苹果工程师用AI赋能“工业3D打印”，让打印成品与设计图差距大幅缩小
智东西（公众号：zhidxcom）编译 | 贞逸编辑 | 云鹏智东西7月3日消息，近日，苹果软件工程师Zhu Zeliang Liu和 伊利诺伊大学土木与环境工程教授Jinhui Yan正在尝试使用机器学习来预测增材制造（Additive Manufacturing，AM）过程。
PRL导读-2018年121卷26期
序普通物理：统计与量子物理导读：王子；责编：任捷测量光晶格中费米子与硬核玻色子的单粒子密度矩阵光晶格中的超冷原子为典型的量子格点模型提供了一个干净可控并且被很好孤立的物理实现。
Graph Neural Network从平面认知到图式推理
今天来分享一些对Graph Neural Network（GNN）的看法，最近GNN非常的火，在KDD2018的31片Tutorials中有9篇文章都是关于Graph的，有人甚至觉得GNN是神经网络2.0。
对话人大AI学院最年轻博导：用AI发现物理学规律，成果登Nature子刊
科学探索，也许是AI领域，最有“星辰大海”想象空间的方向之一。从看云辨风识天象到数值气候模型，从牛顿力学到爱因斯坦相对论，一个又一个被发现的规律，在人类发展进程中留下浓墨重彩。
性能全面超越海思NNIE！云天励飞首款5AIoT芯片还有更大的目标
近几年的AI芯片发布会上常常会出现这样一张对比图，自研AI芯片性能与对比英伟达GPU性能的对比，这说一方面明了英伟达在云端AI芯片市场的地位，但也说明了市场缺乏一个判断AI芯片性能的标准。相同问题在边缘端AI芯片中也存在。
深度学习和涌现计算中使用的计算方法（松散模型）
Universally Sloppy Parameter Sensitivities in Systems Biology Models系统生物学模型中普遍“松散参数”的敏感性内容松散模型是多参数模型，其行为仅依赖于少数刚性参数组合，许多松散参数的方向对模型预测不重要。
Graph Neural Network(GNN)图神经网络
在A Comprehensive Survey on Graph Neural Networks 见原文链接 中提出了将图神经网络进一步地分为Recurrent graph neural networks 递归图神经网络、Convolutional graph neural networks 卷积图神经网络、Graph autoencoders 图自动编码器 和 Spatial-temporal graph neural networks 时空图神经网络。