人工智能究竟是什么？一文说清它的本质
人工智能，本质上就是让机器模仿人类进行判断与决策。你可以将其视为一个极其勤奋的"实习生"。起初它一无所知，你向它展示海量菜谱、烹饪视频以及失败教训，它便能逐渐学会：这锅汤是否过咸，火候是否过大，下一步是否需要添水。它并非真正拥有味觉，而是能够从海量经验中提炼规律。人工智能最关键的特性在于依靠数据驱动学习。正如我们长期网购后，平台会越来越精准地把握你的偏好——喜欢的服装类型、心理价位、风格取向。这并非读心术，而是基于你的点击、购买和浏览记录，预测你下次可能感兴趣的商品。人工智能同理，从庞杂信息中归纳规律，再
AI驱动科技情报研究新范式
7月7日，中国式现代化研究院（区域现代化研究院）举办2026年第4期区域现代化前沿沙龙。本次沙龙邀请南京大学信息管理学院闵超副教授作题为《AI赋能科技情报分析与研究》的专题报告。部门全体专家学者参加。闵超基于在科技情报挖掘、科技创新政策等领域的长期研究经验，向大家展示了AI赋能科技情报分析的研究方法。他指出，信息爆炸时代传统研究手段存在人工精读工作量大、依赖专家主观性强、信息到决策转化效率低等问题。报告重点介绍大语言模型、多智能体系统及机器学习等技术在科学问题自动生成、多领域术语提取、人工智能专利识别等场
Hassabis：从棋童到诺奖得主的智能追寻
XINGJU AI · 星矩智航 · 顶级玩家系列2026年7月8日 · 每期一人，发家历史深度故事Demis HassabisGoogle DeepMind CEO · 诺贝尔化学奖得主$15亿身家2024年10月，瑞典皇家科学院将诺贝尔化学奖授予Demis Hassabis与John Jumper，以表彰他们借助人工智能攻克了困扰学界半个世纪的蛋白质折叠难题。Hassabis，这位4岁接触国际象棋、13岁跃居全球少年棋手第二、16岁入读剑桥的天才，在48岁之际迎来了人生中最意外的惊喜。然而诺奖不过是他
AI浪潮下，DFT学习是否过时？7.8直播揭秘
机器学习势能否替代第一性原理计算？为何实验研究愈发依赖数值模拟？近几年，人工智能正迅猛重塑材料科学的研究范式。涌现出机器学习势、高通量筛选、大模型等新兴技术，促使众多研究者反思：🤔 面对AI冲击，DFT依然有必要掌握吗？机器学习势会取代VASP的地位吗？从事实验研究是否仍需涉猎计算模拟？零基础的初学者还能切入材料计算领域吗？本次直播将聚焦上述疑问进行深度解读，协助大家构建AI背景下材料计算的全局视野。▲ 扫码锁定直播名额核心看点① AI时代，材料科研经历了哪些变革？从传统DFT演进至高通量计算与机器学习势
学科解读 | 人工智能
授予工学学士学位人工智能专业致力于培育兼具优良人文底蕴与强烈社会责任感的高素质人才，使其具备开拓创新意识、国际化眼光、持续学习能力，以及把握人工智能技术发展动态的前瞻性思维。该专业要求学生全面掌握人工智能的核心理论与专业技术，能够运用跨学科方法攻克该领域的难题，同时具备团队协作、项目管理及国际竞争能力。其培养目标定位于造就具有科学研究素养和工程实践本领，能在人工智能领域开展创新研究与实际应用的专门人才。该专业的突出特点体现在强交叉融合属性，整合了计算机科学、数学、心理学等多学科知识体系，涵盖智能感知与调控
AI驱动精准营养：从数据到个性化干预
精准营养的核心在于整合大规模生物样本与队列的多模态数据，实现个体化健康干预。人工智能与机器学习为处理复杂数据提供了新工具，但仍面临数据质量、可解释性、验证及因果推断等挑战。本文系统梳理了当前精准营养领域中AI/ML的应用现状，深入探讨其与多组学及营养数据独特属性（如组成性、偶发性、上下文依赖性与易错性）的交互机制，并提出营养学专属的最佳实践，以推动稳健、可解释且临床可用的AI整合。饮食深刻影响认知、体能与社交健康。营养不良导致近5000万伤残调整生命年，占全球成人死亡的26%。在美国，三分之一的过早死亡与
《自然微生物学》新突破：PAC-MAN与AI携手攻克结核病药物屏障
由结核分枝杆菌（Mtb）引发的结核病，是全球最具致命性的单一病原体感染，根据世界卫生组织统计，2024年将导致123万人死亡。这种细菌独特的细胞外膜极难穿透，使得包括抗生素在内的众多药物难以有效治疗结核病。不过，由马萨诸塞大学阿默斯特分校领导的研究团队开发出两项新技术，有望大幅加速寻找更高效结核病药物的进程。这项成果发表于《自然微生物学》期刊，研究团队首先测量了哪些化合物能够穿越外膜，随后利用这些测量数据来预测其他能够进入结核分枝杆菌细胞的化合物。“结核分枝杆菌非常特别，”马萨诸塞大学阿默斯特分校微生物学
26fall全奖博士机会！UCL人工智能底层创新项目
26fall全奖博士捡漏！伦敦大学学院AI基础研究全额资助 拒绝表面工作🔥UCL国家级AI核心创新全奖博士｜年收入27万+ 今天为大家介绍一个专注纯粹科研、挑战现有大模型框架的优质全奖机会✨ 源自英国国家级重点实验室SOFAIR UCL主导、牛津/剑桥/爱丁堡合作共建 官方目标：构筑英国未来AI底层技术壁垒 2026年10月入学，四年全面资助，适合志在探索AI本质的真正研究者✅ 🏫 平台价值无可比拟 欧洲顶尖UCL AI中心 + 英国UKRI国家级实验室 汇聚牛津剑桥爱丁堡名校AI专家、统计/数学/神经科
AI界两年真相揭秘：Scaling Law奠基之作暗藏bug，GPT-3竟成「虚胖典型」
一则推文，阅读量突破15.9万。内容令众多大模型从业者脊背生寒：那篇几乎定义了整个LLM时代训练范式的论文，存在计算失误。出错的竟是核心结论。这一疏漏，在暗处支配行业长达两年的训练策略，直至DeepMind动用逾四百个模型将其推翻。发布这则推文者名为Sander Dieleman，供职于Google DeepMind，账号@sedielem。他如此写道："Here's a cool piece of LLM lore: the original scaling laws were wrong due to
人工智能学习路线与知识架构全景图
人工智能学习系列，涵盖7大核心模块随时随地快速掌握人工智能相关知识人工智能的知识架构并非单一路径，而是一幅分层地图。需先审视技术成熟度，再分析依赖关系、并列关系、演进路径与融合趋势，方能判断哪些内容可直接落地应用，哪些仍需持续跟踪验证。基础层涵盖数学基础与数据工程。数学提供表示、优化、不确定性及信息度量能力；数据工程决定训练素材的质量；隐私保护则决定数据能否合规地被系统使用。传统机器学习依然是结构化数据、可解释场景及中小规模业务的主力。其核心并非追求最大模型，而是实现特征、算法、任务与指标的精准匹配。深度
硬啃 AI 底层原理一天，感觉大脑在扩容
今天刷微博看到 tombkeeper 说想要讲清 AI 的整体思考，得从经济学讲到物理生物，没几万字下不来。这时我也想到自己用了不少时间的 AI，也算是入门了，知道用它来写自动化脚本，可问我 AI 的底层逻辑是什么，却支支吾吾，前 seawater连 token 这个概念都回答不出来，看来我也只是满足于用罢了。先啃再说我相信 AI 是未来的趋势，那想要抓住它，应该懂点基本原理，不需要自己手搓大模型，只要比现在了解得更透彻就够了。所以说做就做，我这个纯文科生，决心今天啃一下 AI 材料。那么啃什么材料呢？我
2026年制造业AI应用落地白皮书解读
报告名称：《一线数智：中国制造业AI场景应用白皮书（2026）》报告解码：三个皮匠报告浙江一家年营收3亿的汽配厂，2026年初每月投入8万元上线AI视觉质检系统，两条核心工位落地首月，产品良率由96%提升至98.5%。车间负责人在晨会直言，这笔订阅成本比新增两名质检员划算得多。同期，海尔落地全链路供应链AI体系，覆盖需求预测、智能补货、物流调度、供应商协同四大模块，库存周转效率提升60%，整体物流成本下降25%，全链条综合降本幅度突破30%。同样落地AI数字化改造，不同业务场景带来的收益差距巨大。一线数智
夏季AI研招宣讲|卢志武教授谈多模态推理与生成技术
“AI之夏”研招系列学术讲座第6讲：多模态推理与生成AI之夏研招讲座“AI之夏”研招系列学术讲座第6讲，由人大高瓴人工智能学院卢志武教授为大家宣讲。讲座信息讲座主题：多模态推理与生成活动时间：7月6日下午13:00-14:00直播地址：抖音号：dyjnmwmnh3bc或抖音关注 @中国人民大学高瓴人工智能学院打开抖音搜索页扫一扫👇嘉宾信息：卢志武，中国人民大学高瓴人工智能学院教授，博士生导师。2005年毕业于北京大学数学科学学院信息科学系，获理学硕士学位；2011年毕业于香港城市大学计算机系，获博士学位。
AI驱动科研全链路实战训练营
线上直播直播时间：7月18日-19日、25日-26日【提供全部资料、代码及长期回放】前言课程大纲证书及学时报名方式面向真实科研场景，构建由Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"组成的可迭代、可迁移的科研协作团队实战培训班直播时间：7月17日-18日基于claude code、codex双AI协同论文写作撰写与质量校准：从"数据分析→论文初稿→交叉审稿"全流程直播时间：7月25日-26日2026基于前沿AI-Agent2.0驱动的科研全链路实战营：一站式掌握LL
AI与视觉技术论文速览：2026年7月3日
人工智能(cs.AI:Artificial Intelligence)【1】持久状态AI系统中的分布式攻击【2】大型语言模型的在线安全监控【3】ReContext：递归证据重放助力长上下文推理【4】无人监督时LLM代理的行为：多代理辩论中的社会结构与潜在目标涌现【5】G-RRM：利用循环推理模型引导符号求解器【6】EvoPolicyGym：交互环境中自主策略演化的评估【7】基于大型语言模型的Linux/bash考试自动评分：四层认知分类法【8】非曼哈顿环境中的文本驱动3D室内场景合成【9】通过RFM-AG