咱们知道，科学家们曾经培养出了一盘大脑细胞，教会了它们打乒乓球。而如今，他们竟然想用这盘脑细胞造出计算机了？在2月28日发表在《科学前沿》上的一篇论文中，一个科学家团队描述了他们的计划：将3D人类脑细胞团块（也即大脑类器官）转化为能够执行高级计算任务的生物硬件。论文地址：https://www.frontiersin.org/journals/science/articles/10.3389/fsci.2023.1017235直白地说，就是开发一个由人脑细胞驱动的「生物计算机」。「虽然基于硅的计算机在数字方面肯定更好，但大脑更擅长学习，」约翰霍普金斯大学的微生物学教授JohnHartung说。
食品包装袋、咖啡杯、塑料袋……，塑料在我们的日常生活中随处可见。近年来随着国家政策的引导和居民环保意识的提高，越来越多的人开始使用可降解的塑料制品。只是这些可降解的塑料制品和传统塑料之间，在外观上很难进行有效区分，如果在回收环节没有做好，可能会污染塑料的回收并降低效率。伦敦大学学院（UCL）的研究人员在FrontiersinSustainability上发表了一篇论文，他们使用机器学习自动对不同类型的可堆肥、可生物降解塑料进行分类，并将它们与传统塑料区分开来。该研究的通讯作者MarkMiodownik教授说：“准确性非常高，可以使该技术在未来切实可行地用于工业回收和堆肥设施”。IT之家从报道
3月14日消息，食品包装袋、咖啡杯、塑料袋……，塑料在我们的日常生活中随处可见。只是这些可降解的塑料制品和传统塑料之间，在外观上很难进行有效区分，如果在回收环节没有做好，可能会污染塑料的回收并降低效率。伦敦大学学院（UCL）的研究人员在FrontiersinSustainability上发表了一篇论文，他们使用机器学习自动对不同类型的可堆肥、可生物降解塑料进行分类，并将它们与传统塑料区分开来。该研究的通讯作者MarkMiodownik教授说：“准确性非常高，可以使该技术在未来切实可行地用于工业回收和堆肥设施”。IT之家从报道中获悉，研究人员利用了人工智能，对5mm乘以5mm到 50mm乘以50
食品包装袋、咖啡杯、塑料袋……，塑料在我们的日常生活中随处可见。近年来随着国家政策的引导和居民环保意识的提高，越来越多的人开始使用可降解的塑料制品。只是这些可降解的塑料制品和传统塑料之间，在外观上很难进行有效区分，如果在回收环节没有做好，可能会污染塑料的回收并降低效率。伦敦大学学院（UCL）的研究人员在FrontiersinSustainability上发表了一篇论文，他们使用机器学习自动对不同类型的可堆肥、可生物降解塑料进行分类，并将它们与传统塑料区分开来。该研究的通讯作者MarkMiodownik教授说：“准确性非常高，可以使该技术在未来切实可行地用于工业回收和堆肥设施”。IT之家从报道
3月14日消息，食品包装袋、咖啡杯、塑料袋……，塑料在我们的日常生活中随处可见。只是这些可降解的塑料制品和传统塑料之间，在外观上很难进行有效区分，如果在回收环节没有做好，可能会污染塑料的回收并降低效率。伦敦大学学院（UCL）的研究人员在FrontiersinSustainability上发表了一篇论文，他们使用机器学习自动对不同类型的可堆肥、可生物降解塑料进行分类，并将它们与传统塑料区分开来。该研究的通讯作者MarkMiodownik教授说：“准确性非常高，可以使该技术在未来切实可行地用于工业回收和堆肥设施”。IT之家从报道中获悉，研究人员利用了人工智能，对5mm乘以5mm到 50mm乘以50
一个让物理学家狂喜的AI工具，在GitHub上开源了！它名叫Φ-SO ，能直接从数据中找到隐藏的规律，而且一步到位，直接给出对应公式。整个过程也不需要动用超算，一台笔记本大概4个小时就能搞定爱因斯坦的质能方程。这项成果来自德国斯特拉斯堡大学与澳大利亚联邦科学与工业研究组织Data61部门，据论文一作透露，研究用了1.5年时间，受到学术界广泛关注。代码一经开源，涨星也是飞快。除了物理学者直呼Amazing之外，还有其他学科研究者赶来探讨，能不能把同款方法迁移到他们的领域。强化学习+物理条件约束Φ-SO背后的技术被叫做“深度符号回归”，使用循环神经网络（RNN）+强化学习实现。首先将前一个符号和上
一个让物理学家狂喜的AI工具，在GitHub上开源了！它名叫Φ-SO ，能直接从数据中找到隐藏的规律，而且一步到位，直接给出对应公式。整个过程也不需要动用超算，一台笔记本大概4个小时就能搞定爱因斯坦的质能方程。这项成果来自德国斯特拉斯堡大学与澳大利亚联邦科学与工业研究组织Data61部门，据论文一作透露，研究用了1.5年时间，受到学术界广泛关注。代码一经开源，涨星也是飞快。除了物理学者直呼Amazing之外，还有其他学科研究者赶来探讨，能不能把同款方法迁移到他们的领域。强化学习+物理条件约束Φ-SO背后的技术被叫做“深度符号回归”，使用循环神经网络（RNN）+强化学习实现。首先将前一个符号和上
昨天凌晨，OpenAI出人意料地发布了GPT-4。这次发布令科技界颇感意外，毕竟人们普遍认为GPT-4会在微软周四的「TheFutureofWorkwithAI」活动上宣布。距离ChatGPT首次亮相才不过四个月，它便创造了「历史上增长最快的消费者应用程序」记录。如今GPT-4上线，这款产品的应对能力又上了一层楼。震撼之余，很多研究者认真阅读了GPT-4的技术报告，却感到了失望：怎么没有技术细节呢？一次违背创始精神的发布在公告中，OpenAI分享了大量GPT-4基准和测试结果以及一些有趣的演示，但几乎没有提供有关用于训练系统的数据、算力成本或用于创建GPT-4的硬件或方法等信息。比如，一种省流
昨天凌晨，OpenAI出人意料地发布了GPT-4。这次发布令科技界颇感意外，毕竟人们普遍认为GPT-4会在微软周四的「TheFutureofWorkwithAI」活动上宣布。距离ChatGPT首次亮相才不过四个月，它便创造了「历史上增长最快的消费者应用程序」记录。如今GPT-4上线，这款产品的应对能力又上了一层楼。震撼之余，很多研究者认真阅读了GPT-4的技术报告，却感到了失望：怎么没有技术细节呢？一次违背创始精神的发布在公告中，OpenAI分享了大量GPT-4基准和测试结果以及一些有趣的演示，但几乎没有提供有关用于训练系统的数据、算力成本或用于创建GPT-4的硬件或方法等信息。比如，一种省流
根据国外科技媒体PopularScience报道，英国非常规计算实验室（UCL）成功打造了一款以蘑菇为材料的原型PC。报道中指出，这种真菌计算机主要使用菌丝体（真菌的分枝，呈现网状根结构），来替代充当计算机的导体和电子元件。该蘑菇计算机可以接收和发送电信号，并保留记忆。传统计算机采用二进制，但在现实世界中大部分的动态并不是简单的0和1两种状态。这也是研究人员研究量子计算机和活脑细胞芯片的原因，通过利用一系列复杂的多维函数，从而更精确地计算某些问题。蘑菇使用一种“互联网”通信与环境和周围的生物保持联系。您可能已经听说过这被称为woodwideweb的信息。通过破译真菌用来通过这个生物网络发送信号
