意见档案提供了对ACM通信和其他来源按日期列出的过去意见报道的访问。
微软AI4Science负责人克里斯·毕晓普(Chris Bishop)认为,机器学习将部分取代模拟。
Jim Kurose教授讨论了计算机研究人员关注的科学类型和该领域的未来。
我们正处于人工智能进步的黄金时代,是时候开始认真对待它的潜力和风险了。
提供更广泛的性别选项并不是一个困难的编码问题。
这是与谷歌Brain的研究科学家贝因·金的对话。
然而,批评者仍然有足够的理由对补贴表示怀疑。
克里斯托弗·卡南正在构建一种算法,可以像人一样,随着时间的推移不断学习。
无论台湾和中国大陆之间发生什么,美国都需要做好准备。
当人工智能程序员停止试图复制人类神经元时,神经网络会取得更好的进展。
新一代的技术活动人士、组织者和揭发者,其中大多数是女性、非白人、性别多样化或酷儿,可能会带来改变。
一名少女和她的母亲关于堕胎的谈话帮助警方立案。
监管机构需要帮助才能跟上步伐。
仅靠适度并不能解决问题。
没有常识的人工智能系统在达到训练的极限时就会出错。
要想让虚拟现实体验到真正的沉浸感,它需要开始让它变得更糟糕。
必须克服硬件障碍,使llm对更广泛的受众可用。
Grid的采访。艾未未的塞巴斯蒂安Raschka。
问题不在于不感兴趣;这是这些领域的文化,以及他们如何排斥妇女和女孩。
考虑到大学调整其商业模式以适应不断变化的学生需求所面临的挑战。
什么时候替代品不是替代品?
ACM会员和A.M.。图灵奖得主达娜·斯科特回顾了他的职业生涯。
将数据思维融入计算机科学教育。
NSF对21世纪美国科学和工程网络基础设施生态系统的展望。