TPU將成深度學習的未來？（一）
在Google I/O 2016的主題演講進入尾聲時，谷歌的CEO皮采提到了一項他們這段時間在AI和機器學習上取得的成果，一款叫做Tensor Processing Unit（張量處理單元）的處理器，簡稱TPU。在這個月看來，第一代的TPU處理器已經過時。在昨天凌晨舉行的谷歌I/O 2017大會上，谷歌除了宣傳了安卓8.0之外，更為重要的是著重談到了人工智能，于是第二代TPU也就應運而生。TPU是谷歌自主研發的一種轉為AI運算服務的高性能處理器，其第一代產品已經在AlphaGo這樣的人工智能當中使用，主攻運算性能。第二代TPU相比較于初代主要是加深了人工智能在學習和推理方面的能力，至于性能的話，全新的谷歌TPU可以達到180 TFLOPs的浮點性能，和傳統的GPU相比提升15倍，更是CPU浮點性能的30倍。另外谷歌還推出了一款叫做TPU pod的運算陣列，最多可以包含64顆二代TPU，也就是說浮點性能可以達到驚人的11.......閱讀全文
人臉檢測發展：從VJ到深度學習（三）
在確定了選擇窗口的策略，設計好了提取特征的方式，并學習了一個針對人臉和非人臉窗口的分類器之后，我們就獲得了構建一個人臉檢測系統所需要的全部關鍵要素——還有一些小的環節相比之下沒有那么重要，這里暫且略去。 由于采用滑動窗口的方式需要在不同大小的圖像上的每一個位置進行人臉和非人臉窗口的判別
DeepDEP：深度學習構建腫瘤依賴性圖譜
大家好呀！今天給大家介紹一篇2021年發表在Science Advances上的文章。全基因組功能缺失篩查揭示了對癌細胞增殖十分重要的基因，稱為腫瘤依賴性。然而將腫瘤依賴性關系與癌細胞的分子組成聯系起來并進一步與腫瘤聯系起來還是一個巨大的挑戰。本研究，作者提出了DeepDEP，基于深度學習模型和
深度學習“見頂”不等于AI寒冬
盡管新的算法模型在推動AI向前發展，但并不意味著它們的前景可以預見，也不意味著深度學習“不可救藥”。 在當前的第三次人工智能（AI）浪潮之中，深度學習算法被認為是迄今為止“最為重大的AI革命”。此說法或許有所夸大，但深度學習對這一輪AI的大爆發而言的確功不可沒。然而，最近以來，關于深度學習算
深度學習算法－助力精準診斷結直腸腫瘤
根據發表在《Life Science Alliance》雜志上的新研究，一種新的深度學習算法可以快速，準確地分析來自結直腸腫瘤的幾種基因組數據，以進行更準確的分類，從而有助于改善診斷和相關的治療選擇。 大腸腫瘤的發展方式各不相同，需要接受的藥物類型也不同，生存率也大不相同。通常，基于對基因表達
深度學習模型成功識別胚胎發育過程
英國普利茅斯大學牽頭的研究表明，一種新的深度學習人工智能（AI）模型可通過視頻，識別出胚胎發育過程中發生的事件及其發生時間。29日發表在《實驗生物學雜志》上的論文，重點介紹了這種名為“Dev-ResNet”的模型，它能識別出動物胚胎中何時發育出了關鍵功能，包括其心臟功能、孵化、爬行，甚至死亡。普利茅
人臉檢測發展：從VJ到深度學習（二）
選好了窗口，我們開始對窗口中的圖像區域進行觀察，目的是收集證據——真相只有一個，我們要依靠證據來挖掘真相！在處理圖像的過程中，這個收集證據的環節我們稱之為特征提取，特征就是我們對圖像內容的描述。由于機器看到的只是一堆數值，能夠處理的也只有數值，因此對于圖像所提取的特征具體表示出來就是一個
深度學習框架可預測鋰電池壽命
近日，華東理工大學機械與動力工程學院、先進電池系統與安全重點實驗室教授欒偉玲課題組與國家級高層次人才、華東理工大學講席教授陳浩峰合作，在全球交通科學與技術領域期刊《交通電動化》發表論文，首次提出用于鋰電池壽命預測相關的可解釋性深度學習框架。 在鋰電池壽命預測領域，建立全面的電池老化模型是項艱巨
人臉檢測發展：從VJ到深度學習（四）
造成人臉檢測速度慢的根本原因還在于輸入規模過大，動輒需要處理幾十上百萬的窗口，如果這樣的輸入規模是不可避免的，那么有沒有可能在處理的過程中盡快降低輸入規模呢？如果能夠通過粗略地觀察快速排除掉大部分窗口，只剩下少部分窗口需要進行仔細的判別，則總體的時間開銷也會極大地降低。從這樣的想法出發，
深度學習模型成功識別胚胎發育過程
英國普利茅斯大學牽頭的研究表明，一種新的深度學習人工智能（AI）模型可通過視頻，識別出胚胎發育過程中發生的事件及其發生時間。29日發表在《實驗生物學雜志》上的論文，重點介紹了這種名為“Dev-ResNet”的模型，它能識別出動物胚胎中何時發育出了關鍵功能，包括其心臟功能、孵化、爬行，甚至死亡。
在30分鐘內創建你的深度學習服務器（一）
每當我開始一個新的項目時，我發現自己一次又一次地創建一個深度學習機器。從安裝Anaconda開始，然后為Pytorch和Tensorflow創建不同的環境，這樣它們就不會相互干擾，而在這中間，你不可避免地會搞砸，然后得從頭開始。這種情況經常發生。這不僅是對時間的巨大浪費，也是令人惱火的。通過
新一代AI技術發展離不開深度學習框架“軟”基礎
人工智能、大數據、云計算等數字技術快速發展，推動數字經濟高速增長，并與實體經濟加速融合。當前，如何讓數字經濟成為推動戰略性新興產業發展的增長引擎？作為市場主體，我國高科技企業如何增強自主創新的能力？ 近日，百度首席技術官（CTO）王海峰做客人民網《人民會客廳》視頻訪談時表示，現階段我國數字經濟蓬勃發
全球能源互聯網將成未來投資重點
“構建全球能源互聯網是清潔發展的根本途徑，今后必將是金融業的投資重點，而且也會為金融資本帶來良好的投資回報。”這是國家電網公司董事長劉振亞做出的判斷。他測算說，“到2050年，要實現全球清潔能源比重達到80%的目標，全球能源互聯網累計投資將超過50萬億美元。” 劉振亞是在1月21日于香港舉行
2016值得關注的技術：基因組分析深度學習
《Nature Methods》盤點2015年度技術，選出了最受關注的技術成果：單粒子低溫電子顯微鏡（cryo-EM）技術。 除此之外，也整理出了2016年最值得關注的幾項技術，分別為：細胞內蛋白標記（Protein labeling in cells）、細胞核結構（Unraveling nuc
一種基于半監督學習的深度狀態空間模型在植物生長建...
一種基于半監督學習的深度狀態空間模型在植物生長建模中的應用研究培育優質高產的作物一直是科學家們追求的目標，人們通過一系列先進的栽培技術來實現此目標。比如對于番茄的培育，由于干旱脅迫有利于番茄的糖分積累，所以人們可以運用精準灌溉技術來控制水分的供給量從而優化番茄果實品質，然而這項技術并沒有在農田實踐中
聲學所提出一種基于深度學習的水下目標定位新方法
近年來，淺海聲源定位，尤其是水下低頻寬帶聲源的定位問題，受到了國內外研究者的廣泛關注。匹配場等傳統方法需要環境的先驗知識對聲場進行建模，而環境參數瞬息萬變，往往不能準確獲得，環境參數的這種不確定性會造成傳統方法的定位性能不佳。 為了減少對環境先驗知識的依賴，近日，中國科學院聲學研究所語言聲學與
靈素系統——一種基于基因指紋和深度學習的藥效預測系統
2021年6月17日，北京大學國際癌癥研究院謝正偉團隊在Nature Biotechnology（IF=36.6）在線發表了題目為“Prediction of drug efficacy fromtranscriptional profiles with deep learning”的科研論文（
深度學習模型篩查新藥快千倍
據美國麻省理工學院（MIT）官網12日報道，該校科學家開發出一款名為EquiBind的幾何深度學習模型，其將類藥物分子與蛋白配對的效率比現有最快的計算分子配對模型QuickVina2-W快1200倍。相關研究已經提交預印本服務器，并將提交給國際機器學習大會。 在藥物開發之前，研究人員必須找到有
深度學習增強型智能鏡可指導健身
意大利布雷西亞大學的研究人員最近開發了一種用于智能鏡子的計算機視覺系統，可以提高家庭和健身房環境中健身訓練的效率。在國際體育生物力學學會會議上公布的一篇論文中介紹了這一系統，該系統基于一種深度學習算法，經過訓練可以識別健身視頻中記錄的人體姿勢。 這款低成本計算機視覺系統利用骨架化算法，在帶
深度學習增強里德堡多頻微波識別
?圖為機器學習解碼結果。(a-c)為訓練時間不同時，深度學習模型對傳輸信號的恢復結果 中國科大供圖里德堡原子具有較大的電偶極矩，可以對微弱的電場產生很強的響應，因此作為一個非常有前景的微波測量體系，備受人們青睞。但基于里德堡原子的微波測量領域還存在很多科學問題亟待解決，多頻率微波接收就是其中一項難題
深度學習模型篩查新藥快千倍
據美國麻省理工學院（MIT）官網12日報道，該校科學家開發出一款名為EquiBind的幾何深度學習模型，其將類藥物分子與蛋白配對的效率比現有最快的計算分子配對模型QuickVina2-W快1200倍。相關研究已經提交預印本服務器，并將提交給國際機器學習大會。 在藥物開發之前，研究人員必須找到有潛
新構建！深度脈沖神經網絡學習框架“驚蜇”
中國科學院自動化所李國齊研究員和北京大學計算機學院田永鴻教授團隊合作構建出深度脈沖神經網絡學習框架“驚蜇”。它可以提供全棧式的脈沖深度學習解決方案，能夠處理神經形態數據、構建深度脈沖神經網絡、部署神經形態芯片。相關研究成果在線發表于《科學進展》雜志。圖片來源：中國科學院自動化所脈沖神經網絡被譽為第三
深度學習增強里德堡多頻微波識別
?圖為機器學習解碼結果。(a-c)為訓練時間不同時，深度學習模型對傳輸信號的恢復結果 中國科大供圖 里德堡原子具有較大的電偶極矩，可以對微弱的電場產生很強的響應，因此作為一個非常有前景的微波測量體系，備受人們青睞。但基于里德堡原子的微波測量領域還存在
“粽子經濟”持續升溫，個性化將成未來趨勢
端午節將至，“粽子經濟”持續升溫。《證券日報》記者近日走訪各大商超發現，市場上的粽子產品不斷推陳出新，在口味、包裝、價格上也越來越“卷”。“現在消費者的選擇很多，粽子口味非常豐富，價格也越來越實在了，百元以下的粽子禮盒很多。”一位超市的工作人員向記者表示。 而市場的火熱也吸引了不少新玩家入局，
科學家找到深度學習基因組學應用的一頂“黑帽子”
研究人員首次將深度學習與貝葉斯假設檢驗結合，利用深度學習強化RNA可變剪接分析的準確性。 在生命科研領域，常有人說深度學習的基因組學應用好比是“一個盲人在一間黑暗的房子里尋找一頂并不存在的黑色帽子”。言下之意，是遺憾深度學習的基因組學應用并沒有給人們帶來太多驚喜。不過，近日賓夕法尼亞大學和費
深度學習加快了3D微觀神經成像的速度
德克薩斯州奧斯汀和圣地亞哥Salk研究所的研究人員使用深度學習技術，開發了一種新的顯微方法，可以使用于大腦成像的顯微技術快16倍。研究人員使用德克薩斯大學奧斯汀分校（UT Austin）德克薩斯高級計算中心（TACC）的數據訓練了他們的深度學習系統。索爾克生物學研究所Waitt先進生物光子學核心
人大教授：未來是數字化學習的天下
“課程時代”是由斯坦福大學教授寧和科勒，于2012年4月所成立的一所營利性教育科技公司。該公司建設初期所設置的目標，就是要在未來能夠看到名校培養的不只是成百上千的學生，而是成百萬上千萬的學生，要為最優秀的教授教育億萬學生提供可靠的技術保障。 6年過去了，我們都看到，事情已經發生了巨大的變化。在
美國IBM研究院實現深度學習性能突破
美國IBM研究院近日宣布，通過全新的分布式深度學習軟件，實現了接近理想的擴展能力，該軟件在64臺IBM Power系統服務器中的256個GPU上并行運行深度學習框架，實現了95%的擴展效率，并使運算速度與準確率得到了顯著提升。此前最佳的系統擴展能力是Facebook人工智能研究院所取得的89%
深度學習在基因表達譜分析上取得重要進展
近日，一項刊登在國際雜志Bioinformatics上的研究論文中，來自加州大學爾灣分校和博德研究所的研究人員通過深度學習算法進行大規模基因表達預測，并在預測精度上獲得了顯著提升。 全基因組表達譜分析被廣泛應用于描述細胞在不同生理病理條件下的活動狀態，例如不同的癌組織細胞在各種給藥條件下會產生
深度學習驅動大氣降尺度技術研究取得進展
在全球氣候變化研究中，將低分辨率的大尺度氣候模式數據轉化為高分辨率區域數據，是準確評估極端天氣與區域微氣候的關鍵。然而，現有主流國際工具普遍受限于固定尺度約束。近日，中國科學院南海海洋研究所等團隊，研發出一種基于隱式神經網絡混合專家模型（MINet）的大氣降尺度新方法。團隊通過多尺度隱式特征構建，和
深度學習驅動大氣降尺度技術研究取得進展
在全球氣候變化研究中，將低分辨率的大尺度氣候模式數據轉化為高分辨率區域數據，是準確評估極端天氣與區域微氣候的關鍵。然而，現有主流國際工具普遍受限于固定尺度約束。近日，中國科學院南海海洋研究所等團隊，研發出一種基于隱式神經網絡混合專家模型（MINet）的大氣降尺度新方法。團隊通過多尺度隱式特征構建，和