美国洛斯阿拉莫斯国家实验室的科学家们正在利用人工智能预测地震。 无数资金以及无数研究人员的科研生涯都奉献给了预测下一次大地震将在何时何地发生。...现在，在人工智能的帮助下，越来越多的科学家表示，他们分析海量地震数据的方式发生了变化，这可以帮助他们更好地了解地震、预测地震的行为以及提供更快速、更准确的早期预警。...科学家们对于过去失败的地震预测案例有着十分清楚的认知，因此，在被问及他们使用人工智能取得了多大进展时，他们总是持谨慎态度。...人们之所以持谨慎乐观态度是因为他们相信：随着传感器变得越来越小和越来越便宜，科学家们将能够收集更多的地震数据。借助神经网络和类似的人工智能技术，他们希望从所有这些数据中收集新的见解。...东京大学（University of Tokyo）地震学家罗伯特·盖勒（Robert Geller）等部分科学家不相信人工智能将改善地震预测。他质疑过去的地震可以预测未来的地震这一前提。
【概要】美国加州大学伯克利分校的科研人员利用人工智能技术发现了72次宇宙射线爆发。...人工智能正在侵入许多领域，最近正被用于天文学和寻找宇宙中的智慧生命，即SETI计划（搜索地外文明计划，Search for Extra-Terrestrial Intelligence）。...在早期针对400TB数据的一次分析中，科学家们采用标准的计算机算法找到了在此期间的21次爆发。
据《华盛顿邮报》2016年6月报道，由于一种将全球多个射电望远镜的图像数据拼凑起来的机器学习算法，科学家可能将首次得以一睹黑洞的真面目。...如果这个方法行之有效，人工智能将为我们奉上第一张有关黑洞的非渲染图，让我们看到这种迷人的科学奇观。 没有哪个望远镜能独自完成探测黑洞外表的任务，因为没有哪个望远镜的口径足以输出如此高质量的图像。...而据麻省理工学院研究生Katie Bouman说，科学家也不会制造这样的望远镜。目前他正在与哈佛大学的研究人员合作开展“视界线望远镜”（Event Horizon Telescope）项目。...科学家必须考虑这些干扰因素，才能成功制作出合成图像。 视界线望远镜使用的机器学习算法就是为了这个目的而设计的。它会处理所有数据，通过相互对比来缩小或消除各个读数之间的差异。
基于神经网络的人工智能系统最近创造了多项佳绩：战胜人类围棋大师、创造品酒记录、迷幻艺术作品大奖，但若做到将这些异常复杂的高能耗系统用于现实并将其集成到便携式设备中并非易事，但据美国电气电子工程师学会《科技纵览...到目前为止，若想在智能手机、小型机器人、无人机等主要依赖人工智能的移动设备上运行与人脑细胞网络相似的神经网络学习系统需要耗用大量电能。...Vivienne Sze教授与英伟达的高级研究科学家Joel Emer共同开发了Eyeriss芯片，这是首选用于运行最先进的卷积神经网络的定制芯片，该芯片可运行AlexNet这种要求特别高的算法，其能耗不到传统移动
在所有担心人工智能，杀手机器人和技术带来的世界末日的人中，Bostrom想到的是最极端的情景。在他的想像中，人类灭绝只是开始。...文章署名作者还包括诺贝尔奖得主物理学家Frank Wilczek，人工智能专业Stuart Russell和霍金。文章中写道，人工智能是“人类面临的最好也最坏的事”。...离Tegmark的办公室不远的地方就是MIT的计算机科学与人工智能实验室。实验室主管Daniela Rus认为，“我没想过这些事”。她正在开发绝不会发生碰撞的汽车。...Bostrom也认为，如果开发不出超级智能，那会是件很遗憾的事，因为人工智能可为人类带来更多的可能性，甚至帮我们实现星际殖民，以及思维上传到计算机这种事。
人工智能本来并不存在偏见，它不会因为无法通过逻辑来解释的理由而“想”某些东西是真的或假的。不幸的是，从创建算法到解释数据，机器学习中存在着人类的偏见，并且直到现在，几乎没有人试图解决这个严重的问题。...来自捷克和德国的科学家团队最近进行了一项研究，以确定人类认知偏见对解释用于创建机器学习输出规则的影响。...当这些类型的人为错误成为人工智能的一部分时——这意味着我们的偏见负责选择一种训练规则，这种训练规则塑造了机器学习模型的创造——我们不是在创造人工智能：我们只是混淆我们自己在黑盒子里面有缺陷的观察。...随着越来越多的人工智能系统上线，个人责任感也在发生变化。很快，大多数车辆将由机器操作，大量的手术和医疗程序将由机器人进行。当悲剧发生时，人们会指责AI开发人员，甚至会把某些人当作替罪羊。
多亏了新的人工智能系统，科学家们可以更容易地在浩如烟海的已发表的癌症研究文献中搜索。...该系统被称为Lion LBD，由剑桥大学的计算机科学家和癌症研究人员共同开发，旨在帮助科学家寻找与癌症相关的新发现。这是第一个基于文献的搜寻系统，旨在支持癌症研究。...人工智能系统如何帮助科学家加速探寻癌症.jpg “作为一名专业的癌症研究人员，即使你知道自己在寻找什么，每天也会有成千上万的论文出现，”剑桥语言技术实验室的副主任安娜·科霍恩教授说，她与英国剑桥癌症研究所的将成田博士以及瑞典卡洛林斯卡学院的斯滕纽斯教授合作...“Lion LBD利用人工智能技术帮助科学家跟上他们领域中已发表的文献，也可以通过将文献中已知的信息结合起来，在看似无关的信息源之间建立联系，帮助他们做出新的发现。”
科学家们永远追赶不上学术文章发表的速度，因而会错过一些重要的学术见解。...Semantic Scholar并不是现有的唯一一个基于人工智能的搜索引擎。...根据Microsoft Academic的判断，过去六个月最顶尖的神经科学家是美国明尼苏达州罗彻斯特马约诊所（Mayo Clinic）的Clifford Jack。...其他公司和学术机构也在开发以人工智能为导向的软件，以便更深入地研究网络上发现的内容。...Etzioni说道：“在20年内，人工智能将能实现阅读，而更重要的是能够理解科学文本”。
据丹麦哥本哈根大学网站报道，该校的分子研究人员正在与一家专门从事衰老机制研究的人工智能公司合作解决早衰问题。这项合作有望开发出用于治疗老年痴呆症、帕金森病和心血管疾病等与年龄相关疾病的药物。...该公司擅长利用人工智能（AI）来寻找某些分子，将其用于开发新药，以对抗与衰老相关的疾病。他们希望确保每个人都能拥有一个健康的衰老过程。 “我的小组专注于会加速衰老的疾病。...该公司利用名为“深度学习”的人工智能方法来对基因表达的数据集进行分类，能够发现哪些分子可以刺激DNA修复。 “深度学习系统在许多任务中都表现出过人的能力，包括图像识别和自动驾驶。...但是，受人工智能（AI）影响最大的领域是药物发现。我们非常荣幸能够与哥本哈根大学团队合作，他们是世界上最好团队之一。
2016年1月20日，全球最顶尖的人工智能科学家之一、加拿大蒙特利尔大学教授Yoshua Bengio在知名问答社区Quora针对网友的提问给出了自己的一些见解，涉及人工智能的多个方面，其中重要的包括：...（3）对于人工智能，可能仍然需要我们从人的大脑获得更多更好的理解，并使用机器学习理论对大脑的某些活动给出解释。 （4）最大似然法可能需要改进。...（5）对基于深度学习的人工智能的探索（不仅是消费产品）将大大受益于计算能力的大幅增长，尽管这种增长可能意味着需要专门的硬件。...网友：你如何评价OpenAI(一个由多家公司资助的非营利性人工智能研究所)?...而且随着神经科学家收集到越来越多关于大脑的数据，这个结论将变得越来越正确。
由于人工智能取代人类活动的争论越来越激烈，数据科学家开始体验人工智能辅助自动化的好处和风险。 人们开始对人工智能被用来自动化一切事物的前景感到不安。...这也许可以解释为什么当谈到人工智能的影响时，开始看到人们使用“自动化”这样近似同义词的描述。...这种对“自动化”这个可怕字眼的厌恶，可能源于这样一个事实，即使是数据科学家也开始担心人工智能对于取代自己工作的潜在影响。...也许不应该夸大自动化的潜力，把数据科学家放在这个困境上。如果有的话，数据科学自动化工具将帮助他们少花钱多办事。...这些功能甚至可以减轻重复的任务，使数据科学家能够将他们的技能发展到更具创造性和挑战性的领域。自动化甚至可以让数据科学家避免职业劳动力短缺的困境。
大数据文摘出品 编译：李可、Aileen 快速测序基因组的能力为科学家提供了大量的数据，但了解进化是如何塑造了人类仍然是一项艰巨的任务。 精确确定人类基因序列在哪里及如何进化就像大海捞针。
据丹麦哥本哈根大学网站报道，该校的分子研究人员正在与一家专门从事老化机制研究的人工智能公司合作，以解决过早老化问题。这项合作有望开发出用于治疗老年痴呆症、帕金森病和心血管疾病等与年龄相关疾病的药物。...该公司的专长是利用人工智能（AI）来寻找某些分子，将其用于开发新药，以对抗与衰老相关的疾病。他们希望确保每个人都能拥有一个健康的老化过程。 “我的小组专注于会导致老龄化加速的疾病。...通过使用被称为深度学习的人工智能方法来对基因表示的数据集进行分类，该公司能够发现哪些分子可以刺激DNA修复。 “深度学习系统在许多任务中都表现出过人的能力，其中包括图像识别和自动驾驶任务。...但是，受人工智能（AI）影响最大的领域是药物发现。
美国艾伦细胞科学研究所（Allen Institute for CellScience）的科研人员利用人工智能技术开发了一种人类活体细胞3D模型，并向外部人员免费提供，可帮助科学家们探索癌症、阿兹海默症等重大疾病...Brent表示，借助该模型，科学家可以用一个简单的显微镜观察事物，这将对全世界的研究人员都有帮助——包括那些不太富裕的地方。...艾伦研究所的科学家Greg Johnson参与创建了该细胞模型，他表示通过给科学家提供一种相对简单而廉价的方法来比较健康和不健康细胞的内部组织，将加速找出癌症等疾病病因的步伐。...该模型被称为艾伦集成细胞（Allen Integrated Cell），是利用人工智能开发的。计算机通过程序设计而进行学习，并研究了数以万计的人类活体干细胞的图像。...使用人工智能研究细胞内部结构要比其他方法更有优势。”他表示，依靠基因改造、特殊染料或强光技术往往会改变或破坏科学家正在努力研究的细胞。此外，这些技术依赖于昂贵的设备，而并不是每个实验室都支付得起。
日本丰田公司聘请了美国国防部高级研究计划局机器人挑战赛负责人吉尔·普拉特（Gill Pratt）带领开展其人工智能与机器人研发工作。...迄今为止其他公司的大多数测试里程对于我们而言都很容易达到，只有少数情况下大家比分相当，这就是需要优化人工智能技术的地方。...我们的目标是采用不同于其他公司所用的方法发展人工智能技术，使汽车成为真正的守护天使，避免失事，这是整个工作最困难的部分，也是我们首先要做的工作，希望能够在提高驾驶安全性的同时提高驾驶的乐趣。...IEEE Spectrum：目前看来，大多数投资自动汽车技术的公司正在努力开发具有实际意义的商业系统，而丰田的人工智能和机器人技术工作似乎侧重于研发方面。...普拉特：我们的人工智能项目并未将硬件纳入研究范围，但降低成本和提高硬件效率这种想法具有重要意义，我们需要性能更好更便宜的传感器和执行器，这也是为何迄今为止机器人市场未能做大的原因所在。
据外媒报道，人工智能帮助科学家分析单氨基酸变异对人体的影响，推动个性化医疗研究。 计算生物学家发现了蛋白质变异引起的令人惊讶的强烈影响。每个人都有唯一的DNA“指纹”。...“除了统计方法，我们还使用人工智能，特别是机器学习和神经网络，让我们能够创建模型。”该研究的主要作者解释道。
据英国科技资讯网站TechInsider 2015年10月报道，美国Google公司的多位科学家表示，人工智能目前面临着三大障碍。...虽然人工智能研究人员利用机器学习在这些领域取得了前所未有的进展，但仍有许多工作需要完成。...Google研究主管、人工智能科学家Peter Norvig认为，让计算机体验人类世界将解决人工智能研究人员长期以来一直在试图通过规划和推理来解决的问题。...（3）专注于人类智慧的正确部分，不误入歧途 Google研究员、人工智能领域最杰出的科学家Geoffrey Hinton认为，建构具备人类智力水平的计算机的最大障碍之一是确保研究人员不被不必要的因素所牵制...但Hinton认为开发一个具有“意识”的智能计算系统已经成为一种过时的想法，人工智能研发不能以此为导向。
据美国亚利桑那大学新闻网报道，该校一个研究团队正在采用人工智能算法学习成千上万篇研究论文，以获得改善治疗癌症患者的方法。...如何使每年发表的新科学数据（包括一百万篇以上癌症相关的期刊文章）变得有意义，对于当代科学家而言是一项艰巨的任务。...即使科学家能够阅读每一篇文章，但要记住其内容并联系内容解答现实问题仍需要超自然的认知能力，因此如何实际阅读成千上万篇科学论文并将其中的研究成果用于解决癌症患者治疗等现实难题，成为了一大难题。...在最近完成的一次项目评估中，REACH系统能够在几个小时内处理完1000篇与RAS有关的癌症论文，得到的结果胜过了过去最先进的技术，这一切全依靠算法完成，如果让科学家来做这件事，工作量将无法想象。...到这该研究项目结束时，REACH系统应具备推理功能，即能够像科学家或医生那样提出假设。
《每日科学》网刊登了来自英国金斯顿大学的文章，称科学家将为机器人装配人工智能视觉技术。
自从AI（人工智能）被用于自动化处理任何事情，人们便开始感到不安。现在人工智能已经证明了它能够通过机器人等技术代替蓝领工作，通过自然语言生成取代白领工作，围绕这种技术的文化敏感度正在上升。...对“自动化”这个词的厌恶，可能源于这样一个事实：即使是数据科学家也开始担心它会对自己工作安全产生的潜在影响。...虽然Brust说，虽然在数据科学工作流程中减少工人的前景“没有什么好处”，但是很明显有很多低层次的工作，如果没有自动化，这些工作可能被一些不熟练的数据科学家（但是已经采用的）处理，也可能再也没有人来处理...也许我不应该夸大自动化的潜力，使数据科学家处于这个尴尬的局面上。无论怎样，数据科学自动化工具将帮助他们少花钱多办事。这些功能甚至可以减轻重复的任务，使数据科学家能够在更具创造性和挑战性的领域增长能力。...即使熟练的数据科学家也无法掌握工作的每一个技巧，这为自动化工具打开了大门，可以协助他们动态优化模型超参数。 自动化正在走进数据开发，部署和管理流程的每个片段。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
