柏林西部的一个仓库后面的一个工作室中，一群

BI中文站 4月4日报道有朝一日，智能手机将会完全消失，就如同此前的寻呼机和传真机那样。这一天或许不会很快到来，但应当会比人们预想的时间来得早。当然，距离我们彻底放弃智能手机，可能至少还需要十年八载的时光。（如果到2027年时，我们都成为机器人，那么笔者将高兴地为这一错误判断而道歉。但目前来看，这一判断不会错。）

今天企业、码农、风险资本、政府机构都伸长脖子望着人工智能。这个人工智能机器学习领域已可开挖的黑金，千军万马挤独木桥的洪流，走向何处，他们真的知道吗？如今媒体大V们随手甩出的“深度学习”的概念，不明觉厉的深度神经网络（DNN)、卷积神经网络（CNN）、深度置信网络（DBN)、卷积深度置信网络（CBDN)，少有人知晓，它们

神经网络在计算世界中掀起了一阵风潮。研究人员使用它们来训练机器学习广泛的技能，对象识别、人脸识别、自然语言处理、机器翻译。所有这些技能，现在都已成为机器程序。因此，研究人员有极大的兴趣创造能力更强的神经网络，从而拓宽人工智能的领域。这项研究的重点是创建类似神经元的电路，即所谓的神经形态芯片。但是如何让这些电路更快一点呢

【AI世代编者按】很难想象，未来50年中还有别的技术比人工智能对人类世界的影响更大。目前，机器学习技术正帮助我们的计算机自学各种技能，因此各种突破指日可待，无论是医疗诊断，还是自动驾驶汽车。与此同时，人们也产生了越来越大的担忧。谁将控制科技？技术是否将抢走我们的工作？人工智能危险吗？美国总统奥巴马很愿意回答这些问题。近