AI首次創建高效準確數學算法
......閱讀全文
算法自動“劃重點” AI學會“抱佛腳”
預訓練模型的興起給自然語言處理（NLP）帶來了“新面貌”。? ? 近年來，Google、Facebook、OpenAI、微軟、百度等人工智能“頭部玩家”推出多個頗具影響的預訓練模型，并反復迭代出十多個版本。無論學術界還是業界，人們對大規模預訓練模型“熱情高漲”。? ? 日前，來自清華大學的一
AI程序攻克圍棋的算法秘密（五）
在本節中，大家應該對MCTS算法的工作原理擁有更為深入的理解。請別擔心，迄今為止提到的全部內容應該足以支持您順利掌握相關內容。惟一需要注意的是我們如何使用策略概率與估值方法。我們在鋪展過程中將二者結合在一起，從而縮小每次落子時需要探索的具體范圍。Q（s，a）表示估值函數，u（s，a）則代表該位置的已
AI程序攻克圍棋的算法秘密（三）
另外，我們還希望能夠構建起一套略有不同的策略網絡版本； 其應該更小巧且速度更快。可以想象，如果Lusha的經驗非常豐富，那么其用于處理每個位置的時間也將相應延長。在這種情況下，雖然她能夠更好地縮小合理落子范圍，但由于整個過程會不斷重復，因此耗費時間可能會過長。所以，我們需要為這項工作
AI程序攻克圍棋的算法秘密（四）
不過這樣的訓練方式其實存在一個問題。如果其只在練習中對抗同一個對手，且該對手也一直貫穿訓練始終，那么可能無法獲得新的學習經驗。換言之，該網絡所學到的只是如何擊敗對方，而非真正掌握圍棋的奧秘。沒錯，這就是過度擬合問題：你在對抗某一特定對手時表現出色，但卻未必擁有對付各類選手的能力。那么，我們該
AI程序攻克圍棋的算法秘密（一）
這篇文章的主角是AlphaGo，谷歌DeepMind團隊開發出的圍棋AI。其憑借著2016年擊敗全球頂尖棋手李世石的壯舉而廣受矚目。圍棋是一種古老的棋類游戲，每一步都存在諸多選擇，因此接下來的落子位置很參議會預測——要求對弈棋手擁有強大的直覺與抽象思維能力。正因為如此，人們長久以來一直認為只
AI程序攻克圍棋的算法秘密（二）
但讓我們想想，人類是怎樣下棋的？假設目前您身處比賽中的特定階段。根據游戲規則，你可以作出十幾種不同的選擇——在此處移動棋子或者在那里移動皇后等等。然而，你真的會在腦袋里列出所有能走的棋步，并從這份長長的清單中作出選擇嗎？不不，你會“直觀地”將可行范圍縮小至少數幾種關鍵性棋步（這里假定您提出了
90后斯坦福博士登Science封面！AI算法準確預測RNA三維結構
半個世紀以來，確定RNA三維結構一直困惑著科學家，也成為生物學的重大挑戰之一。而現在，90后斯坦福大學博士和團隊通過新型AI算法——ARES準確預測出RNA三維結構，堪比AlphaFold，是生物界「海嘯級」存在！我們對大部分RNA的結構幾乎一無所知 半個世紀以來，確定生物分子的三維結構一直困
加速新藥研發！新算法助力質譜數據準確高效預測小分子
小分子的鑒定是生命科學一項關鍵任務。質譜（mass spectrometry，MS）可用于分析化合物成分，高通量質譜技術能夠從數十萬個環境中收集小分子的串聯質譜。然而，現有的方法是基于化學領域的知識，無法解釋小分子質譜中的許多峰。 卡內基梅隆大學和俄羅斯圣彼得堡國立大學的研究人員提出一種算法—
美國首次確定神經科學算法有助設計高效穩定網絡
大腦可能是最高效穩定的網絡。最近，美國卡內基梅隆大學和索爾克生物研究所合作，首次確定了大腦在早期發育階段剪除不需要的神經元連接的速度，籍此開發出一種可用于網絡設計的“大腦剪除”新算法。模擬分析表明，據新算法生成的網絡比用目前工程方法生成的網絡更加高效穩定。相關論文發表在近期《公共科學圖書館·計算
AI算法自動診斷早產兒視網膜病 準確率超大多數專業醫生
? 美國一研究團隊在最近一期《JAMA?眼科學》雜志上發表論文稱，他們開發出一種人工智能（AI）算法，能夠自動診斷早產兒視網膜病，診斷準確率要超過大多數專業醫生。 早產兒視網膜病是一種嚴重的致盲性眼病，由視網膜血管異常增生引起，在早產兒中很常見。這種疾病主要靠醫生查看嬰兒的眼睛來診斷，帶有主觀性