


Die National Science Foundation kündigt die Gründung von sieben neuen nationalen Instituten für künstliche Intelligenz an
Die National Science Foundation (NSF) kündigte in Zusammenarbeit mit anderen Bundesbehörden, Hochschuleinrichtungen und anderen Interessengruppen eine Investition von 140 Millionen US-Dollar zur Gründung von sieben neuen nationalen Forschungsinstituten für künstliche Intelligenz an. Ziel ist es, die Forschung zu Künstlicher Intelligenz voranzutreiben und konsequent mit Chancen und Risiken umzugehen.
Das neue KI-Institut wird die KI-Grundlagenforschung vorantreiben und Ethik und Vertrauenswürdigkeit von KI-Systemen fördern Technologien entwickeln, neue Ansätze für die Cybersicherheit entwickeln, zu innovativen Lösungen zur Bekämpfung des Klimawandels beitragen, das menschliche Verständnis des Gehirns erweitern und KI-Fähigkeiten nutzen, um Bildung und öffentliche Gesundheit zu verbessern. Das AI Institute wird die Entwicklung einer vielfältigen KI-Belegschaft in den Vereinigten Staaten unterstützen und dazu beitragen, die von KI ausgehenden Risiken und potenziellen Schäden anzugehen. Die Investition bedeutet, dass die National Science Foundation und Finanzierungspartner nun fast 500 Millionen US-Dollar in das Forschungsnetzwerk des AI Institute investiert haben, das nahezu jeden Bundesstaat der Vereinigten Staaten erreicht.
Sethuraman Panchanathan, Direktor der National Science Foundation, sagte: „Das National Institute of Artificial Intelligence ist das Ökosystem unseres Landes für Innovation, Infrastruktur, Technologie, Bildung und künstliche Intelligenz „Diese Institute treiben Entdeckungen voran, die sicherstellen werden, dass unser Land an der Spitze der globalen KI-Revolution steht.“ Die größten Herausforderungen, vor denen wir stehen, vom Klimawandel bis zur Gesundheit. Wichtig ist, dass die wachsende künstliche Intelligenz des Landes verantwortungsvolle Innovationen fördern und die Sicherheit und Rechte der Menschen schützen wird.“ (NIST); Direktion für Wissenschaft und Technologie des US-Landwirtschaftsministeriums (USDA NIFA); , Büro des Unterstaatssekretärs für Forschung und Technik (DoD OUSD R&E); und IBM Corporation (IBM).
Margaret Martonosi, stellvertretende Direktorin für Computer- und Informationswissenschaft und -technik bei der National Science Foundation, sagte: „Grundlagenforschung in künstlicher Intelligenz und maschinellem Lernen ist entscheidend für das Verständnis, Die Schaffung und der Einsatz künstlicher Intelligenz ist für die Stromversorgung von Systemen, die transformative und vertrauenswürdige Lösungen in unserer Gesellschaft liefern, von entscheidender Bedeutung. „Diese jüngsten Auszeichnungen repräsentieren zusammen mit unserem gesamten Ökosystem am Artificial Intelligence Institute unsere Arbeit an Lösungen für die wirtschaftlichen und sozialen Probleme des Landes . Eine proaktive Anstrengung für die Prioritäten der Gesellschaft, die von den KI-Fähigkeiten und der Führung unseres Landes abhängen.“ Science Foundation: Vertrauenswürdiges Institut für künstliche Intelligenz für Recht und Gesellschaft (TRAILS) Der Schwerpunkt liegt auf Ethik, Menschenrechten und der Unterstützung marginalisierter Gemeinschaften bei der Mainstream-KI sowie auf KI-Systemen und der Governance von Technologie. Der Schwerpunkt liegt auf der Untersuchung, wie Vertrauen in KI aussieht, ob aktuelle technische Lösungen für KI vertrauenswürdig sind und welche Politikmodelle es gibt tragen wirksam dazu bei, die Vertrauenswürdigkeit der KI aufrechtzuerhalten. TRAILS wird durch eine Partnerschaft zwischen der National Science Foundation und dem National Institute of Standards and Technology finanziert.
Der intelligente Agent für Cybersicherheit der nächsten Generation: Artificial Intelligence Cyber Threat Intelligence and Operations Institute (ACTION)
#🎜 🎜 #Unter der Leitung der UC Santa Barbara wird das Institut neue Methoden entwickeln, um mithilfe künstlicher Intelligenz Cyberbedrohungen für die Sicherheit und Privatsphäre von Computernetzwerken und ihren Benutzern vorherzusagen und Gegenmaßnahmen zu ergreifen. Das Forschungsteam wird mit Experten für Sicherheitsabläufe zusammenarbeiten, um einen revolutionären Ansatz für die Cybersicherheit zu entwickeln, bei dem intelligente Sicherheitsagenten mit künstlicher Intelligenz während des gesamten Netzwerkverteidigungslebenszyklus mit Menschen zusammenarbeiten, um gemeinsam die Sicherheitsresilienz von Computersystemen zu verbessern. ACTION wird durch eine Partnerschaft zwischen der National Science Foundation, der Wissenschafts- und Technologieabteilung des Department of Homeland Security und IBM finanziert.
Climate Intelligence in Agriculture and Forestry: Artificial Intelligence Institute for Climate and Land Interactions, Mitigation, Adaptation, Trade-offs and Economics (AI-Climate)
#🎜 🎜#Das von der University of Minnesota-Twin Cities geleitete Institut hat sich zum Ziel gesetzt, grundlegende künstliche Intelligenz voranzutreiben, indem es Wissen aus den Agrar- und Forstwissenschaften integriert und diese einzigartigen neuen KI-Methoden nutzt, um die Auswirkungen des Klimas einzudämmen und gleichzeitig die ländliche Wirtschaft zu verbessern. Durch die Schaffung einer neuen wissenschaftlichen Disziplin und eines Innovationsökosystems, das KI mit Klimaintelligenz in der Land- und Forstwirtschaft kombiniert, werden Forscher und Praktiker überzeugende KI-Kenntnisse und -Lösungen entdecken und erfinden. Beispiele hierfür sind KI-gestützte Methoden zur Schätzung von Treibhausgasen und spezielle Tools zur Entscheidungsunterstützung für die Markteinführung. Ein Hauptziel besteht darin, die CO2-Kosten in landwirtschaftlichen Betrieben und Wäldern zu senken und die CO2-Bilanzierung zu verbessern, um die Macht der CO2-Märkte zu stärken und fundierte Entscheidungen zu treffen. Das Institut wird auch die KI-Arbeitskräfte in ländlichen und städtischen Gebieten erweitern und diversifizieren. AI-Climate wird vom U.S. Federal Solidarity and Development Fund finanziert.
Die neuronale und kognitive Basis der künstlichen Intelligenz: Artificial and Natural Intelligence Institute (ARNI)
#🎜🎜 #Led Von der Columbia University wird das Institut Spitzenforscher aus dem ganzen Land zusammenbringen, um sich auf eine nationale Priorität zu konzentrieren: große Fortschritte bei Systemen der künstlichen Intelligenz mit einer Revolution beim Verständnis des Gehirns zu verbinden. ARNI wird dem dringenden Bedarf an einem neuen Paradigma in der interdisziplinären Forschung zwischen Neurowissenschaften, Kognitionswissenschaft und künstlicher Intelligenz gerecht. Dies wird den Fortschritt in allen drei Bereichen beschleunigen und die transformativen Auswirkungen auf die Gesellschaft im nächsten Jahrzehnt verstärken. ARNI wird gemeinsam von der National Science Foundation (NSF) und der National Academy of Sciences (OUSD) finanziert.Künstliche Intelligenz für die Entscheidungsfindung: Artificial Intelligence Institute for Social Decision Making (AI-SDM)
#🎜🎜 # Unter der Leitung der Carnegie Mellon University zielt das Institut darauf ab, menschenzentrierte künstliche Intelligenz für die Entscheidungsfindung zu schaffen, um wirksame Reaktionen in unsicheren, dynamischen und ressourcenbeschränkten Situationen wie Katastrophenmanagement und öffentliche Gesundheit zu unterstützen. Durch die Zusammenführung eines interdisziplinären Teams aus Forschern im Bereich künstliche Intelligenz und Sozialwissenschaften wird AI-SDM es Notfallmanagern, Beamten des öffentlichen Gesundheitswesens, Ersthelfern, Gemeindearbeitern und der Öffentlichkeit ermöglichen, Entscheidungen zu treffen, die datengesteuert, robust, flexibel und ressourcenorientiert sind. effiziente und vertrauenswürdige Entscheidung. Die Vision von AI-SDM wird durch die Entwicklung von Theorien und Methoden der künstlichen Intelligenz, translationale Forschung, Schulung und Öffentlichkeitsarbeit sowie durch die Zusammenarbeit mit verschiedenen Universitäten, Regierungsorganisationen, Unternehmenspartnern, Community Colleges, öffentlichen Bibliotheken und Gymnasien verwirklicht.
Künstliche Intelligenz verbessert das Lernen, um den Bildungszugang zu erweitern und Ergebnisse zu verbessern: Institute for Inclusive Intelligent Technologies for Artificial Intelligence in Education (INVITE)
# 🎜 🎜# Das von der University of Illinois at Urbana-Champaign geleitete Institut möchte die Art und Weise, wie Bildungstechnologie Lernende einbezieht, grundlegend neu gestalten, indem es Werkzeuge und Methoden der künstlichen Intelligenz entwickelt, um drei wichtige nicht-kognitive Fähigkeiten zu unterstützen Die Grundlage für effektives Lernen: Beharrlichkeit, akademische Belastbarkeit und Zusammenarbeit. Die nutzungsorientierte Forschung des Instituts wird sich darauf konzentrieren, wie Kinder MINT-Inhalte kommunizieren, wie sie lernen, bei anspruchsvollen Aufgaben durchzuhalten, und wie Lehrer die Entwicklung nichtkognitiver Fähigkeiten unterstützen und fördern können. Die daraus resultierenden KI-basierten Tools werden in Klassenzimmer integriert und ermöglichen es Lehrern, Lernende auf entwicklungsgerechtere Weise zu unterstützen. Unter der Leitung der University at Buffalo wird das Institut an einem universellen Sprech- und Sprachscreening für Kinder arbeiten. Bei dem Framework handelt es sich um einen Screener für künstliche Intelligenz, der Video- und Audiostreams von Kindern während der Interaktionen im Klassenzimmer analysiert und den Bedarf an evidenzbasierten Interventionen beurteilt, die auf die Bedürfnisse einzelner Schüler zugeschnitten sind. Das Institut wird Kindern dienen, die kompetenzbasierte Sprach- und Sprachdienste benötigen, grundlegende Technologien der künstlichen Intelligenz weiterentwickeln und das Verständnis für die Sprach- und Sprachentwicklung von Kindern verbessern. Das Artificial Intelligence Education Excellence Institute wurde bereits im Januar 2023 angekündigt. INVITE und AI4 Special Education Institute werden von der National Science Foundation und ED-IES-Partnern finanziert.
Das obige ist der detaillierte Inhalt vonDie National Science Foundation kündigt die Gründung von sieben neuen nationalen Instituten für künstliche Intelligenz an. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

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

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht
