Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

本周来自网络的精彩技术故事(截至 11 月 5 日)

Posted on 2022-11-06

机器人学

让 AI 训练机器狗平衡会使它们便宜很多
杰里米·苏 |新科学家
“人工智能已被用于训练小型机器狗执行清洁任务。该硬件的总成本为 6300 美元,不到美国科技公司波士顿动力公司制造的知名机器狗价格的十分之一。这种类型的自学机器人身体协调依赖于人工智能训练方案,可以为负担得起的机器狗甚至可能在家庭和工作场所用作助手的类人机器人铺平道路。”

人工智能

谷歌计划支持世界上 1000 种最常用语言的巨型 AI 语言模型
詹姆斯文森特 |边缘
“ i ‘我们获得 1,000 种语言的方法不是建立 1,000 种不同的模型。语言就像有机体,它们是相互进化而来的,并且具有一定的相似性。当我们将来自一种新语言的数据整合到我们的 1,000 种语言模型中并获得将 [它学到的] 从高资源语言翻译成低资源语言的能力时,我们可以在我们所谓的零样本学习中发现一些相当惊人的进步。资源语言,”[Google AI 研究副总裁 Zoubin Ghahramani] 说。

生物科技

转基因蚊子将昆虫数量减少了 96%
米里亚姆·法齐亚 |新科学家
“虽然不是永久性的解决办法,但定期释放此类蚊子可以减轻包括登革热、疟疾和寨卡在内的感染负担。 …使用诱捕器监测蚊子,研究人员发现该基因在大约一半的改良蚊子存活的雄性后代中持续存在,但在大约六代后,大约六个月后消失了。”

空间

美国宇航局表示,SpaceX 现在每天都在制造猛禽发动机
埃里克·伯杰 | Ars Technica
“ i ‘SpaceX 在开发方面的进展非常迅速,” [NASA 的 Mark] Kirasich 谈到 Raptor 时说。 “我们已经看到他们制造了所谓的 Raptor 1.0。他们已经升级到 Raptor 2.0,首先提高了性能和推力,其次减少了零件数量,减少了制造和测试的时间。他们构建这些东西的速度非常快。他们的目标是每周七台发动机,而他们大约在四分之一之前就达到了这个目标。所以他们现在每周制造七台发动机。我”

传感器

微型固态激光雷达设备可以 3D 映射完整的 180 度视场
洛兹布莱恩 |新地图集
“韩国的研究人员已经开发出一种超小型、超薄的激光雷达设备,可以将单个激光束分成 10,000 个点,覆盖前所未有的 180 度视野。它能够在一次拍摄中对整个视觉半球进行 3D 深度映射。”

技术

互联网上最脆弱的地方
马特·伯吉斯 |有线
“全球水下电缆网络构成了互联网骨干的很大一部分,承载着世界各地的大部分数据,并最终连接到为手机信号塔和 Wi-Fi 连接供电的网络。 …这些海底电缆中的 16 条——通常不比软管粗,容易受到船锚和地震的破坏——穿过红海 1,200 英里,然后越过埃及的陆地到达地中海,连接欧洲去亚洲。”

运输

您可以在一天内飞行的外观怪异、省油的飞机
道格·卡梅伦 |华尔街日报
“飞机设计师围绕三个主要设计进行了合并,参与最新竞赛的人士表示,预计这些设计将在参赛作品中占据显着位置。它们带有异国情调的名称——例如跨音速桁架支撑机翼、混合机翼机身和双气泡——这反映了它们与现在在世界范围内搭载商业乘客的大多数传统飞机相去甚远。”

伦理

科学家越来越无法解释人工智能是如何工作的
克洛伊翔 |母板
“如果我们只有一个‘黑盒子’ ,就不可能了解故障原因并提高系统安全性,”路易斯维尔大学计算机科学教授 Roman V. Yampolskiy 在其题为“人工智能的不可解释性和不可理解性。” “此外,如果我们习惯于在没有解释的情况下接受 AI 的答案,本质上将其视为一个 Oracle 系统,我们将无法判断它是否开始提供错误或操纵性的答案’ i 。”

图片来源: D21_Gallery / Unsplash

原文: https://singularityhub.com/2022/11/05/this-weeks-awesome-tech-stories-from-around-the-web-through-november-5/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme