人工智能与机器学习
工程师利用人工智能推进纳米药物制造
人工智能和新型制造技术的结合可能会彻底改变聚合物纳米颗粒的生产。
工程师使用人工智能进行更安全的现实学习
宾夕法尼亚州立大学的研究人员正在开发允许人工智能(AI)和机器学习(ML)在现实世界中安全使用的方法。
人工智能通过更深刻的洞察力来提高效率
终端用户组织对使用机器学习、人工智能和其他新兴技术来增加可操作信息的兴趣越来越大。
机器学习有助于聚变反应堆的湍流跟踪
麻省理工学院的研究人员已经开发出一种机器学习方法,可以影响聚变反应过程中产生的能量,这对反应堆设计具有重要意义。
利用光子学改进深度学习
一种新方法使用光学来加速智能扬声器和其他低功耗连接设备的机器学习计算。
人工智能和机器学习如何推动5G的可持续发展
未来的网络有可能减少高能耗行业对环境的影响,但该行业需要一个全面的节能解决方案,以最大限度地提高效益并产生真正的影响。
网络修剪会扭曲深度学习模型
北卡罗莱纳州立大学的研究人员发现,网络修剪会对模型识别特定群体的性能产生不利影响。
机器,设备在边缘学习
麻省理工学院的研究人员开发了一种技术,使人工智能模型能够不断地从智能手机和传感器等智能边缘设备上的新数据中学习,从而降低能源成本和隐私风险。
Formula为AI解决了复杂的道德决策
一份能够将伦理准则更有效地纳入人工智能(AI)决策程序的算法蓝图已经被开发出来。
在提高工厂性能方面,控制理论比人工智能更好吗?
了解人工智能(AI)和机器学习(ML)与控制理论的优缺点,特别是模型预测控制(MPC),用于改进过程和制造应用和操作。