Máy tính chẵn lẻ có thể thực hiện các hoạt động giữa hai hoặc nhiều qubit trên một qubit

Các nhà khoa học làm việc ở cấp độ nguyên tử đang điều khiển kim loại, mở ra khả năng tạo ra vật liệu mới

Một nhóm quốc tế do các nhà nghiên cứu của UCLA dẫn đầu đã phát triển một cách sử dụng perovskite trong pin mặt trời đồng thời bảo vệ nó khỏi các điều kiện khiến nó bị hư hỏng.

Các nhà nghiên cứu báo cáo, AlphaCode – một hệ thống Trí tuệ nhân tạo (AI) mới để phát triển mã máy tính do DeepMind phát triển – có thể đạt được hiệu suất trung bình ở cấp độ con người trong việc giải quyết các cuộc thi lập trình.

Các nhà nghiên cứu cuối cùng đã thành công trong việc xây dựng cấu trúc hạt nano được tìm kiếm từ lâu, mở ra cánh cửa cho các vật liệu mới với các đặc tính đặc biệt.

Các thiết bị điện tử được cung cấp năng lượng không dây có thể tạo ra một mạng lưới vạn vật rẻ hơn và thân thiện với môi trường hơn.

Trực quan hóa đầu kính hiển vi phơi bày vật liệu với ánh sáng terahertz. Màu sắc trên vật liệu biểu thị dữ liệu tán xạ ánh sáng và các đường màu đỏ và xanh dương biểu thị sóng terahertz.

Các nhà nghiên cứu phát triển các công cụ để giúp các nhà khoa học dữ liệu làm cho các tính năng được sử dụng trong các mô hình máy học trở nên dễ hiểu hơn đối với người dùng cuối. Các phương pháp giải thích giúp người dùng hiểu và tin tưởng vào các mô hình học máy thường mô tả mức độ đóng góp của các tính năng nhất định được sử dụng trong mô hình vào dự đoán của nó.

Wi-Peep nổi bật nhờ khả năng truy cập và tính di động của nó. Ngoài ra, nó được tạo bởi nhóm của Abedi chỉ bằng một máy bay không người lái mua ở cửa hàng và một lượng nhỏ phần cứng sẵn có, chỉ tốn 20 đô la.

Các nhà nghiên cứu tại Phòng thí nghiệm khoa học máy tính và trí tuệ nhân tạo (CSAIL) đã phát triển một kỹ thuật trí tuệ nhân tạo (AI) cho phép máy học các khái niệm được chia sẻ giữa các phương thức khác nhau như video, clip âm thanh và hình ảnh. Ví dụ: hệ thống AI có thể biết rằng tiếng em bé khóc trong video có liên quan đến từ được nói là “khóc” trong một clip âm thanh và sử dụng kiến thức này để xác định cũng như gắn nhãn các hành động trong video. Kỹ thuật này hoạt động tốt hơn các phương pháp học máy khác ở các tác vụ truy xuất đa phương thức, trong đó dữ liệu ở một định dạng (ví dụ: video) phải khớp với một truy vấn ở định dạng khác (ví dụ: ngôn ngữ nói). Nó cũng cho phép người dùng xem lý do đằng sau việc ra quyết định của máy.