-
时间序列模型：lag-Llama
项目地址：GitHub - time-series-foundation-models/lag-llama: Lag-Llama: Towards Foundation Models for Probabilistic Time Series Foreca...
-
港大&百度发布首个智慧城市大模型UrbanGPT，助力时空预测技术突破
香港大学与百度联合发布了首个智慧城市大模型 UrbanGPT，该模型在时空预测技术领域引发了重大突破。时空预测技术的重要性日益凸显，不仅关注交通和人流的流动，还涵盖了犯罪趋势等多个维度。然而，由于城市数据不足，传统的时空预测模型在精确预测方面受到了限制。U...
-
比PID更丝滑的控制算法&卡内基梅隆大学
本文经自动驾驶之心公众号授权转载，转载请联系出处。 MPC控制算法，全称Model Predictive Control（模型预测控制），是一种基于系统动态模型的控制技术。它的工作原理是通过数学模型预测系统的未来行为，并基于这些预测结果来优化系统的控制...
-
超强！必会的十大机器学习算法
1.线性回归 线性回归是用于预测建模的最简单且使用最广泛的机器学习算法之一。 它是一种监督学习算法，用于根据一个或多个自变量预测因变量的值。 定义 线性回归的核心是根据观察到的数据拟合线性模型。 线性模型由以下方程表示： 其中 是因变量（我们想要预测...
-
AlphaFold 3不开源，统一生物语言大模型阿里云先开了！
把169861个生物物种数据装进大模型，大模型竟get到了生物中心法则的奥秘—— 不仅能识别DNA、RNA与相应蛋白质之间的内在联系，在基因分类、蛋白质相互作用预测、热稳定性预测等7种不同类型任务中也能比肩SOTA模型。 模型名为LucaOne，由阿里云...
-
芝大论文证明GPT-4选股准确率高达60%，人类股票分析师要下岗？AI大牛质疑数据污染
最近，各位业内大咖都被芝大的一篇论文震惊了。 研究者发现，由GPT-4帮忙选择的股票，直接击败了人类！同时也pk掉了许多其他针对金融训练的机器学习模型。 最让他们震惊的是，LLM可以在没有任何叙述上下文的情况下，就成功分析财务报表中的数字！ 图片 论文地...
-
单模型斩获「蛋白质突变预测」榜一！西湖大学提出基于结构词表方法 | ICLR 2024 Spotlight
蛋白质结构相比于序列往往被认为更加具有信息量，因为其直接决定了蛋白质的功能。 而随着AlphaFold2带来的巨大突破，大量的预测结构被发布出来供人研究使用，如何利用这些蛋白质结构来训练强大且通用的表征模型是一个值得研究的方向。 西湖大学的研究人员利用F...
-
所有生命分子一夜皆可AI预测！AlphaFold 3改变人类对生命的理解，全球科学家都能免费使用
AlphaFold 3再登Nature！ 这次重磅升级，不再仅限于蛋白质结构预测——可以以前所未有的精度预测所有生命分子的结构和相互作用。 只有了解它们如何在数百万种组合中相互作用，我们才能开始真正理解生命的过程。 这次的最大创新之一，是用上了AI绘画...
-
快3倍！Meta 违背经典模型结构，一次预测多个token，路径可行，大模型大幅提速指日可待！
编译|伊风 出品 | 51CTO技术栈（微信号：blog51cto） 众所周知，LLMs的工作原理是对下一个token进行预测。 读者朋友们有没有曾这样想过：如果LLM一次预测n个token呢？那是不是就快n倍？Meta也是这样想的！并且付诸实践。 在最...
-
Meta 发布新多token预测技术，使AI模型速度提升3倍
近期，Meta、Ecole des Ponts ParisTech 和 Université Paris-Saclay 的研究人员在一项研究中提出了一种改进 AI 大型语言模型（LLMs）准确性和速度的方法，即通过同时预测多个token。这与自回归语言模型...
-
微软发布AI天气预测模型 能精准预报未来30天天气
微软Start团队近日宣布，他们开发出了一种全新的数据驱动AI天气预测模型，该模型能够准确预测未来30天的天气情况。这一研究成果不仅在预报准确率上取得了显著提升，同时在计算效率上也实现了巨大突破。 论文地址:https://arxiv.org/pdf/2...
-
OpenAI Preparedness团队首席Aleksander Madry：机器学习模型的内部计算如何将输入转化为预测？
考虑一个标准的ResNet50模型，该模型经过训练用于图像分类任务。我们是否能够理解这个模型中的卷积滤波器如何将输入图像转换为其预测的标签？或者，GPT-3中的注意力头如何contribute到下一个标记的预测？理解这些模型组件——包括滤波器或头等架构...
-
人工智能在“地球日”拯救地球
世界“地球日”（4月22日）最初只是一个反思的日子。这个星球维持生命的特性与所观察到的任何其他天体都不同，这个沉思日旨在提醒我们所有人，保护地球为我们提供的一切是我们的庄严职责。 虽然在向可再生能源和更可持续的生活方式转变方面还有很多工作要做，但一些组...
-
预测性人工智能将如何帮助实现净零排放
预测性人工智能是生成式人工智能 (AI 的表亲，其使用历史数据中的模式来预测未来结果或对未来事件进行分类，有专家表示，该技术可用于提供可操作的见解并辅助决策和战略制定。 在过去一年左右的时间里，我们看到能源行业出现了许多新的、令人兴奋的预测性人工智...
-
4000万蛋白结构训练，西湖大学开发基于结构词表的蛋白质通用大模型，已开源
蛋白质结构相比于序列往往被认为更加具有信息量，因为其直接决定了蛋白质的功能。而随着AlphaFold2带来的巨大突破，大量的预测结构被发布出来供人研究使用。如何利用这些蛋白质结构来训练强大且通用的表征模型是一个值得研究的方向。 西湖大学的研究人员利用Fo...
-
2024年治理革命：大数据和GenAI
大数据以大量结构化和非结构化信息为特征，为政府提供了从医疗保健和教育到交通和城市规划等公共管理各个方面的前所未有的见解。通过先进的数据分析技术，政府可以识别海量数据集中的趋势、模式和相关性，从而制定基于证据的政策和战略。 然而，大数据的...
-
在线建图与轨迹预测如何紧密结合？
本文经自动驾驶之心公众号授权转载，转载请联系出处。 原标题：Producing and Leveraging Online Map Uncertainty in Trajectory Prediction 论文链接：https://arxiv.org/...
-
【没有哪个港口是永远的停留~论文解读】stable diffusion 总结 代码&推导&网络结构
了解整个流程： 【第一部分】输入图像 x （W*H*3的RGB图像） 【第一部分】x 经过编码器 生成 (latent 空间的表示 h*w*c (具体设置多少有实验 【第二部分】 逐步加噪得到 ，和噪声标签 【第二部分】由 Unet（ ）...
-
恐怖谷！哥大华人开发「人脸机器人」，照镜子自主模仿人类表情超逼真
此前，人形机器人Ameca「大梦初醒」的神情，已让许多人感受到了真正的「恐惧」。 随着ChatGPT横空出世，得到加持的人形机器人虽擅长语言交流，但是在非语言交流，特别是面部表情，还差得很远。 未来，如果人类真的要生活在一个充满机器人的世界之中，机器...
-
小米SU7正式火了，雷军一夜没睡好觉！试驾者纷纷实测：自动驾驶准确，稍微有点“怂”！米粉回应：我们只是长大了，不是发财了！
撰稿 | 言征、诺亚、小伊 出品 | 51CTO技术栈（微信号：blog51cto） 21.59万起，昨晚，雷教主终于结束了“价格猜猜看”的游戏，揭开小米SU7最后谜底。 3月28日，极少并排亮相的“蔚小理”三位掌门人同台出席SU7的正式发布会，可谓半...
-
预测分析在医疗保健中的作用
近年来，在技术进步的推动下，医疗保健行业发生了显著的转变。在这些创新中，预测分析作为一种强大的工具脱颖而出，彻底改变了患者护理、临床决策和资源分配。通过利用大量数据和复杂的算法，预测分析使医疗保健提供者能够预测结果、识别潜在风险并主动干预，最终改善患者...
-
TrajectoryNAS：一种用于轨迹预测的神经结构搜索
本文经自动驾驶之心公众号授权转载，转载请联系出处。 论文链接：https://arxiv.org/pdf/2403.11695.pdf 本文介绍了TrajectoryNAS：一种用于轨迹预测的神经结构搜索。自动驾驶系统是一项快速发展的技术，其可以实现...
-
中国工程院院士唐志共：AI破解传统气动外形设计难题 实现高效多样化创新
3月25日消息（赵婷婷）日前，在“昇思人工智能框架峰会2024”上，中国科学院院士、中国空气动力学会理事长唐志共表示，近年来，随着人工智能技术的高速发展，人工智能与科学计算的融合不断迸发出新的火花，形成AI的新范式。这种范式以物理驱动、物理+数据融...
-
讨论下一个token预测时，我们可能正在走进陷阱
自香农在《通信的数学原理》一书中提出「下一个 token 预测任务」之后，这一概念逐渐成为现代语言模型的核心部分。最近，围绕下一个 token 预测的讨论日趋激烈。 然而，越来越多的人认为，以下一个 token 的预测为目标只能得到一个优秀的「即兴表演艺...
-
如何让机器学习赋能工业应用？
设备故障使工业部门陷入瘫痪，导致重大生产损失和计划外停机。对于世界各地的加工制造商来说，这些损失每年高达数十亿美元。例如，一条关键的传送带在中途停止运行，可能会迫使整条工厂生产线闲置数小时，从而可能使整个供应链陷入困境。 幸运的是，现代机器学习 (ML...
-
Nature重磅：AI击败最先进全球洪水预警系统，提前7天预测河流洪水，每年挽救数千人生命
洪水是最常见的自然灾害类型，全球有近 15 亿人（约占世界人口的 19%）直接面临严重洪水事件的巨大风险。洪水还造成巨大的物质损失，每年造成全球经济损失约 500 亿美元。 近年来，人类造成的气候变化进一步增加了一些地区的洪水频率。然而，目前的预报方法主...
-
OpenAI CEO 表示GPT-5的发布将带来令人激动的事情
一年前，OpenAI 公司发布了当时最先进的人工智能模型 GPT-4，让人们惊叹不已。自那时起，人们都在猜测下一个版本 GPT-5何时发布，期待它带来的重大飞跃。尽管 OpenAI 公司的首席执行官 Sam Altman 迄今尚未透露任何消息，但本周我们首...
-
ai论文写作靠谱吗？博士论文ai智能写作
一篇优秀的学位论文不仅需要有创新性的论证角度和恰当的研究方法，更需要构建一个逻辑清晰、均衡的论证体系，并结合有力的数据分析来支撑观点。通过这样的方式，我们可以确保论文具备严密的论证过程。 今天，小编将通过Excel表格数据集为大家演示。 "ChatGP...
-
端到端大一统前夕？GenAD：LLM和轨迹规划全搞定
今天汽车人和大家分享一篇自动驾驶领域中第一个大规模视频预测模型。为了消除高成本数据收集的限制，并增强模型的泛化能力，从网络获取了大量数据，并将其与多样化和高质量的文本描述配对。由此产生的数据集累积了超过2000小时的驾驶视频，涵盖了世界各地具有多样化天气...
-
可控图像生成最新综述！北邮开源20页249篇文献，包揽Text-to-Image Diffusion领域各种「条件」
在视觉生成领域迅速发展的过程中，扩散模型已经彻底改变了这一领域的格局，通过其令人印象深刻的文本引导生成功能标志着能力方面的重大转变。 然而，仅依赖文本来调节这些模型并不能完全满足不同应用和场景的多样化和复杂需求。 鉴于这种不足，许多研究旨在控制预训练文本...
-
巧解「数据稀缺」问题！清华开源GPD：用扩散模型生成神经网络参数
传统的时空预测模型通常需要大量数据支持才能取得良好效果。 然而，由于城市发展水平不均衡和数据收集政策的差异，许多城市和地区的时空数据（如交通和人群流动数据）受到了限制。在这种情况下，模型在数据稀缺情况下的可迁移性变得尤为重要。 现有研究主要利用数据丰富的...
-
OccFusion：一种简单有效的Occ多传感器融合框架（性能SOTA）
本文经自动驾驶之心公众号授权转载，转载请联系出处。 对3D场景的全面理解在自动驾驶中至关重要，最近的3D语义占用预测模型已经成功地解决了描述具有不同形状和类别的真实世界物体的挑战。然而，现有的3D占用预测方法在很大程度上依赖于全景相机图像，这使得它们容...
-
53页PDF爆料OpenAI“AGI时间表”，爆料者：马斯克诉讼搅了局
OpenAI神秘的Q*计划，又有新鲜爆料。 今天凌晨，一篇54页google文档开始在网络上热传，透露OpenAI“计划在2027年前实现完全AGI”。 爆料者称，自己选择发布这篇文档是不想让马斯克继续“造成伤害”，他认为后者发起的诉讼造成了AGI的推迟...
-
深度学习在时间序列预测的总结和未来方向分析
2023年是大语言模型和稳定扩散的一年，时间序列领域虽然没有那么大的成就，但是却有缓慢而稳定的进展。Neurips、ICML和AAAI等会议都有transformer 结构(BasisFormer、Crossformer、Inverted transf...
-
Lag-Llama:第一个时间序列预测的开源基础模型介绍和性能测试
2023年10月，我们发表了一篇关于TimeGPT的文章，TimeGPT是时间序列预测的第一个基础模型之一，具有零样本推理、异常检测和共形预测能力。 虽然TimeGPT是一个专有模型，只能通过API访问。但是它还是引发了对时间序列基础模型的更多研究。到了...
-
OccNeRF：完全无需激光雷达数据监督
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人总结 近年来，3D 占据预测（3D Occupancy Prediction）任务因其独特的优势获得了学界及业界的广泛关注。3D 占据预测通过重建周围环境的 3D 结构为自...
-
Jua筹集1600万美元，构建自然界AI模型、从气象预测开始
瑞士初创公司Jua近日宣布成功筹集1600万美元，旨在建立自然界基础人工智能模型，首要应用领域将是气象预测。这一举措表明，大型人工智能模型正逐渐成为推动生成人工智能服务的语言、视觉和音频数据的核心，对人工智能发展产生着重要影响，类似于操作系统在智能手机发展...
-
AI视野：Hugging Face聊天助手上线；SVD的Web平台发放测试资格；AI模拟器“决战拜年之巅”走红；美图宣布2.85亿元收购站酷
欢迎来到【AI视野】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解：https://top.aibase.com/ ???AI应用 Hugging F...
-
智能充电基础设施：人工智能对电动汽车充电的贡献
在政府促进电动汽车发展愿景的推动下，电动汽车行业在过去几年中取得了显著的发展势头。此外，由于人们对电动汽车的环保优势的认识不断增强，以及使乘坐体验更加顺畅的切实技术进步，电动汽车已经在普通民众中占有一席之地。人工智能（AI）的进步可以提供解决方案，帮助...
-
微软使用AI加HPC分析3200万种新材料
微软与太平洋西北国家实验室合作，利用AI与高性能计算（HPC）技术对3200种新型候选材料进行建模，希望加快高效可充电电池材料的发现速度。该项目还希望进一步支撑微软的发展目标，在未来25年内将绵延250年的人类化学研究史纳入数据模型。 Azure量子元...
-
使用Transformer 模型进行时间序列预测的Pytorch代码示例
时间序列预测是一个经久不衰的主题，受自然语言处理领域的成功启发，transformer模型也在时间序列预测有了很大的发展。本文可以作为学习使用Transformer 模型的时间序列预测的一个起点。 数据集 这里我们直接使用kaggle中的 Store...
-
AIGC时代-GPT-4和DALL·E 3的结合
在当今这个快速发展的数字时代，人工智能（AI）已经成为了我们生活中不可或缺的一部分。从简单的自动化任务到复杂的决策制定，AI的应用范围日益扩大。而在这个广阔的领域中，有两个特别引人注目的名字：GPT-4和DALL·E 3。这两个AI系统在各自的领域内都取得...
-
人工智能数学基础 - 线性代数之矩阵篇
本文将从矩阵的本质、矩阵的原理、矩阵的应用三个方面，带您一文搞懂人工智能数学基础-线性代数之矩阵。 一、矩阵的本质 点积（Dot Product）：点积作为向量间的一种基本运算，通过对应元素相乘后求和来刻画两向量的相似度和方向关系。 点积（Dot Pr...
-
李飞飞、吴恩达开年对话：AI 寒冬、2024新突破、智能体、企业AI
在人工智能发展史上，2023 已经成为非常值得纪念的一年。在这一年，OpenAI 引领的 AI 大模型浪潮席卷了整个科技领域，把实用的 AI 工具送到了每个人手里。但与此同时，人工智能的发展也引起了广泛的讨论和争议，尤其在其商业应用和未来发展前景方面。...
-
2024年华数杯国际赛文心一言解题思路B题 光伏电
问题一：中国电力供应发展趋势预测 概要回答： 中国的电力供应发展趋势将受到经济增长、能源政策、技术进步和市场需求等多重因素的影响。为了实现碳峰值和碳中和目标，预计可再生能源（包括光伏发电）在电力结构中的比重将显著增加。 解决方案框架： 收集历史电力...
-
【论文笔记 · PFM】Lag-Llama: Towards Foundation Models for Time Series Forecasting
Lag-Llama: Towards Foundation Models for Time Series Forecasting 摘要 本文提出Lag-Llama，在大量时间序列数据上训练的通用单变量概率时间序列预测模型。模型在分布外泛化能力上取...
-
AIGC: 关于ChatGPT这个智能工具带来的几点思考
ChatGPT的出现 2022年11月底，ChatGPT 上线，引爆 AI 圈 和 科技圈，2023年春节后, 人人都开始关注并讨论这项新技术 它是 OpenAI 研发的智能聊天工具, 基于GPT语言模型，模拟人类的对话方式 默认只能用文字进行交互，...
-
新研究：医用AI评估精神分裂新患者治疗效果近乎盲猜
1月12日消息，一项最新研究发现，用于协助医生治疗精神分裂症患者的计算机算法不能很好适应之前开发过程中未见过的新鲜数据。因此这种医用人工智能在评估未曾接触过的患者的治疗效果时，表现十分糟糕。 这些医用工具利用人工智能来发现大数据集中的特征，并预测个体对...
-
Stable Diffusion 文生图技术原理
图像生成模型简介 图片生成领域来说，有四大主流生成模型：生成对抗模型（GAN）、变分自动编码器（VAE）、流模型（Flow based Model）、扩散模型（Diffusion Model）。 从2022年开始，主要爆火的图片生成模型是Diffusi...
-
一文速览扩散模型优化过程：从DDPM到条件生成模型Stable Diffusion
文章目录 1、扩散模型简介 - Diffusion Model 2、最简单的扩散模型 - DDPM 前向加噪过程 逆向去噪过程 训练与推理流程 模型优缺点 3、减少扩散模型的采样步骤 - DiffusionGAN 分析高斯分布、采样步长...