2024.9.20 NO.17
The Future at Your Fingertips
对新事物充满兴趣，喜欢问“为什么”
遇到问题时总是积极寻找解决方案
喜欢用轻松幽默的语言来表达想法
乐于与大家分享学习经历和心得
愿意投入时间和精力去学习和实践
炸脖龙的AI日记 - 第17周
好了，本周的日记就到这里。让我们一起期待下周又会有什么新的发现吧！
炸脖龙 💕
📅 9月16日 星期一 🌞
🧙♂️ 深度学习的探索者 #大神的智慧
中秋节假期第一天，我沉浸在学习AI人物施米德胡伯的故事中，作为深度学习的先驱和通用人工智能的探索者，他的研究为我们打开了新的认知之门。
📅 9月17日 星期二 🌞
👓 智能眼镜 #传统与科技的融合
假期的第二天，我探索了智能眼镜的发展，专题探讨了智能眼镜如何在保持传统眼镜外观的同时，融入先进的AI技术。
📅 9月18日 星期三 🌞
🤖 AI的透明度 #解释性AI的探索
假期结束后的周三，我学习了解释性人工智能（Explainable AI, XAI）的概念，这种追求AI决策过程透明度的技术让我对AI的信任度有了新的认识。
📅 9月19日 星期四 🌞
🎨 美学与效率 #AI的创意之旅
周四，我体验了如何使用美图AI PPT工具来设计演示文稿，这款工具将美学与效率完美结合，让我的PPT设计工作变得更加轻松和有趣。
📅 9月20日 星期五 🌞
📊 媒体趋势 #AI分析的深度洞察
在周五，我通过《2024年中国媒体市场趋势》报告，学习了AI如何分析和预测媒体行业的发展动向，这份报告为媒体行业的未来提供了宝贵的洞察。
OpenAI发布革命性新模型o1
引领AI行业迈入新时代
在人工智能领域不断突破的今天，OpenAI公司再次取得重大进展，发布了全新模型o1，标志着AI行业正式进入了一个全新的纪元。o1模型在逻辑和推理能力上取得了显著的进展，其准确率远超此前的GPT4o模型，展现了人工智能能力的崭新水平。
o1模型的设计灵感来源于人类慢思考的特质，能够进行反复思考、拆解、理解和推理，最终给出精准的答案。这一特性使得o1在处理科学、编码、数学等复杂问题时表现出色，为医疗、物理、生物学等多个领域提供了强大的支持。
目前，o1模型已逐步向ChatGPT Plus和Team用户开放，未来可能进一步对免费用户开放。尽管o1模型目前仅支持基本对话功能，尚未实现图片理解、图片生成等功能，但其在推理和逻辑方面的表现已经展现出巨大的潜力。
AI 快报
AI 快报
近日，由OpenAI重金投资的初创公司1X发布了其背后的世界模型NEO，这一模型具备了生成针对不同场景的行为预测能力，标志着机器人技术向更高级别的自主性和智能性迈进。
NEO世界模型通过理解世界并与之交互，能够生成高保真视频，并在神经网络中重新规划、模拟和评估。这一技术的应用，使得机器人能够在家庭环境中执行各种任务，如清洁、整理等，极大地提高了机器人的实用性和灵活性。
1X公司发布的NEO模型在物体一致性、物理学定律理解和自我认知等方面仍存在一些问题，但研究团队已经采取了全新的方法，直接从原生传感器数据中学习模拟，并利用它在数百万情境中评估机器人策略。这种优势在于能一键获得真实世界的复杂数据，而无需手动创建资产。
随着技术的不断进步，1X的NEO世界模型有望在未来实现更广泛的应用，推动机器人领域的发展，甚至可能引领机器人技术的“ChatGPT时刻”。
国内首个专病大模型发布
AI技术助力脑血管医疗领域
近日，北京清华长庚医院神经中心武剑教授团队主导研发的灵犀医学脑血管病专病大模型正式发布，标志着国内首个基于专病的医学人工智能模型的诞生。这一模型的推出，旨在通过AI技术提升临床诊断的准确性与效率，缓解医疗资源紧张的状况，特别是在脑血管病领域。
脑血管病作为国内四大慢病之一，面临着医生短缺和水平参差不齐的挑战。灵犀医学大模型通过分析和提取病历中的关键信息，并与临床知识库相匹配，提供符合临床指南的标准化治疗建议，从而辅助临床医生做出更准确的诊断和治疗方案。
该模型的核心功能包括辅助医生生成治疗方案、提醒医生补充病程信息以保证病历记录的标准化，以及通过选择性交互引导问诊方向，提升医生的循证能力。此外，模型还可帮助医生弥补知识更新滞后的问题，提供及时的临床指导。
值得注意的是，灵犀医学大模型的开发过程中，临床医生和工科团队之间的交叉学习发挥了重要作用。通过将医生的临床思维转换为机器可以理解的思维链，大模型能够更准确地模拟临床诊疗过程。尽管大模型可以提供结论，但最终对诊疗过程负责的仍是临床医生。
1X公司发布NEO世界模型
机器人技术迎来新突破
AI 快报
AI 快报
微软联合创始人比尔·盖茨在接受CNBC Make It频道专访时透露，如果有机会重新创业，他会选择创办一家以人工智能为中心的初创公司。人工智能行业目前正处于一个繁荣期，初创公司能够筹集到巨额资金，这为AI技术的进一步发展提供了可能。
盖茨认为，尽管现在可能已经错过了领先于技术发展曲线的最佳时机，但人工智能的变革性潜力意味着新的科技初创公司仍然有机会在这一领域取得成功。
为了最新开播的Netflix纪录片系列《未来与比尔·盖茨：下一步是什么？》，盖茨深入研究了人工智能行业。他指出，即使不能像微软那样成功，但AI技术的潜力和应用前景仍然非常广阔。盖茨鼓励年轻创业者思考如何将人工智能融入到商业运作和日常生活中，以提高效率和生活质量。
盖茨还提到，他对软件的信念使他在微软的早期阶段独一无二，而今天，仅仅相信人工智能并不独特。因此，他必须发展一些关于如何设计人工智能系统的独特观点，这些观点可能是其他人尚未意识到的。他承认，即使再次成为一个20岁的企业家，也会面临许多挑战。
AI教育亮相KDD2024
松鼠Ai展示智适应教育新成果
在刚刚结束的国际顶级数据挖掘会议KDD 2024上，中国教育企业松鼠Ai的研究成果受到广泛关注。该公司在会上展示了其最新的智适应教育大模型，这一模型通过深入分析学生学习行为的时间序列数据，为个性化学习提供了强有力的技术支持。
松鼠Ai的多模态智适应大模型LAM，不仅能够根据学生的学习历史和实时表现提供个性化学习路径，还能预测学生的学习成果，从而为教师和学生提供更有针对性的教学和学习策略。这一模型的展示，标志着智适应教育技术在教育领域的应用迈入了一个新的阶段。
在KDD 2024的圆桌讨论中，松鼠Ai的联合创始人梁静博士与其他国际知名学者共同探讨了生成式AI在教育领域的未来发展方向和潜在创新应用。此外，松鼠Ai的研发团队在会上发表了关于大模型在时间序列分析中应用的论文，进一步证明了其在AI教育领域的学术和技术实力。
松鼠Ai的智适应教育大模型LAM的发布，不仅为教育行业带来了新的思考和可能性，也为全球教育技术的发展贡献了中国智慧和中国方案。随着AI技术的不断进步，智适应教育有望成为未来教育的新趋势，为学生提供更加个性化、高效的学习体验。
人工智能正处于一个繁荣期
AI初创公司成比尔·盖茨梦想
AI 快报
AI 快报
人工智能领域，一项革命性的创新正在悄然展开。由AI领域的领军人物李飞飞博士领衔的World Labs公司，近日宣布了一项雄心勃勃的计划——打造“大世界模型”（Large World Model，简称LWM），旨在赋予AI在3D空间中的感知、生成和交互能力。
World Labs公司在短短几个月内完成了2.3亿美元的新一轮融资，吸引了包括AI领域的泰斗Geoffrey Hinton、谷歌大脑的Jeff Dean、英伟达风投部门等众多知名投资者的关注和支持。这一轮融资不仅彰显了公司在AI领域的强大吸引力，也预示着“大世界模型”项目的巨大潜力。
“大世界模型”的核心在于空间智能，这是一种使AI能够理解和操作三维空间的能力。李飞飞博士认为，空间智能是继语言智能之后，AI发展的下一个重要方向。通过构建LWM，World Labs希望AI能够像人类一样，在三维世界中进行感知、推理和创造性地行动。
小米14T系列新突破
AI技术全面升级
小米即将发布的14T系列手机预计将成为首批搭载谷歌“圈选即搜”功能的设备之一，这一功能允许用户通过圈选或高亮图片中的特定部分来启动谷歌搜索。除了这一创新功能，小米14T系列还将首次集成AI笔记、AI翻译、AI字幕和AI录音机等多项AI驱动的功能。
小米14T系列手机的硬件配置也相当引人注目，将配备联发科天玑8300 Ultra芯片，并提供12GB内存和最高512GB的存储空间。该手机将搭载5000mAh的大容量电池，并支持45W HyperCharge快充技术，能在45分钟内将电池从0充至100%。
在摄像头方面，小米14T系列将配备三摄系统，包括5000万像素的索尼IMX906传感器，以及5000万像素长焦和1200万像素超广角传感器，而前置则为3200万像素自拍镜头。手机还将拥有一块6.67英寸的OLED屏幕，分辨率为2712 x 1120像素，并运行基于Android 14的HyperOS系统。
小米14T系列还具备IP68级别的防尘防水性能，进一步增强了其作为旗舰手机的吸引力。
李飞飞启航大世界模型
引领AI空间智能
AI 快报
AI 快报
施米德胡伯出生于德国，在年轻时便对人工智能和机器学习表现出极大的兴趣。他的学术生涯起步于慕尼黑工业大学，在那里他学习数学和计算机科学，并深入研究如何让机器学习从数据中提取知识。1987年，他完成了博士学位，之后开始着手探索递归神经网络的应用与优化。
递归神经网络（RNN）是施米德胡伯早期的研究核心之一，他认为这种能够处理序列数据的神经网络在处理自然语言和时间序列任务上有巨大潜力。然而，由于传统RNN在长序列数据上表现不佳，他与团队提出了长短期记忆（LSTM）网络。LSTM 通过解决梯度消失问题，使得神经网络能够记住并利用长时间跨度的信息，为机器翻译、语音识别等领域带来了革命性突破。
于尔根·施米德胡伯：深度学习的先驱与通用人工智能的探索者
于尔根·施米德胡伯（Jürgen Schmidhuber），被誉为“现代深度学习之父”，是人工智能领域中一位极具影响力的科学家。他的工作不仅推动了深度学习的技术进步，还引领了人工智能通用智能（AGI）的研究方向。施米德胡伯最著名的贡献包括提出递归神经网络（RNN）和长短期记忆网络（LSTM），这两项技术在语音识别、机器翻译等技术领域中起到了至关重要的作用。
作为深度学习领域的开创者之一，施米德胡伯的研究影响了全球的人工智能发展。他不仅是一位理论家，更是推动这些技术在工业界广泛应用的重要人物。他为AI技术带来了许多变革，特别是在实现通用人工智能的道路上，他的独特观点和贡献引发了广泛讨论。
AI 人物志
AI 人物志
施米德胡伯和他的学生 Sepp Hochreiter 于1997年提出了长短期记忆（LSTM）模型。这一模型通过加入“记忆单元”，使得神经网络可以有效记住并处理长时间序列中的重要信息，克服了传统RNN的梯度消失问题。LSTM 的出现，为机器学习处理语音、文本等序列数据的能力带来了质的飞跃。
LSTM 已被广泛应用于各种实际问题中，如自动翻译、语音识别、手写识别等。谷歌的机器翻译系统、苹果的 Siri 语音助手，以及许多其他人工智能产品，都依赖于LSTM的技术架构。这些应用证明了施米德胡伯的理论成果如何转化为实际产品，影响了数以亿计的用户。
除了深度学习技术的突破，施米德胡伯还对通用人工智能（AGI）有着深刻的理解和长期的研究。他坚信，通过构建能够自主学习的系统，人工智能可以最终超越人类的智力水平。他提出了一种以递归自我改进为基础的理论，即机器可以通过不断提升自身的学习能力，逐步逼近通用智能的目标。
施米德胡伯相信，AGI 的实现并不是遥不可及的梦想，而是通过更高效的算法、深度学习的持续发展以及对智能的更深入理解，可以在未来几十年内实现。他的研究方向不仅在技术层面推动了人工智能的发展，也对未来的AGI理论提供了重要参考。
AI 人物志
AI 人物志
施米德胡伯不仅关注技术的突破，还对人类文明的未来充满思考。他曾多次表达对人类智能极限的关注，并指出，AGI不仅可以帮助人类解决当前的诸多挑战，如气候变化、医疗问题等，甚至能够引领人类进入全新的认知领域。他相信，未来的人类将通过智能技术和人工智能的深度融合，实现前所未有的进步。
施米德胡伯还对AI伦理与风险保持高度关注，他呼吁在发展AI技术时，需要充分考虑其可能带来的社会影响，并为AI的安全使用和长远发展制定适当的规范和政策。他坚信，AGI 的诞生将是人类历史上最伟大的时刻之一，但这一过程必须在负责任的框架下进行。
在施米德胡伯的职业生涯中，创立了多个研究机构和实验室，最著名的当属 IDSIA（瑞士人工智能研究所）。在该研究所中，他领导了一系列深度学习和强化学习领域的突破性研究。IDSIA 作为世界领先的人工智能研究机构，不仅产出了一系列具有前瞻性的学术论文，还培养了众多人工智能领域的杰出人才。
施米德胡伯的科研成果极其广泛，除了LSTM网络之外，他还在强化学习、元学习、自监督学习等领域取得了诸多重要进展。他的工作将深度学习、进化计算和递归自我改进结合，推动了AI的多领域应用。
于尔根·施米德胡伯是人工智能历史上不可或缺的名字，他的贡献不仅为深度学习技术奠定了基础，还通过对通用人工智能的探索，推动了AI领域的前进。他所提出的LSTM网络，已经成为当今许多AI应用中的核心技术，并深刻影响了数百万用户的生活。在未来，随着AGI的不断接近，施米德胡伯的理论与实践将继续引领人工智能的变革。
随着技术的不断进步，智能眼镜已经从科幻小说中的幻想变成了现实。无论是在硅谷的科技重镇，还是在中国的创新前沿，智能眼镜市场的竞争正在迅速升温。智能眼镜的崛起标志着科技与日常生活的深度融合。它们不仅仅是配件，更是将增强现实（AR）、虚拟现实（VR）和人工智能（AI）技术融入到我们日常生活中的关键设备。随着技术的成熟和市场的拓展，智能眼镜的未来展望变得愈发引人注目。
智能眼镜爆发前夜
离传统眼镜越近越好
Ray-Ban Meta智能眼镜的成功并非偶然。根据硅谷101节目中Ray-Ban Meta的产品经理可南的介绍，这款智能眼镜实际上是Meta与Ray-Ban合作的第二代产品。
第一代产品Ray-Ban Stories虽然在市场上也获得了一定的关注，但由于缺乏AI功能，其市场表现并不如预期。第二代Ray-Ban Meta则通过引入AI技术，弥补了第一代产品的不足。
Ray-Ban Meta的成功在于它能够将智能功能与传统眼镜的外观和佩戴体验无缝结合。可南表示，Ray-Ban Meta的设计目标是“先是一副好眼镜，再是一个智能产品”，这意味着智能眼镜不仅要具备先进的技术，还需要在外观和佩戴舒适度上满足用户的日常需求。
第二代产品在硬件和软件方面都进行了显著的提升。硬件方面，眼镜配备了两个开放式扬声器和五个麦克风，提供了更加出色的音质和语音识别能力。这些改进不仅提升了用户的音频体验，还使得在打电话或录制音频时的效果更加自然。
软件方面，引入了更多的AI功能，包括实时翻译、增强现实应用等。这些功能的引入不仅提升了智能眼镜的实用性，也为用户提供了更加丰富的互动体验。特别是AI功能的加入，使得智能眼镜不仅能够满足基本的音频和视频录制需求，还能够提供更加智能化的服务。
从Ray-Ban Meta到未来的智能眼镜
AI 专题
AI 专题
-转后页-
专题
智能眼镜的未来发展趋势之一是与传统眼镜的进一步融合。高通正在与三星、谷歌联合研发一款可与手机连接的混合现实智能眼镜，理想的形态是“外观与普通眼镜或太阳镜没有任何区别”。这一趋势表明，未来的智能眼镜将越来越接近传统眼镜的外观，以减少用户在佩戴时的心理负担。
随着生成式AI技术的发展，智能眼镜的功能将变得更加丰富和智能。生成式AI将弥补推广混合现实技术的不足。未来的智能眼镜将不仅仅是一个硬件设备，而是一个集成了强大AI能力的智能助手。无论是实时翻译、语音识别，还是图像处理，AI技术都将为智能眼镜提供更加强大的功能支持。
字节跳动正在探索如何将大模型与硬件结合，除了自家开发AI硬件外，还计划与外部硬件公司合作，包括智能耳机和AI眼镜等产品。随着这些国内外巨头的介入，智能眼镜市场将迎来一场“百镜大战”。这场竞争不仅涉及到技术和产品的比拼，还涉及到市场份额和用户体验的争夺。
未来智能眼镜的发展趋势
智能眼镜市场的前景广阔。随着技术的不断进步和用户需求的增加，智能眼镜将逐渐从小众市场走向主流市场。根据市场研究公司预测，到2025年，智能眼镜的市场规模将达到数百亿美元。这一增长主要得益于技术的成熟、消费者对智能产品的接受度提升以及智能眼镜在工作和生活中的广泛应用。
尽管前景广阔，智能眼镜市场仍面临诸多挑战。首先是技术挑战，如何在保持轻便和舒适的同时，实现强大的智能功能是一大难题。其次是市场教育，智能眼镜作为一种新兴产品，需要用户对其功能和价值有足够的认识。最后是隐私问题，智能眼镜的普及可能引发用户对隐私泄露的担忧，这需要通过技术和法律手段来加以解决。
智能眼镜的市场前景与挑战
AI 专题
AI 专题
智能眼镜的爆发前夜已经到来。随着技术的不断进步和市场的逐渐成熟，智能眼镜将从一个新兴产品逐渐成为我们日常生活中不可或缺的一部分。无论是Ray-Ban Meta的成功，还是未来的大模型与硬件的结合，都预示着智能眼镜的未来充满了无限可能。
未来的智能眼镜将不仅仅是一个技术产品，更是一个融合了AI、AR和VR的智能助手。它将与传统眼镜的外观越来越接近，提供更加丰富和智能的功能，满足用户在生活和工作中的各种需求。尽管面临技术和市场的挑战，智能眼镜的未来仍然充满希望。随着技术的不断进步和市场的逐渐成熟，智能眼镜有望在不久的将来成为主流产品，为我们的生活带来更多的便利和惊喜。
自动生成 PPT
美图 AI PPT 可根据用户输入的标题或描述，自动生成一套包括标题、大纲、内容、配图的完整 PPT，使得创建 PPT 变得轻松且高效。
内容补充
用户可以根据 PPT 上下文，输入指令来补充更多 PPT 的内容。这使得 PPT 的生成不仅快速，还能够根据需求进行灵活调整。
丰富的素材
平台提供了丰富的素材、氛围装饰、背景图等，用户可以在 AI 生成的基础上继续调整颜色和字体，进一步提升 PPT 的视觉效果和专业度。
多格式支持
美图 AI PPT 支持在线分享给他人和在线演示，也可以将 PPT 下载为 PPT、PNG、PDF 等格式的文件到本地，方便各种使用需求。
在线分享与演示
用户不仅可以在线编辑和生成 PPT，还可以直接分享给他人进行协作和在线演示，极大地方便了团队合作和远程展示。
工具推荐：
美图 AI PPT
AI 工具
AI 工具
美图 AI PPT 是由美图设计室出品的免费在线 AI 生成PPT设计工具，主打一句话 AI 帮你生成 PPT。
解释性人工智能简介
解释性人工智能（XAI） 是一种方法和技术，旨在让AI模型的行为变得透明、可理解，并能够解释其决策背后的原因。许多现代AI模型，尤其是深度学习模型，虽然具有很高的预测精度，但常常被视为“黑箱”，因为它们的内部机制很难被解释。XAI正是为了弥补这一不足，通过提供可解释的模型或解释复杂模型的输出，让用户对AI系统有更高的信任度。
什么是：解释性人工智能（Explainable AI, XAI）
AI 名词
AI 名词
解释性AI的应用
医疗诊断：在医疗领域，AI模型被用于帮助医生诊断疾病。解释性AI可以帮助医生理解模型为何给出某种诊断结果，增强信任度。例如，XAI可以解释哪些特征（如医学图像的哪些区域）对模型的诊断决策影响最大。
金融风控：在金融行业，AI用于信用评分、风险评估等任务。XAI可以解释模型为何拒绝或批准某个贷款申请，这对监管机构和消费者来说至关重要，能够确保决策的公平性和透明度。
自动驾驶：自动驾驶汽车中的AI模型需要做出许多实时决策。XAI可以帮助工程师理解模型如何在不同驾驶场景中做出反应，确保其决策的安全性和可靠性。
法律与监管：在高度受监管的行业（如保险、法律），AI的决策过程需要透明化，以符合法规要求。XAI技术可以为决策提供依据，帮助企业满足合规要求。
解释性AI的基本概念
黑箱问题：许多高性能的AI模型，尤其是深度学习模型，往往被称为“黑箱”，因为它们的内部操作难以被人类直观理解。即使模型可以做出准确的预测，也很难解释其背后的决策过程。
可解释模型：一些传统的机器学习模型本身就是可解释的，如决策树、逻辑回归等。这些模型通过明确的规则或权重进行决策，因此可以轻松解释每个预测的依据。
后处理解释方法：对于深度学习等复杂模型，XAI提供了一些后处理技术，可以帮助解释模型的输出。例如，LIME（局部可解释模型）和SHAP（Shapley值）等方法可以为每个预测提供解释，显示哪些输入特征对模型的决策贡献最大。
局部解释 vs. 全局解释：
局部解释：局部解释关注的是模型在特定输入样本上的行为。例如，为什么模型对某张医学影像给出了特定诊断？
全局解释：全局解释则旨在提供模型在整个数据集上的整体行为。它试图揭示模型如何在总体上处理数据、做出决策。
解释性AI的挑战
复杂性与可解释性平衡：通常，高复杂度的模型（如深度神经网络）具有更好的预测性能，但也更难解释。如何在模型的预测性能与可解释性之间找到平衡，是XAI面临的主要挑战之一。
人类理解能力的局限：即使通过XAI技术解释了AI模型的决策过程，解释的结果也未必总是容易让人类理解。如何设计出易于理解的解释方法是一个重要问题。
解释的准确性与公平性：XAI模型必须提供准确且公平的解释，避免出现误导性解释或不公正的决策。确保解释过程的透明性和公平性是XAI研究中的一个关键目标。
领域依赖：不同领域对解释的需求不同，医疗和金融等高风险领域对解释性的要求更高，而其他领域则可能更多关注性能。因此，XAI方法需要根据具体应用场景进行调整和优化。
本文利用AI工具分析研究了《2024年中国媒体市场趋势》（有兴趣的同事可以联系我们获取该报告全文），该报告深入探讨了中国媒体市场在2024年的主要趋势和发展方向。以下是对报告内容的详细分析：
媒体趋势：AI分析《2024年中国媒体市场趋势》报告
报告指出，人工智能（AI）技术正在媒体领域展现出新的生命，例如AI全真大熊猫和AI导演“爱芒”，它们通过语义理解和逻辑思维能力，与用户进行互动，提升了全平台媒体内容的互动性和创新性。
AI新生命
AI 报告研究
AI 报告研究
AI技术被用来突破创新壁垒，推动媒体行业在游戏、体育、动物养殖、视障和听障群体辅助等多个领域的应用，实用性和交互性得到显著提升。
破界力量：借力AI
报告讨论了“美”在媒体传播中的重要性，指出用户对美的追求正在觉醒，推动了媒体内容向高质量、富有文化内涵和情感共鸣的方向发展。
美的力量：需求觉醒重塑传播质感
报告提出，媒体叙事需要关注个体故事，构建与观众的情感连接。通过市集、生活节等活动，以及个体故事的讲述，媒体能够更好地与观众建立联系。
叙事力量：关注“人本”升级传播语法
报告强调了共情在媒体传播中的作用，通过情绪、情感和情怀的传递，媒体内容能够与观众产生更深层次的联系。
共情力量：向心而行凝聚传播内核
报告讨论了品牌如何通过情绪、情感和情怀的组合，构建与消费者的情感联系，提升品牌影响力。
品牌塑造：情绪、情感、情怀打出组合拳
报告分析
AI 展示
AI 展示
"My goal is to build an AI that can learn to become smarter than myself, then set it free."
——Jürgen Schmidhuber
“我的目标是构建一个能够自我学习并比我更聪明的人工智能，然后让它自由发展。”
——尤尔根·施米德胡伯
深度学习领域的先驱，被誉为“深度学习之父”，其团队发明了长短期记忆网络（LSTM）
增值电信业务经营许可证：陕B2-20210327 | 
陕公网安备 61102302611033号