当前页面: 主页 > 神码堂网店必开生肖 >

神码堂网店必开生肖

意念打字?非植入式脑机接口让它成为现实 一周
更新时间:2019-08-13

  近日,加州大学旧金山分校(UCSF)和 Facebook 在 Nature Commuications 上发表的一项研究显示:他们在“非植入式”的穿戴设备上取得了最新进展,构建出了一个大脑-计算机系统,能准确解码佩戴设备的人听到和说出词语和对话,实时从大脑信号中解码。

  也就是说,在这种脑机接口面前,你的所思所想已无处遁形,Facebook 已经让意念打字成为了现实。Facebook 设想设计一种可以将大脑信号转换成语言的装置,不需要活动任何一块肌肉,深度学习就能直接读懂大脑,解码脑中所想,实现流畅交流。

  研究人员表示,目前对生成和感知的两部分语言进行解码,准确率超出了他们的想象,分别能达到61%和76%的准确率。这是向神经植入物迈出的重要一步,因为中风、脊髓损伤或其他疾病而失去说话能力的患者,有望因此获得自然交流的能力 。

  随着自然语言处理技术的发展,机器写作已经广泛应用于体育、财经、突发自然灾害等多种新闻写作中。但与此同时,机器写作也被悄然应用于到水军控评、虚假口碑等灰色地带,迷惑用户的双眼。

  近日,哈佛工学院、IBM 研究院的专家研发了一款名为“GLTR”的机器生成文本的检测工具,可帮助人们识别 AI 生成的“虚假评论”、“误导性文章”等内容。GLTR 通过彩色的标注,帮用户识别语段是否由机器生成,可以将用户的准确率从原本的54%提高到72%。

  未来,这款软件有望嵌入社交媒体和电商平台,通过开设评论自动分类功能,自动将机器撰写的评论和真人评论区分开来。

  《用 AI 消灭水军新突破!哈佛和 IBM 联手研究,让机器评论秒现身》

  7 月 31 日,百度 ERNIE 再升级,发布持续学习语义理解框架 ERNIE 2.0,同时借助飞桨高效分布式训练优势发布了基于此框架的 ERNIE 2.0 预训练模型。

  该模型在共计 16 项中英文任务上超越了 BERT 和 XLNet,取得了 SOTA 效果。英文上,ERNIE 2.0在自然语言理解数据集 GLUE 的7个任务上击败了 BERT 和 XLNet。中文上,在包括阅读理解、情感分析、问答等不同类型的9个数据集上超越了 BERT 并刷新了 SOTA。

  近日,清华大学与加州大学伯克利分校研究的一种新型机器人受到蟑螂身体结构启发,能够保证哪怕被人踩到时,也不损坏。

  这个小强机器人长3厘米、宽1.5厘米、体重0.024克,只有一枚硬币大小,运行的时候最低只要8V 的低电压。

  最大的特点是耐压,拿100g 的砝码压住它,拿起来之后毫发无损,还能继续淡定地向前跑。

  甚至,体重119斤的成年人踩上去,它也照样可以往前跑,这个承重大约是小强机器人自己的248万倍。

  DeepMind 近日在 Nature 发表了一篇最新研究,与美国事务部(VA)的专家一起已经开发出了一款人工智能技术,使得医生可以在预防急性肾损伤(AKI)提前 48 小时获悉病情。

  借助医疗助理 Streams,专家在15分钟或更短的时间内审阅紧急病例(原本需要数个小时),并且错过更少的 AKI 病例(从12.4%减至3.3%)。该应用程序还将 AKI 患者的平均入院费用降低了 17%。

  这表明通过使用数字工具可以改善患者护理并降低医疗保健成本。它们共同构成了医学转型进步的基础,有助于从被动模式转变为预防模式。

  随着科技的进步,机器人辅助手术已经能帮助外科医生执行复杂精细的手术。手术机器人配置捕捉刀针移动和缝合针迹的摄像机,有助于创建视频库用于训练手势识别系统、逐步指导。然而最先进的动作识别方法需要手动标记视频等样本,既费时又容易出错。

  近日,伦敦大学学院机器人研究所、米兰理工大学和维罗纳大学的研究人员最近发表研究成果,他们探索出了一种不需要多次注释演示来训练识别神经网络算法的方法。

  在这项研究中,研究人员利用基于经典高斯混合模型(GMM)的无监督识别算法。可以更直观地标注动作。一系列实验结果显示,整体识别准确度提高了25%,并改善了动作类识别。九龙老牌图库