202108-14 重大突破!阿里达摩院创全球新纪录:AI“读图会意”首次超越人类 NEW 从阿里云官方获悉,近日,国际权威机器视觉问答榜单VQA Leaderboard出现关键突破,阿里巴巴达摩院以81.26%的准确率创造了新纪录,让AI在“读图会意”上首次超越人类基准。近10年来,AI技术保持高速发展。然而在视觉问答VQA(Visual Question Answering)这一涉及视觉-文本多模态理解的高阶认知任务上,AI始终未取得超越人类水平的突破。自然语言技术与计算机视觉交融,是多模态领域重要的前沿研究方向。其中,VQA是AI领域难度最高的挑战之一,对研发... Read More >
202108-14 研究称新冠疫情期间出生的儿童智商较低:最高下降37 NEW 此前有研究表明,那些感染了新冠病毒的康复者,不论症状轻重,都会出现不同程度的智力下降。但似乎新冠病毒不仅仅影响了这些患者,还有儿童。据外媒报道,美国科学家发表在预印版服务平台medRxiv上的一项新研究指出,在新冠疫情期间出生的儿童,其智商水平普遍低于2020年1月之前的儿童。该研究种,调查了来自于罗得岛州大约605名儿童的先关数据,其中大多数是白人,有39名儿童出生于2018年和2019年。结果发现,2020年1月前出生的儿童,他们的智商在98.5到107.3之间。但在新冠... Read More >
202108-13 新疆哈密首次发现大型恐龙化石:体长超20米 命名为中国丝路巨龙 NEW 近日,中科院古脊椎所科研团队与巴西科研团队合作,研究了新疆哈密早白垩世翼龙动物群中首次发现的大型恐龙化石,并命名了两个恐龙新属种,这一成果北京时间8月13日在国际学术期刊《科学报告》发表。这次发现的3件恐龙化石都属于蜥脚类的多孔椎龙类,化石均不完整,分别保存了一段颈椎、一段尾椎和一段荐椎,另外还有一枚与尾椎保存在一起的兽脚类恐龙的牙齿。科研团队依据颈椎特征建立了盘足龙类一新属新种:中国丝路巨龙;依据尾椎特征建立了巨龙类一新属新种:新疆哈密巨龙。视频专家表示,中国丝路巨龙保存了... Read More >
202108-13 中国空间站邂逅英仙座流星雨:梦幻一幕令人印象深刻 13日凌晨,中国空间站飞过甘肃敦煌上空,在夜空的背景下,不时有英仙座流星划过夜空,梦幻一幕令人印象深刻。不少网友看到这一幕后纷纷表示,这样的相遇好浪漫。视频8月13日凌晨,北半球三大流星雨之一的英仙座流星雨现身夜空,于凌晨3-4时迎来极大值。每年8月,英仙座流星雨都会“如约而至”。英仙座流星雨活跃期持续至8月24日,将与七夕相遇。英仙座流星雨得名于它从英仙座γ星附近辐射出现的特性,每年稳定在7月20日至8月20日前后出现,今年于8月13日达到极大值。它与象限仪座流星雨、双子座... Read More >
202108-12 秋季学期学生返校三条硬性标准:教育部明确了!均与疫情及安全有关 来自教育部网站的消息,在8月9日教育部召开的全国教育系统疫情防控工作视频调度会议上,明确了秋季学期学生返校有三条硬性标准,分别是:学校疫情防控条件达不到当地疫情防控要求的,不能返校。学校各项防控措施落实不到位的,不能返校。有效应急预案和演练落实不到位的,不能返校。会议强调,一是要压实属地责任。各级教育部门和高校要在当地党委和政府的领导下,根据疫情形势变化,科学制定、动态调整秋季学期开学方案和疫情防控方案并及时上报,全面准备秋季学期返校工作。结合实际完善疫情防控应急预案,做好人... Read More >
202108-12 历经6年 AI终于在“读图会意”上超越人类 前不久,在中文语言理解权威评测基准CLUE中,阿里巴巴的AI模型在新闻文本上超越了人类识别精确度。现在“读图会意”上,阿里巴巴达摩院在VQA上也超越了人类,这是榜单设立6年来的首次。8月12日,国际权威机器视觉问答榜单VQA Leaderboard出现关键突破:阿里巴巴达摩院以81.26%的准确率创造了新纪录,让AI在“读图会意”上首次超越人类基准。继2015年、2018年AI分别在视觉识别及文本理解领域超越人类分数后,人工智能在多模态技术领域也迎来一大进展。达摩院Alice... Read More >
202108-09 新冠病毒再变异!央视科普怎样应对拉姆达变异毒株 德尔塔变异毒株带来的全球疫情警报还未解除,一个名叫“拉姆达”的变异毒株又开始出现“冒尖”趋势。据悉,“拉姆达”变异毒株(C.37)去年8月首次出现在秘鲁,此后一直主导该国疫情,占全国新增确诊病例的大约1/3,在首都利马更是高达80%,还蔓延到了智利、阿根廷、厄瓜多尔等南美其他国家。世界卫生组织此前称,已经在29个国家发现了“拉姆达”变异毒株,包含许多突变,可以增加传染性和风险,而感染症状似乎并无不同,包括咳嗽、发烧、味觉丧失、嗅觉丧失、身体疼痛、气促等。面对来势汹汹的新冠变异... Read More >
202108-08 男子身患鼠疫一个月浑然不知:多次就医后才被发现 鼠疫作为历史上高死亡率的大流行病之一,十四世纪时被称为“黑死病”,曾在欧洲造成约5000万人死亡。随着医学的发展,现在鼠疫已经并不多见,这也医生对该疾病放松了警惕。据外媒报道,近日,美国疾病预防控制中心(CDC)公布了一例与鼠疫相关的患者情况,这名患者在感染鼠疫近一个月的时间才被确诊,险些丧命。CDC表示,这名来自亚利桑那州的67岁男子在2020年6月18日,出现脱水、恶心和虚弱等症状后被送往急诊室,当时医生让其进行了静脉输液后,就让他出院了。但是在第二天,该男子再次来到急诊... Read More >
202108-06 修长美腿的绝对优势 乌克兰跳高美少东京奥运会走红:冲击金牌 乌克兰跳高选手雅罗斯拉娃·玛胡奇克Yaroslava Mahuchikh,典型乌克兰美女,最近她的跳高比赛非常火,很多人觉得她优雅、自信、从容不迫,出场就自带魅力。甚至很多比赛片段还被网友剪了下来,评论弹幕里满屏都是“太美了”、“女王!”“姐姐飞我”虽然因为项目本身,运动员需要保持较低的体重,玛胡奇克身高181公分,体重只有55公斤。但也不缺少力量感,特别是腿部,跳高运动员需要特别加强腿部力量以及爆发力。原本专攻跨栏的她,13岁才转练跳高,没想到立刻就在2019年首度参加世锦... Read More >
202108-04 印度官方数据下的可怕真相:第三波疫情可能已在路上 近日,由Delta病毒引发的新冠确诊病例再次在国内多个城市出现,不同于过去一年国内出现的零星本土疫情,本轮疫情在短时间内迅速“多点开花”,让人切身感受到Delta病毒的来势汹汹。截至目前 ,Delta毒株已经传播至全球100多个国家和地区,并引发了新一轮疫情风暴。多国数据已经表明,Delta变种毒株的感染力远超原始新冠毒株以及此前最先在英国发现的Alpha变种毒株。那么,最先发现Delta变种毒株的国家——印度当前的情况如何呢?尽管印度官方数据显示印度疫情已经基本走出第二波新... Read More >
202108-04 武汉疫情与江苏病例毒株高度同源:揭秘德尔塔传播力到底有多凶猛 8月4日(今天)上午九点,湖北省疫情防控指挥部召开新闻发布会,介绍全省最新疫情防控工作进展情况。会上通报,经过溯源,武汉市2日通报的7例病例中,已完成的2例样本测序结果显示为delta型,与江苏本轮本土病例毒株高度同源。在这之前,郑州、扬州、南京等城市出现的疫情,通告的疫情都显示,感染源是由德尔塔病毒引起,这种病毒也在全球扩散,那么它到底有多恐怖呢?耶鲁大学医学院的一篇报道提到,Delta变种在去年12月刚刚于印度被发现。而在今年7月底,全美80%以上的新病例所感染的都是De... Read More >
202108-03 新冠病毒“突破感染”是怎么回事?专家:疫苗保护率不是100% 近期随着新冠高传染性变异病毒德尔塔毒株在全球加速传播,一些国家报告新冠疫苗接种者“突破感染”病例呈增加趋势。何为“突破感染”?会对疫苗保护效力产生哪些影响?“突破感染”指病原体突破了疫苗的防线,导致完成疫苗接种的人感染疫苗本该预防的疾病。武汉大学病毒学国家重点实验室教授徐可介绍,这是因为所有疫苗保护效力都难以达到100%,保护效力越低,“突破感染”发生率越高。即便是保护效力最好的疫苗,个体差异也会导致在免疫反应较低的个体上发生“突破感染”。近期,一些疫苗接种率较高国家报告了多... Read More >
202108-01 郑州旅游景点全部停业:郑州六医院多人感染时间存疑 或远早于7月30日 8月1日,商丘市发布通报,该市新增1例新冠肺炎确诊病例。该确诊病例南某纯于7月27日之前曾在郑州六院陪护住院的家属,27日返回商丘。而郑州市公布的首例确诊病例周某某是在7月30日被送往郑州六院进行隔离治疗的。两个病例虽然在空间上存在交集,但南某纯到郑州第六医院的时间要早几天。一位曾全程参与武汉抗疫的医生告诉记者,根据周某某和南某纯的活动轨迹可以判断,如果南某纯在郑州六院陪护期间感染了新冠病毒,那可以肯定传染源头不可能是周某某,郑州六院发生的多人感染的时间可能远远早于7月30日... Read More >
202107-30 “祝融号”开始穿越复杂地形地带:挑战火星石块、撞击坑、沙丘 据国家航天局消息,截至7月30日(今天),“祝融号”火星车已经在火星表面工作75个火星日。正在为“祝融号”火星车提供中继通信服务的天问一号环绕器在轨运行372天,两器状态良好,各系统工况正常。“祝融号”火星车完成对第二处沙丘地貌科学探测后,继续向南移动,本周到达一片石块、撞击坑、沙丘分布密集的复杂地形地带。后续,地面飞控人员将依据每日获取的导航地形图像,完成火星车视觉定位和移动路径规划,控制火星车安全穿越这片复杂地形。路过感兴趣的科学探测目标时,火星车将利用表面成分探测仪和多... Read More >