Публикации по теме 'artificial-intelligence'
Как создать ИИ, который нас не уничтожит
Как создать ИИ, который нас не уничтожит
Трудно найти дискуссию о безопасности ИИ , которая бы не фокусировалась на контроле. Логика в том, что если мы не будем контролировать это, случится что-то плохое.
Для меня это звучит как настоящее безумие из реальной жизни. Действительно ли мы думаем, что законы , управляющие структуры или человеческие цели будут иметь значение для сверхразумной машины? Вы также можете сказать мне, что миром правят муравьи.
Нам нужно внимательнее..
Работа с задачей о рюкзаке, часть 2 (информатика)
Возможный метод решения SDP-релаксации квадратичной задачи о рюкзаке (arXiv)
Автор: Тяньюнь Тан , Ким-Чуан То .
Аннотация: В этой статье мы рассматриваем SDP-релаксацию квадратичной задачи о рюкзаке (QKP). После использования факторизации Бюрера-Монтейро мы получаем невыпуклую задачу оптимизации, допустимая область которой является алгебраическим многообразием. Хотя на алгебраическом многообразии могут быть нерегулярные точки, мы доказываем, что алгебраическое многообразие является..
Jupyter AI: Расширение AI для Jupyter Lab
Он добавляет собственный пользовательский интерфейс чата, волшебные команды для отправки запросов в ChatGPT и создает целые блокноты из текстового приглашения.
Ранее мы видели, как добавить функции ChatGPT в Jupyter Notebook и VSCode с помощью расширений, а теперь пришло время для Jupyter Lab!
Зачем тебе это?
Что ж, в отличие от предыдущих расширений, которые я вам показывал, это предлагает пользовательский интерфейс чата, который позволяет нам общаться с диалоговым помощником..
Как работает автономное обучение с подкреплением, часть 2 (искусственный интеллект)
Основы автономного обучения с подкреплением
Обучение с подкреплением в автономном режиме: как консервативные алгоритмы могут создавать новые приложения Глубокое обучение с подкреплением добилось значительного прогресса за последние несколько лет, с историями успеха в робототехнике… bair .berkeley.edu
Взаимная информация Регулярное автономное обучение с подкреплением (arXiv)
Автор: Сяо Ма , Бинъи Кан , Чжунвэнь Сюй , Мин..
AI Matchmakers: почему графические нейронные сети лучше MLP?
Графовые нейронные сети (GNN)! Представьте их сватами вселенной ИИ, неустанно помогающими точкам данных находить друзей и популярность, исследуя их связи. Лучший ведомый на цифровой вечеринке.
Вы спросите, почему эти GNN так важны? Ну, в реальной жизни вроде бы все взаимосвязано. Мы говорим о таких вещах, как социальные сети, Всемирная паутина, сети частиц и даже изоморфный танец молекул ⚛ (спросите Уолтера Уайта). А вот и ошеломляющее открытие: даже « прямолинейные » структуры..
Fetch Failed Exception в Apache Spark: расшифровка наиболее распространенных причин
РУКОВОДСТВО ПО ИСПОЛНЕНИЮ ИСКРЫ
Fetch Failed Exception в Apache Spark: расшифровка наиболее распространенных причин
Большинство разработчиков Spark тратят много времени на устранение неполадок с ошибками выборки, наблюдаемыми во время операций перемешивания. Эта история послужит вам для наиболее распространенных причин исключения Fetch Failed Exception и покажет результаты недавнего опроса, проведенного для исключения.
Операции перемешивания являются основой почти всех заданий..
2. Где ВЫ находитесь в огромном ландшафте ИИ?
ИИ проник в нашу жизнь таким образом, что иногда мы даже не осознаем этого. Устройства и приложения, которые мы используем, становятся умнее с каждым днем. Система ИИ знает больше, чем мы знаем о себе. Он быстрее и точнее нас в конкретных задачах. Каждый из нас так или иначе занимает ландшафт ИИ. Рассмотрим эти категории подробнее.
Каждый из нас в цифровом мире может попасть в одну или несколько из следующих 3 групп;
Пользователи (U) — все пользователи приложения и создатели..