2024-08-22 45 0

近年来，真无线立体声(TWS)主动降噪(ANC) 可听设备（耳机和耳塞） 市场一路飙升，2023 年全球出货量将几乎是智能腕带和手表的两倍。由于 ANC、透明模式和人工智能的最新进展，可听设备的佩戴时间大大延长。用户经常佩戴可听设备不仅是为...

2024-08-22 43 0

预测降水、气温和风等天气变量是社会诸多方面的关键，从日常规划和交通到能源生产。随着洪水、干旱和热浪等极端天气事件不断增多，准确的预测对于预防和减轻其影响至关重要。未来的前 24 小时尤其重要，因为它们既可预测又可操作，可以帮助人们及时做出明...

2024-08-22 48 0

大型语言模型 (LLM) 的最新进展非常有前景，这反映在它们在少样本和零样本设置中解决一般问题的能力上，即使没有对这些任务进行明确的训练。这令人印象深刻，因为在少样本设置中，LLM 在给出测试问题之前只会看到一些问答演示。更具挑战性的是零样...

2024-08-22 41 0

聚类是数据挖掘和无监督机器学习中一个基本且普遍存在的问题，其目标是将相似的项目归为一组。聚类的标准形式是度量聚类和图聚类。在度量聚类中，给定的度量空间定义数据点之间的距离，并根据数据点之间的间隔将它们分组。在图聚类中，给定的图通过边连接相似...

2024-08-22 43 0

当代深度学习模型在从自然语言到计算机视觉等许多领域都取得了显著的成功。Transformer神经网络(Transformer) 是一种流行的深度学习架构，如今已成为自然语言处理中大多数任务的基础，并且也开始扩展到其他领域的应用，例如计算机视...

2024-08-22 43 0

构成Google 量子设备的量子比特 非常脆弱且噪声很大，因此在构建实用的量子计算机的过程中，有必要加入纠错程序来识别和解决量子比特错误。最常见的两种错误机制是比特翻转错误（量子比特的能量状态发生变化）和相位翻转错误（编码量子信息的相位发生...

2024-08-22 55 0

人工智能 (AI) 和相关的机器学习 (ML) 技术在我们周围的世界中影响力越来越大，因此我们必须考虑我们所创造技术的各个方面对社会和个人的潜在影响。为此，人工智能研究背景 (CAIR) 团队在整个人工智能流程的背景下开发新颖的人工智能方法...

2024-08-22 44 0

随着健身追踪器和手机等消费技术越来越广泛地用于收集健康相关数据，利用这些数据途径研究和增进我们对医疗状况的了解的机会也越来越多。我们之前曾谈到我们的工作如何探索在慢性疾病，特别是多发性硬化症 (MS) 的背景下使用这项技术。这项工作利用了F...

2024-08-22 36 0

在为实际应用构建机器学习模型时，我们需要考虑多种模态的输入，以便捕捉周围世界的各个方面。例如，音频、视频和文本都提供了关于视觉输入的多样化和互补的信息。然而，由于模态的异质性，构建多模态模型具有挑战性。一些模态可能在时间上同步得很好（例如音...

2024-08-22 38 0

Google Research 的负责任 AI 和以人为本的技术(RAI-HCT) 团队致力于通过文化意识研究的视角推进负责任的以人为本的 AI 的理论和实践，以满足当今数十亿用户的需求，并为更好的 AI 未来开辟道路。RAI-HCT 内的...