来自澳大利亚皇家墨尔本理工大学的研究团队成功开发出一种 AI 技术，该技术将成像、数据处理、机器学习和内存部件全部集成在一个纳米级电子芯片中，以模仿人脑处理视觉信息的方式，极大地提高了 AI 的决策效率和精准度。

该研究成果以“ On-the-fly closed-loop materials discovery via Bayesian active learning”为题，于 11 月 24 日在线发表在科学期刊《自然-通讯》（Nature Communications）上。

在NeurIPS 2020上，商汤研究院工具链的搜索和决策团队提出了一项基于权重共享的新型自动数据增强方法。该工作以多项有启发性的实验现象为动机，第一次从权重共享角度思考自动数据增强，实现了既高效又有效的增强策略搜索算法。

在电影情节中，缩小至几纳米的人或飞船被注射进人体后，这些特殊的微小 “探险者” 便在人身体内部开始了一场惊险旅行。

仿佛，人工智能成了民调机构手里的一棵救命稻草。

复旦大学的黄萱菁教授针对深度学习推广中的可理解性和可解释性问题做了报告

AAAI / ACM SIGAI 博士学位论文奖由 AAAI 和 ACM SIGAI 联合设立，以表彰和鼓励人工智能领域的博士生的出色研究和论文，提名者必须是 ACM SIGAI 成员和/或 AAAI 成员。该奖项将每年在 AAAI 上颁发，获奖者将被邀请在大会上发表演讲。

相比于 Transformer 模型，新模型无需做出过度调整就可以变得更加高效和节能。

知识图谱是近年来人工智能技术蓬勃发展的核心驱动力之一，已广泛应用在金融、电商、医疗、政务等众多领域，经过短短几年的发展，热度依旧不减，未来，知识图谱又将解决哪些其他技术无法解决的问题呢？它又面临着哪些新的挑战？

如果给一个人工智能系统同样的数据，是否可以教会它写作文呢？

尤其是随着人工智能的发展，基于机器学习的 “AI化学家” 更是提升了实验的效率和准确性，在化学研究领域释放出更多红利。

一方面希望从事图数据领域的研究人员可以方便地利用 CogDL 来做实验，另一方面希望面向实际应用的开发人员可以利用 CogDL 来快速地搭建相关下游应用，最终打造一个完善的图领域的研发生态。

自今年 6 月份发布以来，OpenAI 的文本生成人工智能工具 GPT-3 获得了极大的关注。它被用来在论坛上发表评论、写诗、甚至在《卫报》中发表文章。

在人工智能领域，南京市的人才健康指数在全国排行第三，人才主要集中在栖霞区与玄武区；在基础科研影响力上较为突出，南京大学和东南大学在该领域人才数量较多、成果影响较大。“数据挖掘”、“特征提取”、“人脸识别”等词是该城市该领域的科研热点。

以 NeurIPS 2020 接近两千篇的论文为例，给大家提供两个论文阅读的便利。

清华大学人工智能研究院院长、中国科学院院士张钹教授在“纪念《中国科学》创刊70周年专刊”上发表署名文章，首次全面阐述第三代人工智能的理念。