强化学习（RL）能通过奖励或惩罚使智能体实现目标，并将它们学习到的经验转移到新环境中。但强化学习存在众所周知的缺陷：由于数据科学家在它们接受训练的环境中对这个系统进行基准...








谷歌旗下的DeepMind公司在《自然》杂志发文表示，该公司构建了可模拟人类大脑“定位细胞”的人工神...

美国麻省理工学院的科研人员提出了一种新方法，其构建的3D物体可有效“欺骗”当前人工智能所依赖的神经网络。以“神经网络”形式出现的人工智能（AI）被越来越多地用于自动驾驶汽车等技术中，以便能够观察并识别物体。这样的系统甚至可以帮助完成诸如在机场安检线路中识别爆炸物的任务。但从很多方面来说，它们是一个黑匣子，因为开发它们的研究人员并不知道它们究竟是如何工作的，也不知道如何去欺骗它们。例如，想象一下

2017年12月，瑞士洛桑联邦理工学院（EPFL）的科研人员提出了一种旨在避免人工智能系统失控的方法。在人工智能中，机器执行具体的动作，观察结果，相应地调整其行为，然后观察新的结果，再一次调整行为，如此循环往复，从这种迭代过程中进行学习。但是这个过程会失控吗？可能会。“人工智能总是尝试避免人类干预，创造不可被停止的情形。”进行这项研究的瑞士洛桑联邦理工学院（EPFL）分布式编程实验室（Distri

斯坦福大学的科研人员设计出了一种卷积神经网络，能够预测混合使用多种药物可能产生的副作用。美国斯坦福大学（Stanford University）的计算机科学家设计出一种卷...

人工智能在流感研究中有两个重要的用途:为公共卫生官员提供更好的流感季节预报；帮助科学家开发更有效的疫苗——甚至可能研制出一种通用流感疫苗，以预防所有流感病毒株。今年的流感季可能发展成棘手事件。到目前为止，流感已经把8990名美国人送进了医院，造成30名儿童死亡。而今年疫苗预防流感的有效率预计只有30%，研究人员急切地想要找到预防未来流感的更有效方式。人工智能，尤其是机器学习，能提供一些解决方案。人

在斯坦福大学举办的阅读理解比赛中，由微软和阿里巴巴分别独立开发的人工智能的得分都超过了人类。在斯坦福大学举办的阅读理解比赛中，由微软和阿里巴巴分别独立开发的人工智能（AI）模型的得分均超过了人类。这一人工智能里程碑是借助斯坦福大学问答数据集（Stanford Question Answering Dataset，SQuAD）实现的。该数据集由对应于500篇以上维基百科（Wikipedia）文章的超

人工智能已帮助上百万位音乐创作者制作了上千万份音乐母带，并将给音乐产业带来更大的改变。当一首歌曲在收音机中播放时，有超出歌曲谱曲、演奏和制作这些创作范围的无形力量在发挥作...

初创公司利用无监督学习方法开发出预测阿茨海默症进展的系统，可扩展到其他退行性疾病预测，助力精准医学。每年，有数百万人饱受阿茨海默症（Alzheimer’s disease...

《自然》杂志发表了由哥伦比亚大学、中科大、谷歌等机构的科研人员联合撰写的文章，围绕人工智能和神经技术探讨了四方面的伦理问题。该文主要内容如下： 四大关注领域 （2）能动性和身份认知。一些通过植入大脑的电极接收深层大脑刺激的人士报告，他们感觉到自己的能动性和身份认知发生了改变。在一项2016年的研究中，一名使用大脑刺激器治疗抑郁症长达七年的男子在小组座谈9中报告，他开始怀疑自己与其他人互动的方式（例