辐射传输模拟和遥感研究从根本上需要对非球形粒子的光学特性进行准确有效的计算。浙江大学的研究人员提出了一种结合光学特性数据库的深度学习（DL）方案来解决这一问题。
最近，GitHub 上一个图像超分辨率的项目火了，一个叫做 Real-CUGAN 的工具可以把动画图像的质量提升 2 到 4 倍，qq 上斗图的表情包也能给你脑补成 4k 品质。这个项目来自 bilibili 人工智能实验室。上线 20 天，star 量已达 1.5K。
来自谷歌、 希伯来大学、 MIT 等机构的研究者提出了一种新的分类器可视化解释方法 StylEx，该方法能以不同方式修改图像属性来更改其分类器输出。
麻省理工学院的研究人员创建了一个机器学习模型（Equidock），可以直接预测两种蛋白质结合在一起时将形成的复合物。他们的技术比当前最先进的软件方法快 80 到 500 倍，并且经常预测更接近实验观察到的实际结构的蛋白质结构。
过去三年，DeepMind 和瑞士洛桑联邦理工学院 EPFL 一直在进行一个神秘的项目：用强化学习控制核聚变反应堆内过热的等离子体，如今它已宣告成功。
没有什么是容易的，哪怕是一个这么简单小巧的网站。
大数据时代的数据安全在现在这个时候是非常重要的
【Kyligence 观察】后 Hadoop 时代的大数据分析路在何方？
如题，里面有从业人士介绍自己就业经历以及详细的建议，对数据科学相关就业感兴趣可以了解一下
非常有趣的一句话，数据科学包括了机器学习，但不仅仅只有机器学习
初学者经常会有的疑问：该从哪开始学？对人工智能（AI）、机器学习（ML）感兴趣的初学者可以参考。
哈佛大学教授Radhika Nagpal阐述了群体智能将会是未来人工智能的关键。
长期以来，评价机器生成的文本比较困难。近日，CMU邢波（Eric Xing）教授和UCSD胡志挺（Zhiting Hu）教授的团队提出用一种运算符，统一各类生成任务的评价方式，为未来各种新任务、新要求提供了更加统一的指导。实验表明，基于统一框架设计的评价指标，在多个任务上超过了现有指标与人工评分的相似度，现在通过PyPI和GitHub可以直接调用。
第六镜，一个AI算法生产平台。该平台包含深度学习训练框架、分布式端边云AI协同框架、分布式决策与强化学习工具链，以及AI基础算法工具库。
最近，南京大学吴建鑫团队提出了一种新方法，只需2040张图片即可训练ViT
近日，来自苏黎世联邦理工学院计算机视觉实验室的研究者提出了 RePaint，这是一种基于DDPM去噪扩散概率模型的修复方法，该方法还可以适用于极端情况下的蒙版。
塔夫茨大学的Lenore Cowen教授和麻省理工学院的研究人员合作设计了一种基于神经语言建模的最新进展的结构驱动的深度学习方法，能够从初级氨基酸序列预测蛋白质-蛋白质相互作用 (PPI)。
为初学者提供了一些机器学习项目，这些项目的范围从图像识别到自然语言处理。
NPC如何像人一样聪明一直以来都是游戏发展的主要诉求之一，强化学习与游戏的结合让这种诉求实现成为可能。
在报道文章中，Meta 表示新超算 AI Research SuperCluster（RSC）将帮助该公司构建更好的 AI 模型，这些模型可以从数万亿个示例中学习，构建跨数百种语言的模型，并同时分析文本内容、图像和视频，确定内容是否有害。当然，RSC 超算也可以用来开发新一代增强现实工具