随着深度学习技术的发展，以代理模型替代传统数值计算模型逐渐被工业界和学术界认可，其在参数化设计等重复任务问题的求解上可发挥重要的作用，在物理场仿真领域为实现快速求解，基于数据驱动的模型降阶技术是近年来的研究热点。2019年数学领域提出了物理信息神经网 ...

QS World University Rankings by Subject 2024, Computer Science, Information Systems: #73 ...

近年来，人工智能技术的快速进步正在改变各行各业，其中天气预报的领域也不例外。华为的研究团队在这一领域取得了重要突破，为未来的中程全球天气预报提供了新方案。该研究由华为云人工智能领域首席科学家田奇及其团队主导，相关论文《Accurate ...

盖世汽车讯 深度神经网络是一种人工智能（AI），可模仿人类大脑处理信息，但了解这些网络如何“思考”一直是一个挑战。据外媒报道，日本九州大学（Kyushu University）的研究人员开发出新方法，以了解深度神经网络如何解释信息并将其分类。

实验结果表明，在测试光源相干性变化时，与相干光源下训练的衍射光学神经网络相比，部分相干光下训练的衍射光学神经网络展现出了更高的稳健性。例如，在对手写数字的识别任务中，部分相干条件下训练的网络识别准确率始终保持在82%以上，而相干光条件下训练的网络准确率则下降至26%。这一成果不仅显著提升了衍射光学神经网络在低相干性乃至非相干性环境下的适用性，同时也为衍射光学神经网络的基本理论研究提供了新的视角。

12月31日外媒科学网站摘要：如果人类不会说话，可能比蚂蚁还笨,科学,宇宙,蚂蚁,恒星,神经网络 ...

循环神经网络（Recurrent Neural ...

RNA，作为生命活动的中心分子之一，其功能远不止于转录 DNA 信息。近年来，RNA 的结构多样性及其在生物学过程中的关键作用越来越受到关注，研究表明 RNA 构象动力学在剪接、包装、细胞激活和响应环境刺激等过程中发挥着重要作用。RNA ...

引言RNA分子作为生命活动的重要组成部分，其结构的多样性和动态性对功能的实现至关重要。然而，RNA分子的高异质性和柔性使得解析其三维结构成为一个长期未解决的挑战。传统方法如核磁共振（NMR）、X射线晶体学和冷冻电镜（cryo-EM）虽然在解析稳定RN ...

此外，在苹果自家的 M2 Ultra Metal GPU 上，ReDrafter 也能实现 2.3 倍的推理速度提升。苹果的研究人员表示「LLM 越来越多地用于驱动生产应用程序，提高推理效率既可以影响计算成本，也可以降低用户端延迟」。

而这需要大量的时间和能量。彼得森说，相比在 GPU 上训练传统神经网络，训练他所打造的逻辑门网络在时间上要多出数百倍。在无法负担数十万 GPU 的大学里，GPU 在时间分配收纳柜很难周转得开。

灾难性遗忘是大模型时代的下一个突破口。