人在听到声音或想要发声时，神经细胞都会产生有别于安静状态下的波动。在听声音时，负责声音感知和理解的颞上回（STG）区会比较活跃。在发出声音时，负责驱动发音器官腹侧感觉运动皮层（vSMC）区会比较活跃。通过采集这些区域的脑电信号，就可能判断出一个人听到了什么声音，或者想说什么话，就像一个会读心术的魔法
2024年5月8日，DeepMind公司在《自然》杂志发表文章[1]，报告了一款称为AlphaFold3的AI工具，引起轰动。 AlphaFold3是它的前辈AlphaFold2的升级版本。AlphaFold2的功能是预测蛋白质的空间结构，从而理解蛋白质的功能。目前，OpenAI用AlphaFold
可控核聚变应该是最值得期待的能量来源。它所需的氘、氚等原料很容易获取，聚变过程不产生二氧化碳等温室气体和长时间放射性废物。如果真能实现，将一劳永逸地解决人类的能源问题。 然而，核聚变很狂暴，控制它非常困难。目前公认最有效的可控核聚变装置是一种称为托卡马克的设计[1]，由前苏联科学家在上世纪50年代发
主成分分析是一种基础的数据分析算法，常用于数据降维和可视化。我们知道，机器学习中的数据往往是高维的。例如，在描述一个水果时，要考察它的形状、大小、颜色、味道等才能判断它是什么水果，这就至少需要四个维度。 在实际场景中，数据的维度可能更高。维度过高不仅使模型训练变得困难，也难以让我们把握数据分布的整体
关于如何实现人工智能这件事儿，研究者们提出了很多想法。我们可以将思路大体一致的研究者归为一个“学派”。连接学派正是其中之一，其成员相信模拟人的大脑是实现智能的最佳方法。 那么，人脑是如何工作的呢？生理学家通过研究发现，虽然人脑中的神经元结构和功能都很简单，但当大量简单的神经元互相连接起来之后，却能表
什么是符号学派？ 顾名词义，符号学派以“符号”为中心，主张将知识符号化，并通过一系列预设好的推理规则来实现人工智能。这一学派的起源可以追溯到20世纪中叶，最早由美国学者艾伦·纽厄尔（Allen Newell）和赫伯特·西蒙（Herbert Simon）提出。他们认为，人类的大脑可以视为一个符号推理系
人工智能会给人类带来灾难性的风险吗？开宗明义，答案是：可能性是有的。 随着人工智能技术的快速进步，伴随而来的风险也越来越大，特别是自
在当今时代，人工智能技术已经成为天文学家的得力助手，其中一个有趣的应用是为观测站选址。 为了确保获取到清晰的天文观察数据，观测站的选址必须非常慎重，这涉及到众多因素的综合考量。这些因素包括每年的晴朗夜晚天数、大气稳定性、空气湿度、夜空亮度、风速、光污染、地表地形等等。借助人工智能，科学家们能够从气象
若要按照对人工智能的渴望程度排名，天文学恐怕会位列前茅。原因很简单：人们已经观察头顶的天空数千万年，要想在这片熟悉的天幕中发现新奇事儿，实在是太难了。 为了能往前多走一步，天文学家们设计了各种各样的望远镜：光学的、射电的、X射线的。它们或立于山顶，或置于荒原，或被送往太空。这些望远镜的镜头越来越大，
人工智能在股票投资中的应用并非新鲜事儿。事实上，早在“人工智能”这一概念被提出之前，人们就对如何机智地从股市中赚钱进行了大量研究。其中，最著名的例子是哈里·马科维茨的投资组合理论。该理论通过分析股票的历史收益以及不同股票之间的相关性，来推导出每支股票在投资组合中的最优占比。随后发展出的相关理论包括夏
