2006 年，多伦多大学 Geoffrey Hinton 教授等人提出逐层预训练方法，突破了深层神经网络训练的 技术瓶颈，为深度学习的复兴奠定了基础。 这个初夏 四位图灵奖得主 强化学习作为智能体与环境交互的学习范式，其核心思想早于深度学习兴起。2013 年 DeepMind 提 出的 DQN 已初步实现深度学习与强化学习的结合，而 2016 年 AlphaGo 的成功则将深度学习与强化 学习的融合推向公众视野，显著提升了这一交叉领域的关注度。 2025 年 6 月 6-7 日 中国，北京 与全球创新力量共赴智源大会 即刻报名，探寻 AI 时代的无尽边域 基础理论 在 AI 发展史上，连接主义（以神经网络为代表）与行为主义（以强化学习为代表）虽源自不同理论脉 络，但二者的技术交叉早有端倪。这两条主线原本独立成长、各自发展，如今交织融合，万宗归一，共 同构成了下一代通用人工智能的基石。 6 月 6 日，关于深度学习和强化学习的探讨，将在 2025 智源大会继续开展，如 「双星交汇 」般的时 空对话，总结过往、共探智能之谜的终极答案。 与此同时，推理大模型的兴起、开源生态的加速、具身智能的百花齐放，成为 2025 ...

编码人工智能是新的读写能力 今天，我们认为很多人知道如何阅读和写作。我希望有一天，人们知道如何编写代码，特别是为人工智 能编写代码，就像现在一样普遍。 几百年前，社会并不认为语言读写能力是一种必要技能。少数人学会了阅读和写作，其他人则让他们去 阅读和写作。读写能力花了几个世纪才得以传播，现在社会也因此变得丰富得多。 语言能够实现人与人之间深入的交流，而代码是人与机器之间最深入的交流方式，随着机器在日常生活 中变得越来越重要，这种交流也变得越来越重要。 传统软件工程——编写程序，明确告诉计算机执行的一系列步骤——一直是编码素养的主要途径。许多 介绍性的编程课程都使用创建视频游戏或构建网站为例。但是，人工智能、机器学习和数据科学提供了 计算机从数据中提取知识的新范式。这项技术为编码提供了更好的途径。 许多星期天，我从附近的比萨饼店买一块比萨饼。柜台后面的先生几乎没有理由去学习如何制作视频游 戏或编写自己的网站软件（除了 个人成长和获 得新技能的乐趣）。 但人工智能和数据科学对披萨店老板也有很大价值。线性回归模型可以帮助他更好地估计需求，从而优 化餐厅的人员配备和供应链。他可以更好地预测夏威夷披萨的销量——我的最爱 ...

美股半导体：AI 算力能否创新高？20250518 摘要 • 美股半导体行业在 AI 算力方面，GPU 和 ASIC 创新高后产量横盘，今年 1 月开始下跌，摩尔定律变缓，英伟达 GB200 节奏放缓，Deepseek 出现 导致计算需求通缩，爆款应用商业化慢于预期，多重因素压制算力需求。 • 今年一季度至 4 月底，AI 应用与 AI 算力公司走势一致下跌，但应用跌幅更 大。英伟达、台积电、博通等龙头公司反弹强劲，宏观经济稳定和企业业 绩改善有望推动该领域进一步增长。 • 过去两三周，宏观变量（美国科技企业在中国获得大量订单）、业绩指引 （大厂资本开支和下游客户强劲指引）以及中观产业因素（潜在订单）影 响 AI 算力板块股价。 • 台积电积极扩厂，预计今年增加九个新厂，下半年 2 纳米工艺将量产，3 纳米工艺已满产，表明其对未来 AI 算力需求乐观，预示下游需求可能超预 期。 • Intel 新任 CEO 推动晶圆代工发展，18A 制程将量产，若在先进制程取得 突破，未来表现值得期待。先进制程节奏加快、供不应求及积极扩建新产 线显示其潜在增长空间。 Q&A 美股半导体行业在 AI 算力方面的表现如何？有哪些 ...

，我们来分析一下N539碳黑售价调整工具的特点。，该工具基于数据分析和深度学习算法，可以准确预测碳黑市场的走势和供需关系。，工具提供了定价 策略优化的建议，帮助企业更好地平衡成本与市场需求之间的关系，实现最大利润。，N539碳黑售价调整工具还具备智能决策功能，能够根据企业的销售 策略、市场定位和竞争对手情况，灵活调整售价，从而实现差异化竞争和市场份额的提升。 继续向下探究，我们可以看到N539碳黑售价调整工具在各个行业都能发挥重要作用。，在橡胶行业，这一工具可以帮助企业预测原材料价格、市场趋势， 有助于企业提前调整售价，稳定成本和市场份额。，在塑料行业，碳黑是增强材料的重要组成部分，N539工具可以帮助企业实现塑料产品的差异化定价， 提高产品附加值和市场竞争力。在涂料和油墨行业，该工具可以帮助企业灵活应对原材料成本的波动，并制定相应的价格调整策略，提升企业利润和市场份 额。 ，我们来看一下N539碳黑售价调整工具对企业发展的深远影响。，该工具可以帮助企业降低生产成本，改善盈利状况。准确的售价预测和优化的定价策 略，能够让企业在保持市场竞争力的同时，提高产品利润率。，根据市场需求和竞争状况，企业可以利用N539 ...

风险提示。 市场系统性风险、海外市场波动风险、模型误设风险。 文章来源 本文摘自：2025年5月14日发布的 深度学习如何提升手工量价因子表现 郑雅斌 ，资格证书编号： S0880525040105 余浩淼 ，资格证书编号： S0880525040013 更多国泰海通研究和服务 亦可联系对口销售获取 报告导读： 除开直接使用深度学习模型得到股票预期收益之外，通过将需要使用的收益因 子加入正交层当中，可以得到与现有收益因子低相关，但依然具有良好选股效果的深度学 习因子。从而在后续使用中，方便对于因子权重的人工调整。 将收益因子加入正交层，可以使得同源深度因子在保证选股效果前提下，与正交层收益因子低相关： 深度 学习模型有黑盒化的特征，当市场出现剧烈风格转换时，很难通过人工的方法对于模型进行干预，手工改 变不同因子的权重。而通过将收益因子加入深度学习模型正交层，可以在保障深度因子选股效果的同时， 降低深度因子与正交层中收益因子相关性，防止在构建手工多因子组合时，深度因子与同源其他手工收益 因子的多重共线性问题。 在正交层放入其他同源收益因子后，深度因子依然有非常良好的选股效果： 无论是以 Rank MAE 还是 ...

Switch 2处理器，细节被实锤！ 数毛社 （Digital Foundry） 消息，已经确定Switch 2采用的是英伟达真·定制版芯片，包含8核CPU和12GB LPDDR5X内存。 GPU则基于Ampere架构，和30系显卡同款，拥有1536个CUDA核心，支持DLSS。 看了这样的配置，有网友表示可以达到Steam Deck的级别，并且视觉效果可能会更好。 克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 还有网友直接拿隔壁索尼给出了对比——底座模式相当于PS4 Pro，而掌机模式相当于PS4。 Switch芯片这次真定制了 之前Switch 1首次发布时，老任宣传采用了"定制的英伟达Tegra处理器"，但实际上用的只是普通的Tegra X1。 不过数毛社表示，这次从出货清单和英伟达的泄露信息上来看， Switch 2的SoC是真·定制 。 CPU上，该芯片采用了8核配置，拥有 8颗ARM Cortex A78C ，运行ARMv8 64位指令集，并启用了加密扩展 （SDK不支持32位） 。 ARM官方信息显示，A78C有多种配置可以选择，Switch 2选择的是64K的L1指令缓存+64K的L ...

据悉，上海交通大学医学院附属精神卫生中心肖世富/岳玲教授团队联合上海科技大学沈定刚/潘永生教 授团队获得的研究成果在知名期刊《阿尔茨海默病预防杂志》(Journal of Prevention of Alzheimer's Disease)上刊登。据悉，轻度认知损害(Mild Cognitive Impairment, MCI)被视为阿尔茨海默病等认知障碍 的前期风险状态。这项研究对认知障碍的早期预测工作显得尤为关键：不仅有助于识别潜在患者，还能 为及时实施有效治疗提供可能，从而延缓疾病进展，改善患者预后。 来源：中国新闻网 中新网上海5月7日电 (记者 陈静) 当下，随着疾病修饰治疗药物(如仑卡奈单抗、多奈单抗)的获批并投 入临床使用，轻度认知损害(MCI)和轻度痴呆阶段成为阿尔茨海默病患者干预的黄金窗口期。记者7日 获悉，中国医学专家获得最新研究成果：成功构建 MCI预测模型，为认知障碍的早期识别提供新方 法。 据介绍，该模型基于结构磁共振图像(MRI)数据，建立了一套深度学习训练框架；通过基于多个感兴趣 区域的网络(MRNet)筛选并整合包括海马体、杏仁核、小脑等10个高区分度脑区特征，并进一步构建了 ...

在为期六周的会议中，与会者进行了深入的讨论、辩论与合作，奠定了人工智能作为一个正式学科的基础。他们 尝试定义人工智能的概念、明确其研究目标，并规划可能的研究方向。会议成员探讨了一系列深刻问题，包括问 题求解、机器学习和符号推理等。 这次关键性的会议不仅开启了之后数十年人工智能研究与创新的大门，也凝聚了一个充满信念的学术群体——他 们相信机器有能力复制人类的认知能力。达特茅斯会议的深远影响在于，它确立了人工智能作为一门学科和实践 领域的地位，推动人类迈向一个智能机器与人类协作的未来。 #2 感知机（1957年） 2025年，人工智能已经不再只是前沿科技圈的热词，而是真真正正地走进了我们的日常：生成图像、写代码、自 动驾驶、医疗诊断……几乎每个行业都在讨论 AI，拥抱 AI。 但今天的大模型奇点不是一夜之间到来的，它背后是一条充满突破、争议、冷寂与复兴交织的进化之路。从1956 年达特茅斯会议开始，到如今数千亿参数模型引发的全球技术竞赛，AI的发展史是一部关于人类如何模拟、拓 展，乃至重新定义智能的故事。 本文将带你一起回顾这条历程中的10个关键的历史性时刻，帮你理清人工智能是如何一步步从纸上设想，走向今 天这场 ...

"恭喜！""当之无愧！" AISTATS官宣其获奖的推文下面，业界大佬齐聚，一片祝贺之声。 当初，这篇论文被AISTATS接收。 然而在谢赛宁本人的转发推文中，我们知道另一重内幕—— 衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 谢赛宁十年前被NeurIPS （当时还叫NIPS） 拒收的论文，刚在今年获得了AISTATS 2025年度时间检验奖。 这篇论文就是《Deeply-Supervised Nets》 （DSN，深度监督网络） ，2014年9月挂上arXiv。 时间匆匆，十一年过去，属于是真·时间检验了。 它提出的中间层监督思想被谢赛宁后续作品REPA （Representation Alignment） 和U-REPA （U-Net Representation Alignment） 等继 承并发展，展示出从单一模型优化到跨模型知识迁移的演进。 而后两者在深度学习、扩散模型深化发展的这两年间，影响颇深。 这篇论文最初投稿给NeurIPS。虽然拿下8/8/7高分，但仍然被该顶会拒绝了。 他表示： 那次挫折一直萦绕在我心头，困扰着我…… 十一年前，拿到8/8/7高分却被拒 补充下背景信息—— 《D ...

金融界2025年5月5日消息，国家知识产权局信息显示，中国石油化工股份有限公司、中石化石油物探技 术研究院有限公司申请一项名为"一种基于深度学习的微地震事件强度评价方法及系统"的专利，公开号 CN119916443A，申请日期为2023年10月。 中石化石油物探技术研究院有限公司，成立于2022年，位于南京市，是一家以从事开采专业及辅助性活 动为主的企业。企业注册资本133611.989369万人民币。通过天眼查大数据分析，中石化石油物探技术 研究院有限公司共对外投资了1家企业，参与招投标项目179次，专利信息524条，此外企业还拥有行政 许可13个。 专利摘要显示，本发明提供了一种基于深度学习的微地震事件强度评价方法及系统，属于水力压裂微地 震监测资料解释领域。所述方法包括以下步骤：步骤1，建立正演模型；步骤2，构建训练数据集；步骤 3，构建微地震事件强度评价网络模型；步骤4，以训练数据集作为输入，对微地震事件强度评价网络模 型进行训练，得到训练好的微地震事件强度评价网络模型；步骤5，微地震事件强度评价。本发明利用 深度学习自动提取多道微地震事件的特征，并利用这些特征来进行微地震事件强度的分类；在构建数据 ...