发表日期和杂志:2022年发表在SCIENCE IMMUNOLOGY上 在线阅读链接:https://doi.org/10.1126/sciimmunol.abm9060 前情回顾 在上一期的推文——人类淋巴器官中的 B细胞表型变异在组织中的丰度差异 使用了一组包含28种抗体的检测板来调查人类淋巴组织中B细胞的变化,使用Cydar包进行了UMAP分析,比较了不同组织中B细胞的分布差异,并且分析了所有标记(除了免疫球蛋白 差异分析 MZB-1和MZB-2亚群之间的差异表达基因通过火山图展示 高表达基因可视化 MZB-2细胞选择性表达的基因倾向于与细胞激活相关,例如人类白细胞抗原等位基因、CD83和MIF,特别表达RNA解旋酶 边缘区B细胞(MZB)的空间分布 通过成像质量细胞测量学技术对人类脾脏中边缘区B细胞(MZB)的空间分布进行可视化分析 GC由B细胞、T细胞和巨噬细胞组成,这些区域有高B细胞增殖活动。 使用CCR7区分MZB-1和MZB-2 在健康人群中,MZB-1细胞的频率明显高于MZB-2细胞的频率,而在严重的SLE患者中则并非如此。
OpenAI干了这么一件事:组织了5个神经网络构成团队,在5v5游戏中击败了Dota 2的人类业余选手。他们的目标是在8月份击败国际顶级专业团队(仅限一组英雄的条件下)。 这不是OpenAI首次公开试玩Dota 2,去年,OpenAI在Dota2 1v1比赛中战胜了人类选手Dendi。 对每个英雄使用单独的LSTM并且不使用人类数据,由此学习可识别的策略。 从Deep Blue到AlphaGo,再到现在的Dota2,将人工智能与人类之间进行较量,一直是计算机科学领域的有趣传统。 AI通过Bot API观察游戏,被允许观察2万个数值(人类所被允许观察的所有值)。 OpenAI仍需要一些限制条件,比如,和AI比赛的人类对手必须遵守某些规则,包括不使用某些物品和策略。 OpenAI将在下个月举办一场Dota 2巡回赛,展示自己在与顶级玩家竞争时的实力。
1v1 人类对局的实验结果。 这样的水准直接参加星际 2 天梯比赛可谓是「炸鱼」般的存在,一路被血虐的人类玩家不知道有没有怀疑过自己到底碰上的是 AI 还是职业选手(笑)。 等一些方面都做了更严格的限制,减少操作方面相比人类的优势。 参与测试的 AlphaStar 都是从人类比赛 replay 和自我比赛中学习的,没有从与人类的对局中学习。 首先,星际 2 是一个不完全信息游戏(博弈),战争迷雾隐藏了对手的许多信息,AI 需要具有探索、记忆甚至推测的能力才能获得更好的表现。
OpenAI Five在Dota 2最受关注的TI8表演赛中,与职业战队paiN对战,最终输掉了首场比赛。 限制游戏 Dota 2是一款复杂的游戏。有超过一百个可玩角色,每个角色各有各的优点和缺点。有些人能够施放特别强大的魔法咒语,有些可以快速穿行,有些非常强壮,还有一个甚至配备了蜘蛛。 虽然游戏时间从大约80毫秒增加到200毫秒,但是机器人类似于人类玩家的类似反应时间,但AI玩家仍然占据上风。 当涉及到琐碎的任务时,单击右键几乎就是肌肉记忆,但是对于关键时刻,例如知道何时用某些法术击打,人类经常会停下来进行深思熟虑,并且可能需要大约1或2秒,计算机则仍在以数百毫秒的速度运行。 OpenAI一直在努力尝试Dota 2。去年,它在比赛中以一对一的限制性比赛击败了国际队的职业玩家Dendi,两队英雄相同。
两周前,AI战队OpenAI Five还处在DOTA2击败人类的得意中; 两周后,它就陷入了作弊疑云。 美国媒体Motherboard指出了OpenAI Five在这场人机大战中的几个可疑之处。 △ DOTA2中文官网的英雄目录 目前DOTA2中有115位英雄,然而,在8月6日早上(北京时间)的人机大战中,由于OpenAI Five还没有学会这么多英雄,所以整场比赛只有18个英雄可供选择。 △ Capitalist 这次人机大战中的人类队员、DOTA2解说、半职业选手Capitalist(Austin Walsh)就对此感到十分扎心: “AI清楚地知道每个英雄的位置,知道你拥有多少攻击力, 大概,在依靠视觉这一目标达成之前,不管AI解锁多少英雄、多少物品,赢过多少顶级人类选手,也不能算是称霸DOTA 2。 我用鼠标,你却用意念 输出也同样不公平。 另外,Riedl在深知这些的情况下,依然认为在DOTA2 5v5团战中战胜人类,是非常了不起的成就。 他看到,AI游刃有余,只要对手所处的位置不利,便可瞬间发动攻击。
北京时间早晨五点多,来自OpenAI的人工智能“OpenAI Five”在5v5的战局中,以3:2的成绩战胜了人类半职业DOTA高手队。 这是继6月份对战之后,“OpenAI Five”再一次在5v5的对战中战胜人类选手。 ? 6月份的时候,“OpenAI Five”能够掌握5个英雄,能击败人类业余选手,如今,其能够掌握的英雄已经增加至18个,游戏中所受到的限制也减去不少。 值得注意的是,在8月份的这场比赛中,为了“照顾”人类、不在反射弧上占人类的便宜,“OpenAI Five”的反应时间从原先的80毫秒拉伸至200毫秒。 就今年来说,OpenAI还有一些目标没有完成,其中,在游戏这一块,他们希望能在DOTA 2国际邀请赛上利用他们的机器人团队击败职业选手战队。 /- 推荐阅读 -/ ?
去年,OpenAI 在 DOTA 的 1v1 比赛中战胜了职业玩家 Dendi,而在距离进阶版 OpenAI Five 系统战胜人类业余玩家不过一个月的时间,今天凌晨,它又以 2:1 的战绩再次完成对人类高级玩家的 他们原本使用消息传递借口的规约算法进行平均计算,现在则使用英伟达的多卡通型框架 NCCL2 的封装函数来实行 GPU 并行计算以及网络间数据传输。 ▌与人类的不同 OpenAI Five 获取的信息和人类完全一致,但是系统能马上反应到类似位置、生命值以及物品更新情况等等人类玩家需要定时观察的信息。 AI 在 Dota2 中的节奏和执行力非常强了,这是不是意味着它没有优化空间了? 或许,更让人期待的是,在 Dota2 这样的复杂游戏中,是否会出现“AI vs AI”的神仙打架比赛?
软件安装首先从github官网上下载minimap2的二进制文件压缩包,minimap2-2.26_x64-linux.tar.bz2,然后上传到服务器上。 # minimap2,v2.26压缩包解压缩$ tar -xjvf minimap2-2.26_x64-linux.tar.bz2# -x 解压# -j 有bz2属性的# -v 显示所有过程# -f 使用档案名字 ~/.bashrc2. &$ pbindex m84010_220919_235306_s2.hifi_reads.bam &$ bam2fastq -o m84010_220919_235306_s2.hifi_reads 软件使用sniffles2使用分为四种场景:1.
官方示例 更新V2部分: ID保真度得到了进一步提高,特别是对于单张图像输入和亚洲面部输入。 通过集成ControlNet、T2I-Adapter和IP-Adapter,生成过程变得更加可控。我们提供了相应的脚本供参考。 此外,PhotoMaker V2允许用户通过结合IP-Adapter-FaceID、InstantID和角色LoRA来实现更好的身份一致性。 PhotoMaker V2继承了PhotoMaker V1的有前途特性,如高质量和多样化的生成能力,以及强大的文本控制功能。 但是,请注意,减少采样步骤可能会影响 ID 保真度 windows使用教程 V1 vs V2效果
2、走这个路,一格娘炮,两格扯蛋! ? 3、几乎所有马桶都是反JJ!大便时,如果要尿尿,要用手把jj按下去,否则会尿到外面! 反人类 ? 6、鼠标用着极其不舒服,不能把网线接口放在别的地方么! ? 7、USB接口难以分清正反面,要试三次才能插上! ? 8、真的非常容易断好么!为什么要这样设计! ?
本期为第2期,旨在剖析AI推动的“技术平权”的本质、影响面以及大众的应对策略。 编辑 苏扬 陌通 开源大模型能力的提升,正在加速AI平权时代的到来。 2月13日,腾讯科技、腾讯研究院发起的《AGI之路系列直播》第二期,邀请中国人民大学吴玉章讲席教授刘永谋、经济观察报专栏作家《比较》研究部主管陈永伟,全面解读以DeepSeek为代表的大模型,所推动的这场 2)另外一个就是AI做不了的部分,人能不能做。AI毕竟不是人,涉及情感与社交的工作还是要由人来完成。 现在通过技术手段来监控健康数据、工作效率等,这实际上也是人类逐渐趋向机器化的体现。我更担心的不是机器人取代人类,而是人类越来越像机器,天赋逐渐被削弱。 这牵涉到人类思维方式的巨大变化。
不管是游戏AI的无脑缺陷,还是人类玩家的窃笑,这一切在深度学习(DL)被引入到训练中时戛然而止。 为何专注于攻克星际争霸2? Deepmind的AlphaStar血虐人类,登顶宗师段位 来自Google的DeepMind团队训练出了最强的星际争霸AI AlphaStar,它在战网星际争霸2的一系列盲注游戏(即人类蠢蛋们不知道和他们对战的是 血洗顶尖职业选手 训练AlphaStar只花了44天,DeepMind估计这相当于每个AI代理都玩了200年星际争霸2。然后它就击败了99.8%的人类。 这听起来与独孤求败的围棋宗师Alpha Zero一样,对游戏的理解已经超越了人类。 ? 下一次拿起星际争霸2全球冠军奖杯的,真的可能不是人类玩家,而是AlphaStar了。 《星际争霸2》沦陷 人类被AI血洗 https://news.mydrivers.com/1/612/612721.htm 更多关于AI玩星际争霸2的硬核技术介绍,请移步: 新智元:DeepMind
我们都知道爱因斯坦的质能方程式 E=mc^2。 式中 E 为能量,m 为质量,c 为光速,后者是一切物质运动速度的最大极限。 在理论推出后的几十年里,人类对于能量的应用升上了一个新的台阶:物质所具有的原子能比化学能大几百万倍以至一千万倍以上,不论是核反应堆还是核武器中的原子弹和氢弹,在发生反应的同时反应物的质量会减少一部分,质量可以转变成为能量
Defcon 25 | Day 2 “ 今天是Defcon的第二天,来到会场直接上三楼去逛逛vendors(厂商展台)。 Defcon不仅仅是你们人类参加的黑客/极客会议,不信请看。 ? Defcon是一个黑客圈交友的圣地,遇到老外还用微信,果断扫一扫。 ?
我们真的相信技术比人类更复杂和必要吗?被创造的东西真的能取代它的创造者吗?我们必须共同决定,是在宏伟技术的帮助下为人类建设更美好的未来,还是以牺牲人类为代价建设一个更好的技术的未来。 人类损失惨重,但事实上,人类遭受的持久伤害早在1945年夏天之前就已经开始了,恰好在50年前的1895年,当时的一系列科学发现让我们把技术提升到了人类之上。 ? 机器人与人类女孩 有些人认为,我们应该无条件地把对人类未来的控制权交给机器。 人类的精神和愿望的本质是自由:做自己的自由,表达个人信念的自由,以及成为我们能成为的最好的自己的自由。事实上,我们不仅是人类,还是进化中的人类。 数千年的人类历史提供了一个显而易见的答案,这个答案将我们与其他所有生命形式区分开来:人类渴望繁荣、进步,渴望变得比现在更好。 ?
作者:Tommy Thompson AI &游戏 资深研究专家 YouTube @TableFlipGames 超神经HyperAI 导读 人类终于在 DOTA2 上赢 AI 了呢。 2 AI 研究环境)。 SC2LE 捕获的游戏特征 SC2LE 被分成两个不同的集合,一个类似于 BWAPI ,可以访问给定框架下的特定信息。 SC2LE 虽然可以让更多人参与到 AI 游戏模型创建中,但目前 AI 仍难以在「星际争霸」等即时策略游戏中战胜人类。 在今年 6 月份,由 Elon Musk 等诸多硅谷大亨共同创建的 AI 非营利组织 OpenAI 就已经在多人即时对战游戏 「DOTA 2 」中击败业务人类玩家,并在 8 月份击败半职业玩家。
Hisat2是现在很流行的主流比对软件,在现实生活中的mRNA-seq中,有很多时候我们需要将拿到的转录组与参考基因组进行比对 。 与大多数比对软件一样,在进行比对前需要先建立参考基因组的索引,遇到比较大的参考基因组时如人类基因组,建立索引可能要耗费很长时间。 但是Hisat2为我们考虑到了这一步,在其官网上有现成的人类基因组的索引文件,我们只需将索引文件下载下来便可开始比对 如 下载GRch38的基因组索引 wget ftp://ftp.ccb.jhu.edu /pub/infphilo/hisat2/data/grch38.tar.gz 下载GRch37的基因组索引 wget ftp://ftp.ccb.jhu.edu/pub/infphilo/hisat2 /data/grch37.tar.gz 下载好将文件解压便可开始比对,节省了很多时间 万不要傻乎乎的先去下载人类基因组,再用Hisat2-build建立索引 全文结束,欢迎在评论区讨论~
举例来说,如果想得到两个数字的平均值,简单的算法是:“第一步,将两个数字相加;第二步,将和除以2。”这时,如果输入4和8,结果就是6;输入117和231,结果就是174。 食谱是个复杂一点的例子。 2. 将洋葱切成碎末。 3. 把洋葱末炒至金黄色。 4. 把马铃薯切块,加入锅中。 5. 将圆白菜切丝,加入锅中。 诸如此类。你可以尝试着不断重复这种算法,每次用稍微不同的蔬菜,就会得到稍微不同的汤。 2010年,美国的农业人口只剩2%,工业人口有20%,占了78%的是教师、医生、网页设计师等服务业从业人员。 但等到机械的算法在教书、诊断病情和设计方面比人类更在行的时候,我们能做什么? 2. 算法的运作不受组成物质的影响。算盘的算珠无论是木质、铁质还是塑料质,两个珠子加上两个珠子还是等于四个珠子。 3. 因此,没有理由相信非有机算法永远无法复制或超越有机算法能做的事。 但在1996年2月10日,IBM的超级计算机“深蓝”(Deep Blue)就打败了世界国际象棋大师加里·卡斯帕罗夫,推翻了这个认为人类能力更强的论点。
奇点导读: 据日本livedoor新闻网2月5日报道,美国斯坦福大学研究团队,近日开发出一款可以根据医生诊断病例的数据,来推测出癌症晚期患者剩余生命的人工智能,希冀改善中期末病人的姑息治疗。 不过,目前来说大部分分析研究还是集中在对人类基因组的测序和分析上。但是,遗传因素对于预测诸如心脏病、癌症、糖尿病等慢性疾病风险的帮助不大。研究显示,引起这些疾病的因素中70-90%与遗传无关。 通过与实际情况比对,这个算法预测的准确率达到了70%,这一数字与人类专家的预测成功率一样准确。 ? 参考资料: [1] Scientists have developed a new way to predict when you'll die [2] Precision Radiology: Predicting
我与机器人的故事可以讲很多,因为这是我业余关注度最高的课题,这种关注的结果是我得出了一个现代人还难以接受的观点,那就是:机器人产业将是人类的终极产业。 我的这份执着来源于我坚信机器人产业将是人类的终极产业。只有那些尽早介入的企业可以占得先机。且不说战争会由机器人替代士兵,也不说危险沉重的单调的劳动会由机器人担当。 人类最终将所有原来由人从事的劳动交由机器人打理。人类的工作是开发更多的机器人和保养维护它们。人类还有更多需要创意的事去做,成熟的工作全交由机器人。 创意是人类生存的最大理由,包括微观世界、医疗、外太空和其他星球开发等许多动脑的事,人类还得做下去。但大多数常务工作由机器人担当了,一个满街行走着机器人的世界,迟早会到来。