AI论文由4位华人撰写,为ChatGPT、AlphaGo铺平道路,预计2030年将迎来更大辉煌
由四位中国研究人员于2016年撰写的一篇关于深度残差学习网络的论文,已成为21世纪被引用次数最多的科学论文,并有望成为有史以来被引用次数最多的论文。该研究成果为ChatGPT和AlphaGo等人工智能工具的开发奠定了基础,其引用影响力超过了本世纪一些最重大的科学突破。
英国科学杂志《自然》对2000年以来发表的论文进行了分析,选取了在五个学术引用数据库中被引用次数最多的25篇论文。这篇名为“用于图像识别的深度残差学习”的论文发表于2016年IEEE计算机视觉与模式识别会议,由当时微软亚洲研究院的何恺明、任少卿、孙剑和张祥雨共同撰写。该论文解决了深度神经网络中由于层数增加导致学习信号减弱的问题,为构建更深层次的神经网络提供了解决方案。
via SCMP Full Text Feed
由四位中国研究人员于2016年撰写的一篇关于深度残差学习网络的论文,已成为21世纪被引用次数最多的科学论文,并有望成为有史以来被引用次数最多的论文。该研究成果为ChatGPT和AlphaGo等人工智能工具的开发奠定了基础,其引用影响力超过了本世纪一些最重大的科学突破。
英国科学杂志《自然》对2000年以来发表的论文进行了分析,选取了在五个学术引用数据库中被引用次数最多的25篇论文。这篇名为“用于图像识别的深度残差学习”的论文发表于2016年IEEE计算机视觉与模式识别会议,由当时微软亚洲研究院的何恺明、任少卿、孙剑和张祥雨共同撰写。该论文解决了深度神经网络中由于层数增加导致学习信号减弱的问题,为构建更深层次的神经网络提供了解决方案。
via SCMP Full Text Feed