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CEO讨论了使Windows 11比之前的版本更加灵活和开放的努力。
清晰、非拟人化的语言对于消除人工智能是一个黑盒子的误解至关重要。
公共部门的人工智能创新需要一种更复杂、数据驱动和成熟的方法,以确保政府的效率和更好的公民成果。
本书的作者讨论了Java领导者和实践者提供的专家建议。
谷歌新上任的高性能计算首席技术官谈到了量子计算机、人工智能、云、硅胶封装、互连技术以及扩大高性能计算的覆盖范围。
如果世界现在就行动起来,现在把邪恶的“屠杀机器人”精灵放回瓶子里可能还不算太晚。
效率措施难以跟上现代超级计算机日益增长的需求,更不用说取得进展了。
资深芯片设计师涵盖了他的前世、摩尔定律、人工智能设计的芯片、安全、伦理等。
关系数据库并没有死,但是数据库创新现在正在各种领域出现,包括图形数据库。
要了解人才短缺可能出现在哪里,可以看看关键的基础设施。
标题是你的论文中第一个,通常也是唯一一个别人会读到的部分。
需要新的方法来系统地减少语言模型在部署中的有害偏差。
我们需要不同的团队合作,帮助应对和克服社会和地缘政治挑战。
人工智能可以帮助电子行业加快芯片设计。但收益必须公平分享。
人工智能和其他数字技术在促进经济增长方面出奇地缓慢。但这种情况可能即将改变。
加密货币是未来的潮流吗?你应该使用和投资它们吗?
简单的解释通常是正确的,这一观念几个世纪以来一直很有用。新的科学可能会改变这一点。
受过模式识别训练的算法很难理解孩子。
一种以机器学习为基础、旨在帮助分诊决策的评分方法越来越受欢迎,但缺乏透明度。
为了预测社会和政治系统对气候变暖的实际反应,升级综合评估模型。
在COVID-19之后,大流行条约可能是在下一次紧急袭击之前就数据获取达成一致的一种方式。
要了解量子计算机能做什么,不能做什么,就必须避免落入过于简单的解释。
莱昂·帕内塔(Leon Panetta)是为数不多的几个美国政府官员之一,他可以环顾四周,看着美国接连不断的网络灾难,理当地说:“我早就告诉过你了。”
在超级计算机合作抗击COVID-19一年后,是时候扩大合作关系,为应对其他危机做好准备了。
人工智能的问题和可能性,在非常深刻的意义上,也是人类的问题和可能性。
最大化奖励的一般目标足以驱动表现出自然智能和人工智能研究中大多数能力的行为。
为了充分解决临床使用AI模型中的种族偏见问题,需要自上而下的干预。
作为拜登内阁的一员,新任科学技术办公室主任埃里克·兰德可能比他之前的任何科学顾问都有更多的机会和影响力。
科学和政治之间的互动现在如此复杂、如此众多,而且往往如此不透明,以至于已经不清楚该信任谁了。
这不仅仅是一个公平和包容的问题。一般来说,可访问的技术对每个人都更好。