学术研究

收藏一些关于人工智能、量子计算、量子力学、生物等领域前沿科技的论文、杂志等

人工智能

完全由硬件实现的忆阻器卷积神经网络CNN

基于忆阻器的神经形态计算可以提供非冯诺伊曼计算范式,即存储数据,从而消除数据迁移的开销。
nature…

AutoML-Zero

谷歌创造,AutoML-Zero类似于生物进化,它可以只使用高中生都知道的基本数学概念,在没有人为干预的情况下,软件自身就能一代代改进代码,进行自我进化,目前仍在概念验证阶段。
论文…

增加噪声,提高RL智能体泛化能力

通过在输入观测样本中引入随机扰动,随机化(卷积)神经网络,提高智能体的泛化能力,使用基于蒙特卡洛近似的推理方法减小随机化方差。受训练的智能体在不同随机环境中学习保持不变的鲁棒特征后,可以适应崭新的领域。
论文…

可编辑神经网络

深度神经网络应用日益广泛,并且表现甚至比人都好。然而,就像人类一样,人工神经网络有时也会出错。当模型错误出现时,迅速纠正它们是至关重要的。研究了神经网络编辑的问题,如何在不影响其他样本的模型行为的情况下,在特定样本上有效地修补模型的错误。
论文…

交叉知识蒸馏模型压缩

腾讯 AI Lab 与香港中文大学合作完成,该论文已被 AAAI 2020 会议接收。 提出了交叉知识蒸馏的思想,该方法通过交叉连接教师和学生网络的隐藏层,可以有效地减少网络压缩过程中逐层累积的估计误差,提高准确率。而且新提出的算法还可以与剪枝、量化等流行的网络压缩算法相结合,有广阔的应用前景。
论文…
Github…

Quant-Noise模型压缩

Facebook 于 2020 年提出的一种新的模型量化压缩技术 ,可对模型进行极致压缩,同时在实际应用部署时保持高性能。提出了一种仅量化权重子集而非整个网络的压缩方案,在每次前向传播时仅量化网络的随机部分,对大多数权重使用无偏梯度进行更新。使用 Quant-Noise 压缩后的模型性能几乎与原始模型一致,同时将内存占用量减少至原来的十分之一甚至二十分之一。这大大超过了 PyTorch 和 Tensorflow 中所用的 int8 的 4 倍压缩。
论文…
Github…


量子力学

长距离的量子纠缠

通过发展高亮度光与原子纠缠源、低噪高效单光子频率转换技术和远程单光子精密干涉技术,实现了50公里的量子纠缠。
nature…


生物科技

记忆的基本单位—engram

证明大脑中基本的计算单位是engram,一种经验可以激活一群神经元,这些神经元会经历持续的化学或物理变化,成为一个engram,随后通过经验时可用的线索重新激活记忆会诱导记忆提取。
nature…
science…

脑细胞受损自我修复

当一个成年的大脑皮层细胞受到损伤时,它会(在转录水平上)恢复为胚胎皮层神经元。在这种不成熟的状态下,只要提供一个可以成长的环境,它就可以重新生长轴突。
研究人员在最新的研究中还有一个意想不到的收获:在促进神经元的生长和修复过程中,还涉及了一个“神秘嘉宾”——亨廷顿基因(HTT)。
nature…

3D打印修复脊髓

加州大学圣地亚哥分校医学院和医学工程学院的研究人员首次使用快速3D打印技术创建了脊髓,然后成功地将装有神经干细胞的支架植入严重脊髓损伤大鼠的脊髓部位,从而促进了大鼠脊髓损伤中神经细胞的生长,恢复连接和丧失功能。
nature…


本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!