Roundtable: Menschen und Künstliche Intelligenz
Mit der Entwicklung der künstlichen Intelligenz ist sie zur zentralen treibenden Kraft einer neuen Runde der wissenschaftlichen und technologischen Revolution und des industriellen Wandels geworden und hat äußerst tiefgreifende Auswirkungen auf die Weltwirtschaft, den sozialen Fortschritt und das Leben der Menschen. Das Zhongguancun Forum Parallel Forum findet am 27. Mai 2023 statt und lädt Akademiker, Experten und Wirtschaftsvertreter zu gemeinsamen Diskussionen ein. Die Gäste des Treffens machten Vorschläge zur Beschleunigung der qualitativ hochwertigen Entwicklung der künstlichen Intelligenzindustrie der Hauptstadt, zum aktuellen Status und zu zukünftigen Entwicklungstrends großer Modelle sowie zur Förderung innovativer Talente für künstliche Intelligenz mit einem Sinn für soziale Verantwortung und eine internationale Perspektive. Die Teilnehmer glaubten, dass die Technologie der künstlichen Intelligenz einen tiefgreifenden Einfluss auf das allgemeine wirtschaftliche Entwicklungsmuster haben wird, und es wird erwartet, dass Peking bis 2025 zu einem nationalen Hochland für die Entwicklung der allgemeinen Industrie der künstlichen Intelligenz mit internationalem Einfluss werden wird.
Dai Qionghai, Akademiker der Chinesischen Akademie für Ingenieurwissenschaften
Dai Qionghai, Akademiker der Chinesischen Akademie für Ingenieurwissenschaften
Künstliche Intelligenz hat einen tiefgreifenden Einfluss auf das gesamtwirtschaftliche Entwicklungsmuster
Die Entwicklung und Anwendung der Technologie der künstlichen Intelligenz führt nicht nur zu industriellen Umstrukturierungen und fördert sie, sondern hat auch tiefgreifende Auswirkungen auf das allgemeine wirtschaftliche Entwicklungsmuster, die soziale Organisationsstruktur und sogar das menschliche Verhalten. Die Entwicklung der künstlichen Intelligenz hat einen neuen Höhepunkt erreicht. Diskussionen müssen systematisch organisiert und Spezifikationen verbessert werden, um bereichsübergreifende Talente zu fördern, die den Herausforderungen der künstlichen Intelligenz gerecht werden.
Haidian District ist ein Ort, an dem Unternehmen und Talente für künstliche Intelligenz stark konzentriert sind. Er verfügt über eine große Anzahl nationaler wissenschaftlicher Forschungsinstitute, Universitäten und führender Unternehmen, Einhornunternehmen und schnell wachsender Unternehmen Forschung, Forschung und Entwicklung wichtiger Kerntechnologien und Angesichts der natürlichen Vorteile der industriellen Entwicklung besteht die Hoffnung, dass der Bezirk Haidian wichtige Knotenpunkte bei der Entwicklung künstlicher Intelligenz erobern, die Popularisierung und professionelle Ausbildung künstlicher Intelligenz weiter steigern und die Spitzenkräfte stärken wird. Level-Design relevanter Richtlinien.
Deng Zhihua, Akademiker der Internationalen Eurasischen Akademie der Wissenschaften
Deng Zhihua, Akademiker der Internationalen Eurasischen Akademie der Wissenschaften
Peking wird im Jahr 2025 zu einem Hochland für die Entwicklung der allgemeinen KI-Industrie werden
Chinas Industriesystem für künstliche Intelligenz wurde ursprünglich etabliert und die Branche entwickelt sich gut. Bemerkenswert ist beispielsweise der Ausbau offener Serviceplattformen, gemeinsamer Forschungslabore und der Talentrekrutierung, die im Wesentlichen Industriecluster mit koordinierter Entwicklung der gesamten Industriekette abdecken. Es wird erwartet, dass Peking bis 2025 zu einer universellen Industrie für künstliche Intelligenz mit internationaler Beteiligung wird Einfluss im Land. Ein Hochland für die Entwicklung der intelligenten Industrie.
In Bezug auf Industriestandorte haben Kerngebiete wie Haidian und Zhongguancun viele hochrangige internationale Demonstrationsunternehmen und -projekte für künstliche Intelligenz angesiedelt, und die von ihnen errichteten Industrieparks nehmen hinsichtlich ihrer Zahl den ersten Platz im Land ein bestehender Unternehmen für künstliche Intelligenz. Bei der Frage, wie wir die Weiterentwicklung der künstlichen Intelligenzindustrie in Peking mit hoher Qualität beschleunigen können, müssen wir die vorhandenen Vorteile voll ausschöpfen und Talente gezielt einbringen. Wir müssen uns auf erstklassiges Design und Schlüsselbereiche konzentrieren, insbesondere auf die Förderung der Umsetzung von technologischen Durchbrüchen; wir müssen eine Gruppe von Schlüsseltechnologieforschung und -entwicklung fördern. Als führendes Unternehmen werden wir die Transformation und Modernisierung einer Reihe traditioneller Industrien beschleunigen und die Blockaden der zugrunde liegenden Kerntechnologien durchbrechen.
Zeng Yi, Forscher am Institut für Automatisierung der Chinesischen Akademie der Wissenschaften
Zeng Yi, Forscher am Institut für Automatisierung der Chinesischen Akademie der Wissenschaften
Fördern Sie hochkarätige Talente im Bereich der künstlichen Intelligenz mit sozialer Verantwortung und internationaler Vision
Es gibt zwei Schlüsselwörter für die Förderung von High-End-Talenten im Bereich der künstlichen Intelligenz. Das erste Schlüsselwort ist soziale Verantwortung und das zweite Schlüsselwort ist eine internationale Perspektive. Es ist notwendig, solche High-End-Talente im Bereich der künstlichen Intelligenz aufzubauen. Künftig sollten die Talente der künstlichen Intelligenz für den Aufbau der Wissenschaft, Technologie, Dienste und Anwendungen der künstlichen Intelligenz verantwortlich sein. Dies ist sehr wichtig.
Künstliche Intelligenz hat wissenschaftliche Eigenschaften und muss ein wissenschaftliches System etablieren. Das wissenschaftliche System der künstlichen Intelligenz ist jedoch nicht nur mit den Naturwissenschaften verbunden, sondern auch eng mit den Geisteswissenschaften und der Gesellschaft verbunden. Zukünftig muss die Ausbildung von Talenten im Bereich der künstlichen Intelligenz um Kurse und Praktiken in den Bereichen künstliche Intelligenz und Lebensphilosophie, Ethik und Governance der künstlichen Intelligenz sowie rechtliche Regelungen der künstlichen Intelligenz ergänzt werden.
Liu Miao, CTO von No.9 Co., Ltd.
Liu Miao, CTO von No.9 Co., Ltd.
Lassen Sie künstliche Intelligenz nach und nach in alle Aspekte des Lebens eindringen
Wichtig ist, wie man die Technologie der künstlichen Intelligenz effektiv nutzt, anstatt sie als Wissenschaft zu betrachten. Nehmen Sie als Beispiel den von Nine Co., Ltd. auf den Markt gebrachten intelligenten mobilen Shared-Scooter. Einerseits kann er Personen zu bestimmten Orten schicken, andererseits verfügt der Roller über eine automatische Weiterleitung und kann zum Aufladen zu wichtigen Orten zurückkehren. einige Verkehrsprobleme lösen.
Unternehmen stellen Szenarien für Anwendungen der künstlichen Intelligenz bereit, einschließlich Daten und Rechenleistung, während die Wissenschaft die Seele bereitstellt. Sie können jedes Jahr Fünfjahresstrategiepläne erstellen, um zu klären, wie sie Produkte mit aktuellen Technologien stärken und den Kunden bessere Erfahrungen bieten können mit relativ klarem Wert, der virtuelles und reales verbindet und es der Technologie der künstlichen Intelligenz ermöglicht, schrittweise in alle Aspekte des Lebens einzudringen.
Huang Tiejun, Direktor des Beijing Zhiyuan Artificial Intelligence Research Institute
Huang Tiejun, Direktor des Beijing Zhiyuan Artificial Intelligence Research Institute
Rein fahrerloses Fahren kann innerhalb von Jahrzehnten möglich sein
Die heutige künstliche Intelligenz ist eigentlich ein groß angelegtes, ultragroßes Modell, das von einem neuronalen Netzwerkmodell trainiert wird, nachdem Menschen unsere Erkenntnisse in Sprache ausgedrückt haben. Sprachmodelle sind sehr wichtig und können als Grundlage zukünftiger großer Modelle angesehen werden. Die Explosion großer Modelle ist die Entwicklung von informationsbasierter Intelligenz zu physischer Intelligenz. Die Wahrnehmungsfähigkeiten künstlicher Intelligenz werden sich innerhalb weniger Jahrzehnte erheblich verbessern. Bisher erwartete, dass rein fahrerloses Fahren Einzug halten wird. .
Obwohl künstliche Intelligenz sehr effektiv ist, unterscheidet sich ihre Methode zur Verarbeitung menschlicher Gehirnsignale immer noch stark von der des Menschen. Daher wird es in dieser Richtung noch viel Raum für Entwicklung geben. In den nächsten drei Jahren werden sich die Modelle auf jeden Fall von Sprache zu Vision, Hören, Verkörperung, Aktion, Robotern und autonomem Fahren verbreiten definitiv in einer Ära der Intelligenz sein.
Zhou Bin, CTO von Huawei Ascend Computing Business
Zhou Bin, CTO von Huawei Ascend Computing Business
Künstliche Intelligenz selbst ist ein komplexes technisches Problem
Der Einsatz künstlicher Intelligenz kann die industrielle Effizienz erheblich verbessern. In Zukunft können produktivere Branchenszenarien von groß angelegter künstlicher Intelligenz profitieren, beispielsweise im Betreiber- und Finanzbereich. Betreiber können Netzwerkqualifizierungsvorgänge und intelligente Kundendienstsysteme bereitstellen, während der Finanzbereich intelligente Risikokontrolle und quantitative Transaktionen bereitstellen kann. Künstliche Intelligenz soll in naher Zukunft die Produktivität deutlich steigern, die Lebensqualität verbessern und die Leistungsfähigkeit der gesamten Gesellschaft fördern.
Im Bereich der künstlichen Intelligenz gibt es viele große technische Herausforderungen, die es zu einem komplexen technischen Problem machen. Hier können Unternehmen und Wissenschaft eine sehr gute Kombination finden. Einerseits kann ein gutes Ingenieursystem zur Unterstützung der akademischen Forschung genutzt werden. Andererseits kann die akademische Forschung schnell in die gesamte Industrie umgewandelt werden, wodurch ein sehr großer Raum für Zusammenarbeit entsteht.
Künstliche Intelligenz verbraucht viele Ressourcen, und diese Ressourcen sind im akademischen System normalerweise sehr begrenzt. Zu diesem Zeitpunkt sollten Unternehmen die Initiative ergreifen, um der gesamten akademischen Gemeinschaft zu helfen, sie zu teilen.
Beijing Business Daily-Reporter Song Yitong
Das obige ist der detaillierte Inhalt vonRoundtable: Menschen und Künstliche Intelligenz. 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
1376
52
Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet
Jun 28, 2024 am 03:51 AM
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
Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag
Jun 10, 2024 am 11:08 AM
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
Sieben coole technische Interviewfragen für GenAI und LLM
Jun 07, 2024 am 10:06 AM
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
Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft
Jun 11, 2024 pm 03:57 PM
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 ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt
Jul 25, 2024 am 06:42 AM
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
Fünf Schulen des maschinellen Lernens, die Sie nicht kennen
Jun 05, 2024 pm 08:51 PM
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
SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen
Jul 17, 2024 pm 06:37 PM
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
GlobalFoundries erschließt Märkte wie KI und erwirbt die Galliumnitrid-Technologie von Tagore Technology und zugehörige Teams
Jul 15, 2024 pm 12:21 PM
Laut Nachrichten dieser Website vom 5. Juli veröffentlichte GlobalFoundries am 1. Juli dieses Jahres eine Pressemitteilung, in der die Übernahme der Power-Galliumnitrid (GaN)-Technologie und des Portfolios an geistigem Eigentum von Tagore Technology angekündigt wurde, in der Hoffnung, seinen Marktanteil in den Bereichen Automobile und Internet auszubauen Anwendungsbereiche für Rechenzentren mit künstlicher Intelligenz, um höhere Effizienz und bessere Leistung zu erforschen. Da sich Technologien wie generative künstliche Intelligenz (GenerativeAI) in der digitalen Welt weiterentwickeln, ist Galliumnitrid (GaN) zu einer Schlüssellösung für nachhaltiges und effizientes Energiemanagement, insbesondere in Rechenzentren, geworden. Auf dieser Website wurde die offizielle Ankündigung zitiert, dass sich das Ingenieurteam von Tagore Technology im Rahmen dieser Übernahme mit GF zusammenschließen wird, um die Galliumnitrid-Technologie weiterzuentwickeln. G
