“第八章 让人惊讶的智能”版本间的差异
来自cslt Wiki
| 第19行： | 第19行： | ||
*计算机系孙茂松团队在自然·通讯杂志发表生物医学知识计算研究成果[https://www.cs.tsinghua.edu.cn/info/1088/4797.htm] | *计算机系孙茂松团队在自然·通讯杂志发表生物医学知识计算研究成果[https://www.cs.tsinghua.edu.cn/info/1088/4797.htm] | ||
*越来越像人：波士顿动力机器人进化史 [https://www.sohu.com/a/647095398_100051959] | *越来越像人：波士顿动力机器人进化史 [https://www.sohu.com/a/647095398_100051959] | ||
| + | *Google自动抓取机器手[https://journals.sagepub.com/doi/full/10.1177/0278364917710318] | ||
*无人机群体智能[https://www.toutiao.com/article/7119651267353412099/?wid=1658648374599][http://www.81.cn/jfjbmap/content/2021-09/03/content_298211.htm] | *无人机群体智能[https://www.toutiao.com/article/7119651267353412099/?wid=1658648374599][http://www.81.cn/jfjbmap/content/2021-09/03/content_298211.htm] | ||
*中国天眼[http://www.xinhuanet.com/politics/2021-04/26/c_1127375113.htm] | *中国天眼[http://www.xinhuanet.com/politics/2021-04/26/c_1127375113.htm] | ||
2023年8月9日 (三) 06:49的版本
教学资料
扩展阅读
- DeepMind AlphaGo博客[1]
- 百度百科:AlphaGo [2]
- AI100问：AI美颜[3]
- AI100问：绘画大师[4]
- AI100问：甜美的导航声音是如何产生的？[5]
- 老人声音报警器[6]
- DAll-E:文字生成图片[7][8]
- ChatGPT介绍[9][10]
- 计算机系孙茂松团队在自然·通讯杂志发表生物医学知识计算研究成果[11]
- 越来越像人：波士顿动力机器人进化史 [12]
- Google自动抓取机器手[13]
- 无人机群体智能[14][15]
- 中国天眼[16]
- AI超分辨率显微镜[17]
- AI100问：人工智能破解蛋白质结构之迷[18]
视频展示
- AI机器人做实验[19][20]
- 波士顿动力机器人[21][22]
- UC Berkley的科学家用一小时教会机器人站立、抓取等动作[23][24][25]
- CCTV-2 生活早间秀 除了下围棋 机器人还会作诗？[26]
- DALL-E2: [27]
演示链接
- Cogview 文本生成图片 [28]
- DALL-E 文本生成图片[29]
- Stable-difussion 文本图片生成 [30]
- ProsPainter：文本加绘图生成图片 [31]
- Artbreeder: 文本绘图 [32]
- TextToImage[*] [33]
- Picsart[*] [34]
- ChatGPT[*][35]
- OpenAI Blog, DALL·E: Creating Images from Text, 2021.1 [*](https://openai.com/blog/dall-e/)
开发者资源
高级读者
- AlphaGo[36]
- AlhpaZero[37]
- FaceBeaty[38]
- Style transfer [39]
- A reivew of speech synthesis [40]
- Cogview [41]
- DALL-E [42][43]
- Collaborative robots from Google [44]
- Deep learning for Muller mimickery [45]
- AlphaFold [46]
- Robot make experiment[47]
- Zeng Z, Yao Y, Liu Z, et al. A deep-learning system bridging molecule structure and biomedical text with comprehension comparable to human professionals. Nature communications, 2022, 13(1): 1-11.[48]
- Levine S, Pastor P, Krizhevsky A, et al. Learning hand-eye coordination for robotic grasping with deep learning and large-scale data collection. The International journal of robotics research, 2018, 37(4-5): 421-436.[49]
- Qiao C, Li D, Liu Y, et al. Rationalized deep learning super-resolution microscopy for sustained live imaging of rapid subcellular processes. Nature biotechnology, 2022: 1-11.[50]
