| MIT | AI | 藥劑控制 | Uber | 車輛開發 | 汙水預警 | TTA | Deepmind | IBM Watson | Amazon

AI趨勢周報第53期:MIT用AI來客製癌症藥物劑量,減少不必要的副作用

MIT研究員訓練出一套增強式學習模型,可根據每位罹患膠質母細胞瘤(GBM,為腦癌一種)病人的狀況,來減少藥物劑量,使其不必接受多餘的毒性物質,同時也能縮小腫瘤。

2018-08-16

| Deepmind | AI | 眼疾 | 診斷

DeepMind的AI系統可辨識逾50種眼疾,診斷能力已達一流醫生水準

DeepMind和英國眼科醫院Moorfields合作,利用AI系統協助診斷眼疾患者的OCT掃描影像,目前已完成第一階段研究,可辨識超過50種眼睛疾病,加快診斷過程,讓患者及早接受治療。

2018-08-14

| OpenAI | 增強學習 | Deepmind

人類只要示範遊戲一次,OpenAI靠增強學習讓AI青出於藍勝於藍

OpenAI使用與OpenAI Five相同的增強學習技術,教人工智慧遊玩複雜的遊戲蒙特祖馬的復仇,除了參考人類示範的遊戲技巧外,還能考慮人類示範者沒有想過的解決方案。

2018-07-09

| Deepmind | AI | 視覺認知

DeepMind讓AI能憑2D影像描繪出3D場景

DeepMind開發了生成查詢網路(Generative Query Network,GQN)框架,讓AI得以藉由它們在場景中移動時所獲得的資料進行訓練,學習如何感知周遭的環境。

2018-07-02

| UCLA | 機器學習 | Nvidia | IBM | 深度學習 | 臉部識別 | 甲骨文 | Deepmind | 電腦視覺

AI趨勢周報第41期:UCLA新演算法,可更準確預測心臟衰竭後存活率和天數

UCLA研究員新開發的Trees of Predictors演算法,可以更精準預測病人心臟衰竭後的存活率和存活時間,不論他們是否接受心臟移植。UCLA表示,這套演算法,也因此能讓醫生更好安排心臟衰竭病人的照護,也能更有效運用有限的醫療資源。

2018-05-24

| Deepmind | AI | 強化學習 | 遞歸神經網路

模擬大腦學習過程,DeepMind用強化學習神經網路找出人類內化過去經驗解決新任務的關鍵

DeepMind最近發表了一項重大的發現,透過元強化學習模擬多巴胺協助人類學習新任務的過程,該研究發現多巴胺能夠學習抽象的規則,應用到新任務中,有助於強化AI系統一次性學習的成效,並能加速AI學習新任務的速度

2018-05-16

| Deepmind | AI | 自動導航 | 強化學習

AI也會走迷宮!研究發現AI能產生類似動物網格細胞功能找出導航策略

DeepMind近日發表一項AI導航的相關研究,透過強化學習在訓練的過程中,AI自動產生出類似動物網格細胞的網格單元,成功地在虛擬的迷宮中尋找到達目的地的路徑。

2018-05-16

| AI | Deepmind | 導航 | 強化學習 | 卷積網路 | 神經網路

不靠地圖認路,AI靠強化學習看街景自行學會導航

AI現在也能像人類一樣認路了,DeepMind最近公布最新的一項研究,靠著強化學習讓AI在沒有準確的地圖作為訓練資料的情況下,只透過Google的街景圖學會導航

2018-04-05

| TensorFlow | TensorRT | AI | HoneyBot | Nvidia | Deepmind | IBM | google

AI趨勢周報第34期:TensorFlow 1.7版上線,整合Nvidia的TensorRT、新增除錯儀表板功能

TensorFlow 1.7版正式上線,不但與Nvidia的TensorRT整合、提高GPU執行TensorFlow模型的速度,還新增除錯儀表板功能,讓使用者可以暫停執行特定節點或特定步驟的工作來觀察模型的狀態。

2018-04-05

| AI | Deepmind | Remi Munos | 強化學習 | 巴黎

DeepMind在法國新成立AI實驗室,聚焦於核心技術和演算法研究

DeepMind近日宣布在法國巴黎成立新AI實驗室,將由在DeepMind的首席研究員Remi Munos領軍,聚焦於AI技術的核心研究

2018-03-30

| Deepmind | 人工智慧 | 生成對抗網路

不需要人類教!DeepMind這回要AI自己學習當畫家

DeepMind希望創造的人工智慧,能學習人類觀賞畫作的方法,試著理解構成圖畫的筆觸,而不是螢幕上眾多畫素的組成而已。

2018-03-28

| Deepmind | AI | 深度學習 | 神經網路

解開深度學習黑盒子的第一步,DeepMind用刪除法了解個別神經元的重要性

DeepMind近日發表一篇研究神經網路運作的論文,藉由刪除神經元的方法了解每個神經元對於整個深度神經網路的重要性,進而打造出更精確的模型。

2018-03-27