aktueller Standort:Heim > Technische Artikel > Technologie-Peripheriegeräte > KI
- Richtung:
- alle web3.0 Backend-Entwicklung Web-Frontend Datenbank Betrieb und Instandhaltung Entwicklungswerkzeuge PHP-Framework tägliche Programmierung WeChat-Applet häufiges Problem andere Technik CMS-Tutorial Java System-Tutorial Computer-Tutorials Hardware-Tutorial Mobiles Tutorial Software-Tutorial Tutorial für Handyspiele
- Klassifizieren:
-
- WAIC 2024 Embodied Intelligence Collection|Treffen der Top-Prominenten, Ausstellung aller Kategorien von Errungenschaften: Innovationen in der Embodied-Intelligence-Technologie eröffnen eine neue Ära der KI-Roboter
- Verkörperte Intelligenz: Die neue Ära intelligenter Roboter Die Branche der verkörperten Intelligenz steht für die tiefgreifende Integration und Entwicklung der beiden Spitzentechnologien künstliche Intelligenz und Robotik und ermöglicht es Robotern, durch die Zusammenarbeit von Wahrnehmung und Kognition eine natürliche Interaktion mit der Umwelt zu erreichen und Aktion. Der Aufstieg der Verkörperung bedeutet, dass künstliche Intelligenz von der Verarbeitung einzelner Informationen zu komplexeren und mehrdimensionalen Szenenfeldern übergeht und eine neue Ära der tiefen Integration intelligenter Systeme und der menschlichen Gesellschaft einleitet. Schlüsselthemen, Anwendungsszenarien und aktuelle Ergebnisse der verkörperten Intelligenz Die Weltkonferenz für künstliche Intelligenz 2024 und die hochrangige Konferenz zur globalen Governance der künstlichen Intelligenz (im Folgenden als „WAIC2024“ bezeichnet) werden sich eingehend mit den Entwicklungstrends der verkörperten Intelligenz befassen , mit großen Foren und reichhaltigen intelligenten Robotern. Ausstellungen innovativer Errungenschaften geben einen Einblick in das enorme Entwicklungspotenzial der verkörperten Intelligenzindustrie und zeichnen gemeinsam die Ära intelligenter Roboter vor.
- KI 950 2024-07-18 00:17:51
-
- Diese Funktionen machen die ChatGPT-Desktop-App besser als die Website
- Dank der ChatGPT-App für macOS können Sie ChatGPT jetzt von jedem Fenster Ihres Mac aus starten und den Sprachmodus verwenden. OpenAI hat der App außerdem einige Optionen zum Anhängen von Medien hinzugefügt, die auf der Website nicht verfügbar sind, z. B. Screenshots und Zugriff auf t
- KI 1297 2024-07-17 22:50:21
-
- Die agentenlose Lösung von UIUC steht ganz oben auf der Liste der Open-Source-KI-Softwareentwickler und löst problemlos echte Programmierprobleme im SWE-Bench
- Die AIxiv-Kolumne ist eine Kolumne, in der diese Website akademische und technische Inhalte veröffentlicht. In den letzten Jahren sind in der AIxiv-Kolumne dieser Website mehr als 2.000 Berichte eingegangen, die Spitzenlabore großer Universitäten und Unternehmen auf der ganzen Welt abdecken und so den akademischen Austausch und die Verbreitung wirksam fördern. Wenn Sie hervorragende Arbeiten haben, die Sie teilen möchten, können Sie gerne einen Beitrag leisten oder uns für die Berichterstattung kontaktieren. Einreichungs-E-Mail: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com Die Autoren dieses Artikels stammen alle aus dem Team von Lehrer Zhang Lingming an der University of Illinois in Urbana-Champaign, darunter: Steven Code Repair; Doktorand im vierten Jahr, Forscher
- KI 1237 2024-07-17 22:02:05
-
- SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen
- Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S
- KI 1321 2024-07-17 18:37:10
-
- Wang Jian, Leiter der Abteilung für große Fernerkundungsmodelle der Ant Group, erforscht und praktiziert multimodale Fernerkundungs-Großmodelle und bringt eine tiefgreifende Interpretation mit
- Am 5. Juli wurden unter der Leitung des Organisationskomitees der World Artificial Intelligence Conference und der Volksregierung des Bezirks Xuhui, Shanghai, der WAIC Yunfan Award 2024 und die Artificial Intelligence Youth vom Shanghai Artificial Intelligence Laboratory, dieser Website und dem Global ausgerichtet Akademische Allianz für künstliche Intelligenz der Universität. Das Forum wurde erfolgreich abgehalten. Das Forum brachte mehr als 30 ehemalige und neue Yunfan-Absolventen von Universitäten, Forschungseinrichtungen und Unternehmen im In- und Ausland zusammen, darunter die Stanford University, die Oxford University, die UCLA, die University of California, die ETH Zürich, die University of Hong Kong, die Tsinghua University und die Peking University , Shanghai Jiao Tong University usw. Die Preisträger nahmen offline an der Konferenz teil, sammelten das Wissen internationaler junger KI-Wissenschaftler, erkundeten aktiv die Grenzen der KI-Fähigkeiten und brachten neue Energie in Chinas KI-Entwicklungsplan ein. Wang Jianzuo, der Verantwortliche für groß angelegte Fernerkundungsmodelle der Ant Group, fungiert als WAIC Yunfan 2024
- KI 751 2024-07-17 18:03:14
-
- Quark aktualisiert „Super Search Box' und führt einen zentralen KI-Dienst mit Schwerpunkt auf der KI-Suche ein
- Wie revolutioniert generative KI im Zeitalter großer Modelle Suchprodukte? Quark, eine Tochtergesellschaft der Alibaba Intelligent Information Business Group, „hob Ihre Hand, um die Frage zu beantworten.“ Am 10. Juli aktualisierte Quark die „Super Search Box“ und startete einen zentralen KI-Dienst mit Schwerpunkt auf der KI-Suche, der Benutzern integrierte Informationsdienstwerte vom Abrufen, Erstellen und Zusammenfassen bis hin zum Bearbeiten, Speichern und Teilen bietet. Das neue KI-Suchfeld ermöglicht das Beantworten, Erstellen und Zusammenfassen der Vergangenheit. Die Suchmaschine ermöglicht das Sortieren von Website-Listen nach Schlüsselwörtern. Wiederholtes Auswählen, Klicken, Lesen und eine große Anzahl irrelevanter Ergebnisse sind für Benutzer zu Hindernissen bei der effizienten Informationsbeschaffung geworden, und es ist schwierig, zufriedenstellende Antworten auf komplexe Fragen zu erhalten. Der Sprung in der KI-Technologie hat einen neuen Wert in der Suche hervorgebracht. Der Benutzer öffnet die Suche nach Quark Version 7.0
- KI 625 2024-07-17 17:43:33
-
- Wichtige KI-Tools und Tipps für jeden Schüler
- Schüler können KI auf verschiedene intelligente Arten nutzen, um ihr Lernen zu verbessern und effizienter zu arbeiten. Derzeit gibt es jede Menge KI-Tools, die Schüler nutzen können, darunter Notizen machen, Nachhilfe geben und vieles mehr. Doch welche KI-Tools eignen sich am besten für Studierende?
- KI 1312 2024-07-17 16:49:04
-
- Ändern Sie das Sprachmodell vollständig: Die neue TTT-Architektur übertrifft den Transformer und das ML-Modell ersetzt den verborgenen RNN-Zustand
- Von 125M bis 1,3B großen Modellen wurde die Leistung verbessert. Es ist unglaublich, dass das endlich passiert ist. Es wird erwartet, dass eine neue LLM-Architektur (Large Language Model) Transformer ersetzt, das bisher im KI-Bereich beliebt war und eine bessere Leistung als Mamba aufweist. Am Montag wurde der Artikel über Test-TimeTraining (TTT) zu einem heißen Thema in der Community der künstlichen Intelligenz. Link zum Papier: https://arxiv.org/abs/2407.04620 Die Autoren dieser Studie stammen von der Stanford University, der University of California, Berkeley, der University of California, San Diego und Meta. Sie entwarfen eine neue Architektur, TTT, um den verborgenen Zustand von RNN durch ein Modell für maschinelles Lernen zu ersetzen. Das Modul
- KI 850 2024-07-17 16:08:17
-
- Als Einzelautor schlägt Google Millionen von Expertenmischungen vor, die dichtes Feedforward und spärliches MoE übertreffen
- Das Potenzial freisetzen, den Transformer weiter zu erweitern und gleichzeitig die Recheneffizienz beizubehalten. Feedforward-Schichten (FFW) in Standard-Transformer-Architekturen führen zu einem linearen Anstieg der Rechenkosten und des Aktivierungsspeichers, wenn die Breite der verborgenen Schicht zunimmt. Da die Größe großer Sprachmodelle (LLM) weiter zunimmt, ist die Sparse Mixed Expert (MoE)-Architektur zu einer praktikablen Methode zur Lösung dieses Problems geworden, die die Modellgröße vom Rechenaufwand trennt. Viele neue MoE-Modelle können bei gleicher Größe eine bessere Leistung und eine höhere Leistung erzielen. Das kürzlich entdeckte Skalierungsgesetz feinkörniger MoE legt nahe, dass eine höhere Granularität zu einer besseren Leistung führt. Allerdings sind bestehende MoE-Modelle aufgrund von Rechen- und Optimierungsherausforderungen auf eine geringe Anzahl von Experten beschränkt.
- KI 659 2024-07-17 14:34:17
-
- Axiomatisches Training ermöglicht es LLM, kausales Denken zu erlernen: Das 67-Millionen-Parameter-Modell ist vergleichbar mit der Billionen-Parameter-Ebene GPT-4
- Zeigen Sie LLM die Kausalkette und es lernt die Axiome. KI hilft Mathematikern und Wissenschaftlern bereits bei der Forschung. Beispielsweise hat der berühmte Mathematiker Terence Tao wiederholt seine Forschungs- und Forschungserfahrungen mit Hilfe von KI-Tools wie GPT geteilt. Damit KI in diesen Bereichen konkurrenzfähig sein kann, sind starke und zuverlässige Fähigkeiten zum kausalen Denken unerlässlich. Die in diesem Artikel vorgestellte Forschung ergab, dass ein Transformer-Modell, das auf die Demonstration des kausalen Transitivitätsaxioms für kleine Graphen trainiert wurde, auf das Transitivitätsaxiom für große Graphen verallgemeinern kann. Mit anderen Worten: Wenn der Transformer lernt, einfache kausale Überlegungen anzustellen, kann er für komplexere kausale Überlegungen verwendet werden. Der vom Team vorgeschlagene axiomatische Trainingsrahmen ist ein neues Paradigma zum Erlernen des kausalen Denkens auf der Grundlage passiver Daten, nur mit Demonstrationen
- KI 1478 2024-07-17 10:14:38
-
- Wenn Sie sich mit KI beschäftigen möchten, studieren Sie nicht Datenwissenschaft in der High School: Altman und Musk sind sich jetzt endlich einig
- Ob das Studium der Datenwissenschaften an der High School die Mathematik ersetzen kann? Für die Entwicklung von KI wird es zu spät sein, wenn wir die Grundbildung nicht stärken. Während sich die Technologie für Großmodelle rasant weiterentwickelt und die Unternehmen in einem harten Wettbewerb stehen, haben einige Leute ihre Besorgnis über zukünftige Talente geäußert und sich dabei auf Mathematik konzentriert. Kürzlich hat das System der University of California (UC) mit der Nachricht, dass es grundlegende Mathematikstandards für Studienanfänger festgelegt hat, für Aufruhr gesorgt. Da die Noten in Mathematik landesweit sinken, glauben einige Pädagogen, dass der algebraintensive Standard-Mathematikunterricht reformiert werden muss, um mehr Schüler anzulocken und ihnen dabei zu helfen, relevante Fähigkeiten für eine zunehmend datenabhängige Zukunft zu entwickeln. Nach Angaben einiger Organisationen haben inzwischen mindestens 17 Bundesstaaten „Data Science“ als möglichen Bestandteil des Mathematikunterrichts an weiterführenden Schulen aufgenommen.
- KI 1029 2024-07-17 09:11:51
-
- Der Xiaomi-Hackathon endete und das große Modell „Smart Helmet' gewann den ersten Preis
- Am 9. Juli 2024 fand in Peking die Preisverleihung für den fünften Xiaomi-Hackathon „Boundless Creation, Endless Creation“ statt, der vom Technischen Komitee der Xiaomi Group ausgerichtet wurde. Xiaomis jährlicher Innovationswettbewerb ging erfolgreich zu Ende. Dieser Wettbewerb besteht aus 48 Stunden konzentrierter Offline-Programmierung, wobei der Hauptstandort in Peking und vier regionale Nebenstandorte in Wuhan, Nanjing, Shanghai und Shenzhen sind. 319 Xiaomi-Ingenieure aus 11 großen Abteilungen haben gemeinsam 63 kreative Projekte erstellt , und 31 Patentanmeldungen wurden eingereicht Die Zahl der Anmelder und die Zahl der überregionalen Teams erreichten ein Rekordhoch. Bei der Preisverleihung sagte Qu Heng, Vizepräsident der Xiaomi Group und Vorsitzender des technischen Komitees der Gruppe: „Dieser Hackathon ist der größte seit fünf Jahren.“
- KI 1318 2024-07-17 09:07:55
-
- Video Generation neues Unternehmen! Cao Yue, Gewinnerin des Maar-Preises und des Tsinghua-Sonderpreises, gründete ein Unternehmen und die „Königin des Risikokapitals' setzte darauf
- Nach Dark Side of the Moon investierte Xu Xin, die „Königin des Risikokapitals“ mit einer bösartigen Vision, in ein weiteres AIGC-Startup-Unternehmen. Kürzlich erregten Gerüchte in der Branche Aufsehen, dass Capital Today sein Primärmarktteam entlassen habe. Am Abend des 10. Juli widerlegte Xu Xin, Präsident der Capital Today Group, persönlich die Gerüchte in WeChat Moments und enthüllte eine Investitionsneuigkeit: Im Mai 2024 leitete Capital Today die frühe Finanzierungsrunde von SandAI. Nach Angaben von IT Orange wurde Beijing SandAI im Jahr 2023 gegründet und ist ein KI-Startup-Unternehmen, das sich zum Ziel gesetzt hat, „einflussreiche Dinge in der Welt zu tun“. Derzeit konzentriert sich SandAI hauptsächlich auf Videogenerierungstechnologien ähnlich wie OpenAISora und bietet Benutzern effiziente und bequeme Videogenerierungsdienste. Der Gründer und CEO des Unternehmens, Cao Yue, war ein ehemaliger Mitarbeiter von Wang Hui Wen Chuang
- KI 694 2024-07-17 07:02:39
-
- Gemini 1.5 Pro ist im Roboter installiert und kann nach dem Besuch im Unternehmen als Concierge und Anleitung dienen.
- Große Modelle mit langem Kontext helfen Robotern, die Welt zu verstehen. Vor kurzem begann Google DeepMind plötzlich, seine Roboter zur Schau zu stellen. Dieser Roboter kann problemlos menschlichen Anweisungen folgen, eine visuelle Navigation durchführen und mit gesundem Menschenverstand Wege im dreidimensionalen Raum finden. Es verwendet das Gemini 1.5 Pro, ein großes Modell, das kürzlich von Google veröffentlicht wurde. Bei der Verwendung herkömmlicher KI-Modelle haben Roboter aufgrund von Kontextlängenbeschränkungen oft Schwierigkeiten, sich an Umgebungsdetails zu erinnern. Die Millionen-Level-Token-Kontextlänge von Gemini1.5Pro bietet Robotern jedoch leistungsstarke Umgebungsgedächtnisfunktionen. In einem realen Büroszenario führten Ingenieure den Roboter durch bestimmte Bereiche und markierten wichtige Orte, an die er sich erinnern sollte, beispielsweise „Lewis‘ Schreibtisch“ oder den „temporären Schreibtischbereich“. Übertragung abgeschlossen
- KI 1085 2024-07-17 05:58:40
-
- ICLR2024 |. Harvard FairSeg: Der erste groß angelegte medizinische Segmentierungsdatensatz zur Untersuchung der Fairness von Segmentierungsalgorithmen
- Autor |. Tian Yu Herausgeber |. Baicai Ye In den letzten Jahren hat die Frage der Fairness von Modellen der künstlichen Intelligenz immer mehr Aufmerksamkeit erhalten, insbesondere im medizinischen Bereich, da die Fairness medizinischer Modelle für die Gesundheit und das Leben der Menschen von entscheidender Bedeutung ist. Um die Forschung zu gerechtem Lernen voranzutreiben, sind qualitativ hochwertige Datensätze zur medizinischen Gerechtigkeit erforderlich. Vorhandene medizinische Fairness-Datensätze zielen alle auf Klassifizierungsaufgaben ab, und es gibt keinen Fairness-Datensatz, der für die medizinische Segmentierung verwendet werden kann. In einigen Szenen ist die Segmentierung jedoch eine sehr wichtige medizinische KI-Aufgabe Klassifizierung aufgrund ihrer Fähigkeit, detaillierte räumliche Informationen über Organanomalien bereitzustellen, die vom Kliniker beurteilt werden sollen. In der neuesten Studie, Harvard-Ophthalmology an der Harvard University
- KI 1304 2024-07-17 05:46:46