人工智能（第 6 页）

与「人工智能」相关的 AI 资讯、教程与问答。

该技术使边缘设备上的 AI 能够随着时间的推移不断学习

借助 PockEngine 训练方法，机器学习模型可以高效、持续地从智能手机等边缘设备上的用户数据中学习。

麻省理工学院 CSAIL 的研究人员利用合成图像进行创新来训练 AI，为更高效、减少偏见的机器学习铺平了道路。

互补的方法——“HighLight”和“Tailors and Swiftiles”——可以提高要求苛刻的机器学习任务的性能。

麻省理工学院社区的 12 个学生和博士后团队展示了具有潜在现实影响的创新创业理念。

麻省理工学院的研究人员提出了“PEDS”方法，用于开发力学、光学、热传递、流体动力学、物理化学、气候等复杂物理系统的模型。

多模态系统使用在语言、视觉和动作数据上训练的模型来帮助机器人制定和执行家庭、建筑和制造任务的计划。

最近更新上线了AI绘画的V6版本，这个版本在人物细节处理方面太厉害了，如果不告诉你这是AI画的，你真有可能认为是专业相机拍摄的。我们来具体使用一番！

麻省理工学院的研究人员介绍了一种使用人工智能来自动解释复杂神经网络的方法。

一项新的研究发现，在阅读不常见的句子时，左半球的语言区域会发光，而直截了当的句子几乎没有引起反应。

人类引导探索（HuGE）使 AI 代理能够在人类的帮助下快速学习，即使人类犯了错误。