-
麦肯锡：银行业每年有望从生成式AI获得2000亿至3400亿美元利润
《麦肯锡》最新文章强调，生成式人工智能（gen AI）在银行业具有巨大的潜在价值，全球范围内可为各产业每年增加2.6万亿至4.4万亿美元的价值。在这其中，银行有望获得年度潜在利润达2000亿至3400亿美元，相当于运营利润的9%至15%。 为了充分利用这一...
-
生成式对抗网络（GAN）原理推导与网络构建思路
0 引言 设想这样的场景：你是一个工作室的老板，你的工作室主要用来生产名画的赝品；而真正的名画则为前人所创造，存放在收藏室中。你的赝品画会和真品画一起被鉴定家鉴定，而你的终极目标是成为一个以假乱真的工艺大师。通往目标的路自然十分坎坷，你首先要做的就是以...
-
R-CNN作者Ross Girshick离职，何恺明、谢赛宁回归学界，Meta CV走出了多少大神
FAIR 又一位大佬级研究科学家「出走了」，这次是 R-CNN 作者 Ross Girshick。 近日，Meta 首席科学家 Yann LeCun 发推宣布，Ross Girshick 将离开 FAIR，加入艾伦人工智能研究所（AI2）。此前离职的还...
-
不是大模型全局微调不起，只是LoRA更有性价比，教程已经准备好了
增加数据量和模型的参数量是公认的提升神经网络性能最直接的方法。目前主流的大模型的参数量已扩展至千亿级别，「大模型」越来越大的趋势还将愈演愈烈。 这种趋势带来了多方面的算力挑战。想要微调参数量达千亿级别的大语言模型，不仅训练时间长，还需占用大量高性能的内存资...
-
AIGC时代，大模型微调如何发挥最大作用？
人工智能的快速发展推动了大模型的广泛应用，它们在语言、视觉、语音等领域的应用效果已经越来越好。但是，训练一个大模型需要巨大的计算资源和时间，为了减少这种资源的浪费，微调已经成为一种流行的技术。微调是指在预训练模型的基础上，通过在小数据集上的训练来适应新的任...
-
我们在职场必备AI课，用AI办公提效和AI绘画商业级别的实战的心得分享
职场中必备的AI课程，其中包括AI办公提效和AI绘画商业级别的实战经验和心得分享。通过学习这门课程，你将了解如何运用人工智能技术来提升办公效率，并使用AI创作出高质量的绘画作品。我们还将提供具体的代码示例和实际操作步骤，帮助你快速上手。 正文: 1....
-
【人工智能】AI写作能力大比拼：《人工智能的数学基础》写下这本书的目录。
文心一言：《人工智能的数学基础》写下这本书的目录。 《人工智能的数学基础》 第一章 人工智能与数学基础 1.1 人工智能简介 1.2 数学在人工智能中的作用 1.3 本书内容概述 第二章 线性代数基础 2.1 向量与矩阵 2.2 行列式与...
-
AI绘画爆火，人工智能会取代艺术吗
我们都知道，人工智能正在给艺术领域带来一场革命。从AI自动绘画到AI插画，再到AI创作，越来越多的人在感受着人工智能技术的进步。但是我们也发现了一个问题，就是人们担心人工智能会取代人类的工作。那么，我们到底该如何看待这个问题呢？ 一、AI绘画技...
-
Copilot 工作原理
Copilot 是如何工作的？它的背后算法是什么？ Copilot 的工作原理可以大致分为两个阶段：第一阶段是从海量代码库中抽取出有效的代码段和语句，这些代码段用于训练AI模型；第二阶段则是谷歌的自然语言处理技术和深度神经网络技术，将文本解析成进一步的代...
-
Stable Diffusion部署
Stable Diffusion Stable Diffusion简介 硬件配置 部署 采用秋葉大佬的整合包v4 秋葉大佬B站地址 开始安装 启动器设置 Stable Diffusion安装结束 Stable Diffusi...
-
AI绘画的崛起与多平台对比
目录 引言 AI绘画技术的发展历程 主流AI绘画平台概览 DeepArt.io Prisma NVIDIA Canvas 对比分析与评价 画风迁移能力 创造力和创新性 使用便利性和用户体验 是否开源与社区互动 引言...
-
浅谈人工智能中的算力、算法和数据
Labs 导读 随着科技的飞速发展，人工智能（Artificial Intelligence，AI）已经成为当今最热门的话题之一。在人工智能的应用中，算力、算法和数据是三个不可或缺的要素，也是生成式人工智能（AIGC）发展的核心。通过对人工智能中算...
-
CART算法解密：从原理到Python实现
本文深入探讨了CART（分类与回归树）算法的核心原理、实现方法以及应用场景。文章首先介绍了决策树的基础知识，然后详细解析了CART算法的工作机制，包括特征选择和树的构建。接着，通过Python和PyTorch的实例代码展示了CART算法在实际问题中的应用。...
-
教你如何使用PyTorch解决多分类问题
本文分享自华为云社区《使用PyTorch解决多分类问题：构建、训练和评估深度学习模型》，作者： 小馒头学Python。 引言 当处理多分类问题时，PyTorch是一种非常有用的深度学习框架。在这篇博客中，我们将讨论如何使用PyTorch来解决多分类...
-
ChatGPT 使用到的机器学习技术
作者 | Bright Liao 在《程序员眼中的 ChatGPT》一文中，我们聊到了开发人员对于ChatGPT的认知。本文来聊一聊ChatGPT用到的机器学习技术。 机器学习技术的发展 要聊ChatGPT用到的机器学习技术，我们不得不回顾一下机器学...
-
马斯克让盗梦空间成真？初创公司用Transformer诱导清醒梦，Neuralink技术操控梦境效果惊人
你是否曾有过在自己梦中醒来的奇怪经历？ 那时，你还没有完全清醒，能感觉到周围有一个梦境，但你已经有足够的意识，来控制幻影的一部分。 对于大约一半的成年人来说，这种「清醒梦」有着非凡的意义，根据调查，他们一生中至少做过一次清醒梦。 这就是为什么科技初创公司...
-
Yolo V8：深入探讨其高级功能和新特性
Yolo是一种计算机视觉模型，被广泛认为是目前最强大和最知名的模型之一。这一突破性技术被称为Yolo，它是“You Only Look Once”的缩写，是一种以几乎瞬间处理速度检测物体的方法。Yolo V8技术是这一技术的最新版本，也是对之前版本的一种...
-
深入AIGC：工具、技术和编程语言
深入AIGC：工具、技术和编程语言 深入AIGC：工具、技术和编程语言 摘要 引言 词汇解释 详细介绍：深入AIGC的工具、技术和编程语言 AIGC的关键技术和工具 AIGC的编程语言 实际应用和未来趋势 结论 博...
-
研究：AI无法模拟人脑对动态面部表情的处理
人工智能在面部识别技术方面的发展表现出色，甚至有时超越了人类的表现。然而，一项最新研究发现，尽管AI在静态图像上的识别能力强大，但在处理动态面部表情时，其表现与人脑存在显著差异。 图源备注：图片由AI生成，图片授权服务商Midjourney 研究团队来自...
-
【AIGC】浅谈人工智能对各行业的影响及未来展望
前言 本文将探讨人工智能对各个行业的影响，以及如何更好地利用人工智能技术。同时，我们还将介绍在使用人工智能技术时需要注意的问题，并展望未来人工智能的发展前景。 随着科技的不断发展，人工智能已经成为了当今世界上最受关注和研究的领域之一。在过去几年中，人...
-
关于AI 绘画，我给你总结了一份详细的关键词（Prompt 知识）
写在前面 随着人工智能技术的不断发展，越来越多的应用场景被发掘。其中，AI绘画是一种新兴的领域，其应用范围涵盖了数字媒体、游戏设计、动画制作、艺术创作等多个领域。在本文中，我们将介绍AI绘画的基本概念、发展历程、技术原理以及应用前景。 基本概念...
-
谷歌DeepMind爆火动画18秒解释LLM原理，网友蒙圈！组团求GPT-4下场分析
Google DeepMind最近在自己的视频博客上上传了一段视频，「简单明了地」演示了大语言模型的工作原理，引发了网友的激烈讨论。 网友看了之后纷纷表示： 「终于，他们发了点普通人能看懂的东西了」。 「哦豁，这下懂了」 「对，就是这么简单！」 「太...
-
AIGC实战——卷积神经网络(Convolutional Neural Network, CNN)
AIGC实战——卷积神经网络 0. 前言 1. 卷积神经网络 1.1 卷积层 1.2 叠加卷积层 1.3 检查模型 2. 批归一化 2.1 协变量漂移 2.2 使用批归一化进行训练 2.3 使用批归一化进行预测 3. Dropout 4...
-
如何为制造业和自动化应用选择人工智能技术
在工业自动化领域的生产和实验室之外的日常生活中，人工智能(AI 的定义差异很大。 “人工智能”指的是一门包含了几种不同技术和工程学科的科学，包括机器视觉、计算机视觉、机器学习和深度学习。当一个基于这些技术组合的系统设计得当时（从应用分析到最终验证），它...
-
2023年初学者入门 CV 指南概述
计算机视觉，是一个迅速发展的领域，将让你大开眼界。它的核心是教计算机像我们人类一样看和理解视觉信息。这份全面指南，将为我们揭示计算机视觉的基本概念，探索流行的应用程序，并瞥见计算机视觉的未来趋势。 计算机视觉简介：科学和艺术的奇妙交汇 好的，让我们...
-
视觉感知未来，高德数据采集模型部署实践！
1. 导读 作为DAU过亿的国民出行服务平台，高德地图每天为用户提供海量的检索、定位和导航服务，实现这些服务需要有精准的道路信息，比如电子眼位置、路况信息、交通标识位置信息等。读者是否会好奇，高德是如何感知到现实世界的道路信息，并提供这些数据给用户呢？...
-
如何高效训练？综述汇总：大型深度学习训练的并行分布式系统
本文经自动驾驶之心公众号授权转载，转载请联系出处。 23年1月论文“Systems for Parallel and Distributed Large-Model Deep Learning Training“， 来自UCSD。 深度学习（DL）已经...
-
马毅、沈向洋联手，首届CPAL开奖！16人获新星奖，华人学者占据半壁江山
就在昨天，首届CPAL简约学术会议，正式公布了新星奖获奖者名单！ CPAL专注于解决机器学习、信号处理、优化等领域中普遍存在的简约、低维结构问题，并探索低维结构在智能硬件与系统、交叉科学和工程等新兴方向的应用。 创办这个会议的出发点，就是将其设计为一个...
-
通过100个关键词学习法来学习人工智能（AI）
100个关键词学习法是一种高效的学习方法，它的核心思想是围绕关键词（也就是重点）来进行学习。这套方法论最初由冯唐在世界顶级咨询公司中总结出来。具体来说，不论你想学习哪个行业的知识，首先需要掌握这个行业最重要的一百个关键词。这些关键词可以帮助你快速理解并掌...
-
科普神文，GPT背后的Transformer模型
上次《解读AI大模型，从了解token开始》一文中，我从最基础的概念“token”着手，跳过了复杂的算法逻辑，相信已经让大家建立起对AI大模型工作原理的清晰认知。 但如果仅仅只是依靠对文本的编码与数据分析，那人工智能时代应该早就到来了，为什么唯独是GPT...
-
机器学习|PyTorch简明教程下篇
接着上篇《PyTorch简明教程上篇》，继续学习多层感知机，卷积神经网络和LSTMNet。 1、多层感知机 多层感知机通过在网络中加入一个或多个隐藏层来克服线性模型的限制，是一个简单的神经网络，也是深度学习的重要基础，具体图如下： import num...
-
你应该知道的十种机器学习算法
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 毫无疑问，机器学习/人工智能领域在将来是越来越...
-
【深度学习】生成对抗网络（GANs）详解！
一、概述 生成对抗网络(Generative Adversarial Networks 是一种无监督深度学习模型，用来通过计算机生成数据，由Ian J. Goodfellow等人于2014年提出。模型通过框架中(至少 两个模块：生成模型(Generat...
-
DeepMind：谁说卷积网络不如ViT？
深度学习的早期成功可归功于卷积神经网络（ConvNets）的发展。近十年来，ConvNets 主导了计算机视觉基准测试。然而近年来，它们越来越多地被 ViTs（Vision Transformers）所取代。 很多人认为，ConvNets 在小型或中等规...
-
AI算法可检测针对军用无人驾驶车辆的中间人攻击
研究人员研发的人工智能算法，可检测到针对军用无人驾驶车辆的中间人攻击。 机器人操作系统（ROS）是高度网络化的，机器人之间需要协作，其中的传感器、控制器等需要通信并通过云服务交换信息，因此极易受到数据泄露和电磁劫持攻击等网络攻击。中间人攻击（MitM）是...
-
马斯克xAI首个研究成果发布！创始成员杨格&姚班校友共同一作
马斯克的xAI，首项公开研究成果来了！ 共同一作之一，正是xAI创始成员、丘成桐弟子杨格（Greg Yang）。 此前，杨格就曾公开表示，自己在xAI的研究方向是“Math for AI”和“AI for Math”。 其中一项重点就是延续他此前的研究：...