研究

科学家们在试图建立和扩大可以进行机器学习的类脑系统时遇到了很多权衡。例如，人工神经网络能够学习复杂的语言和视觉任务，但训练计算机执行这些任务的过程很慢，需要大量的能量。

随着当前围绕人工智能（AI）的热议，人们很容易认为这是最近的一项创新。事实上，人工智能已经以这样或那样的形式存在了70多年。要了解当前一代的人工智能工具及其可能的发展方向，了解我们是……

几乎所有为ChatGPT等现代人工智能工具提供动力的神经网络都是基于20世纪60年代的活神经元计算模型。熨斗研究所计算神经科学中心（CCN）开发的一个新模型表明，这种几十年前的近似方法并不能捕……

最近获得计算机科学博士学位的Jared Coleman和他的导师Bhaskar Krishnamachari被人类和计算机对语言的共同热爱所束缚。

现实世界对人工智能任务有许多挑战。其中一个挑战是要求机器能够识别并快速学习他们以前从未见过的新物体。无论是在杂货店识别新产品的机器人，还是与新路标或周围物体互动的自动驾驶汽车，一……

上面写着。它会说话。它整理了堆积如山的数据，并为业务决策提供建议。今天的人工智能可能比以往任何时候都更人性化。然而，人工智能仍有几个关键的缺点。

生物和人工智能驱动的机器都需要快速自适应地应对各种情况。在心理学和神经科学中，行为可以分为两类——习惯性（快速、简单但不灵活）和目标导向（灵活但复杂且缓慢）。

最近，我们看到了SOUNDRAW和Loudly等人工智能程序的推出，这些程序可以创作出几乎任何艺术家风格的音乐作品。

Mark Hamilton是麻省理工学院电气工程和计算机科学博士生，也是麻省理工大学计算机科学和人工智能实验室（CSAIL）的附属机构，他想用机器来理解动物是如何交流的。为了做到这一点，他首先着手……

如今的智能机器人可以通过视觉和触觉准确识别许多物体。通过传感器获得的触觉信息，加上机器学习算法，使机器人能够识别以前处理过的物体。