人工智能基金会
了解什么是人工智能,系统如何学习,哪些地方失误,以及如何在不夸大的情况下判断主张。
免费人工智能库
1019 简明英语指南、结构化学习路径和开放图书馆——由独立的 501(c)(3) 非营利组织构建,以便任何人都可以理解现代人工智能。
从这里开始
每门课程都包含明确的成果、能力规划、实践活动和应用毕业设计。
了解什么是人工智能,系统如何学习,哪些地方失误,以及如何在不夸大的情况下判断主张。
在保护隐私、核查输出和保持人类问责的同时,高效使用人工智能。
评估工作场所用例,运行安全试点,衡量价值,负责任地沟通变更。
通过权利、公平、治理、安全和公共利益结果分析人工智能系统。
通过实用的系统设计,理解语言模型、检索、代理、评估、成本和部署保障。
主题曲目
跳入您关心的领域。每条赛道都有多个简单的英文指南。
全库
1019 的 1019 显示指南。按曲目过滤或在上方搜索。
了解 Google MusicLM 如何使用分层语义和声学标记、SoundStream 和 MuLan 将文本提示转换为连贯的音乐。
音频人工智能Noise2Noise 是一种训练技巧,通过从成对的不同噪声中学习,模型可以在没有看到干净参考的情况下学习消除噪声......
应用领域人工智能会筛选来自现代望远镜的大量图像和信号,以查找、分类和测量人类团队无法手动检查的物体。
应用领域人工智能重建粒子在大型强子对撞机等探测器内的作用,将原始传感器撞击转化为轨迹、能量和粒子……
应用领域人工智能预测哪些新材料可能存在、稳定且具有有用的特性,从而大大缩小了近乎无限的空间的搜索范围……
视觉人工智能去噪和去模糊网络是一种神经模型,可以清除噪声或模糊图像,从杂乱的输入中恢复清晰的细节。
视觉人工智能GFPGAN 是一种专门的模型,可以将低质量、模糊或旧脸照片恢复为清晰、逼真的肖像。
视觉人工智能CodeFormer 是一种人脸恢复模型,旨在处理极端退化问题,从严重损坏、微小或模糊的输入中恢复可识别的人脸。
音频人工智能Conv-TasNet 是一种神经网络,它通过直接处理原始声音波形来分离混合音频(就像两个人同时说话)......
音频人工智能双路径 RNN (DPRNN) 是一种音频分离架构,它将很长的音频特征序列分割成短的重叠块并处理它们......
音频人工智能Open-Unmix (UMX) 是一种开源深度学习系统,它将歌曲分成几个部分:人声、鼓、贝斯和其他乐器。
应用领域人工智能模型通过融合天气、地形、植被和实火数据来预测野火将如何发展、移动到哪里以及移动速度。