


Die Anwendung der KI-Branche beschleunigt sich wieder, und KI-Basissoftware spielt eine große Rolle
Am 31. Mai wurde das [Creating Intelligence·Exploring the Unknown] Hangzhou General Artificial Intelligence Forum – AI Basics von der China Academy of Information and Communications Technology und der China Artificial Intelligence Industry Development Alliance ausgerichtet und von Beijing Jiuzhang Yunji mitorganisiert Technology Co., Ltd. Das Software Frontier Technology-Unterforum wurde erfolgreich in Hangzhou abgehalten. Die Konferenz konzentriert sich auf die Spitzentechnologie der KI-Basissoftware, untersucht das neue Wachstum, das die Basissoftware für künstliche Intelligenz + große Modelle für die Branche der künstlichen Intelligenz mit sich bringt, erörtert die Herausforderungen und Chancen, denen sich die KI-Technik in praktischen Anwendungen gegenübersieht, und fördert effektiv die Integrierte Entwicklung der KI-Infrastruktur meines Landes.
Gleichzeitig fand auf der Konferenz eine Unterzeichnungszeremonie für die Zusammenarbeit zwischen der China Academy of Information and Communications Technology und der Jiuzhang Yunji DataCanvas Company statt, um die „Industrialisierung hochwertiger KI-Infrastruktur“ zu vertiefen. Die beiden Parteien werden die Formulierung bisheriger Standards bereichern , Evaluierung und Evaluierung, technologische Innovation, industrielle Forschung usw. Auf der Grundlage der Zusammenarbeit werden sie ihre jeweiligen Ressourcenvorteile in der theoretischen Forschung, technologischen Innovation und Anwendungspraxis in Richtung KI-Infrastruktur voll ausschöpfen, den Upstream öffnen und nachgelagerte ökologische Ketten der KI-Infrastruktur und bauen gemeinsam ein offenes, leistungsstarkes und flexibles KI-Infrastruktur-Ökosystem auf. Wei Kai, stellvertretender Direktor des Cloud Institute der China Academy of Information and Communications Technology, sagte, dass sich die Jiuzhang Yunji DataCanvas Company und das Cloud Institute der China Academy of Information and Communications Technology erneut zusammengetan haben, um sich auf den Aufbau eines zu konzentrieren System für die große Modellindustrie und beschleunigen Sie die Anwendung großer Modelle in vertikalen Branchen wie Finanzen, Kommunikation und Transport.
Das Cloud Institute of China Academy of Information and Communications Technology und die Jiuzhang Yunji DataCanvas Company vertieften die Unterzeichnungszeremonie der Zusammenarbeit zum Thema „Industrialisierung hochwertiger KI-Infrastruktur“
Eine neue Ära von Große Modelle haben begonnen und KI-Basissoftware Die Kernposition wird hervorgehoben
Shang Mingdong, Mitbegründer der Jiuzhang Yunji DataCanvas Company, sagte auf dem Treffen, dass große Modelle in Zukunft vielfältige Entwicklungspfade aufweisen werden. „Rechenleistung, Daten und Basissoftware sind die drei wichtigen Faktoren, die die Entwicklung großer Modelldiversifizierungspfade beeinflussen. Mit der allmählichen Homogenisierung und Standardisierung der Rechenleistung werden in Zukunft die Unterschiede bei den Daten und der Personalisierung der Unternehmensanforderungen schrittweise zunehmen.“ Die Steigerung der „KI-Basissoftware“ wird zu einem entscheidenden Faktor für die Effizienz des Modelltrainings und der Rechenleistungsnutzungseffizienz. Als Rückgrat des Modellökosystems wird die KI-Basissoftware zur wichtigsten Effizienzunterstützung für die Implementierung großer Modellanwendungen und bildet durch die Kombination von großen Modellen + kleinen Modellen ein neues Paradigma für das Modelltraining.
Shang Mingdong, Mitbegründer der Jiuzhang Yunji DataCanvas Company
„Das massive multimodale Datenmanagement auf der unteren Ebene und der Bedarf an genauerer Analyse und Entscheidungsfindung auf der oberen Ebene werden vorantreiben „Die Integration digitaler Intelligenz in den Tiefseebereich und die Bereitstellung von Basissoftware für Gebäude-KI bringt neue Möglichkeiten.“ Li Haoran, leitender Analyst für künstliche Intelligenz und Big Data bei IDC China, prognostiziert, dass Kunden sich mehr Sorgen um die Basissoftware der Entwicklungsdienstleistungsplattform machen Darüber hinaus sollten Technologieunternehmen von Komponenten mit vollständigem Lebenszyklus ausgehen. Die Konstruktion erfolgt in sechs Aspekten: Code, automatisches maschinelles Lernen, Algorithmusmodellbibliothek, Visualisierung, Bereitstellung und Betrieb und konzentriert sich auf die Integration mit Cloud-Diensten und Big Datenkomponenten.
Li Haoran, Senior Analyst von IDC China Artificial Intelligence and Big Data
Technologische Anwendung ist das ultimative Ziel, und Tausende von Branchen werden die groß angelegte Anwendung von KI beschleunigen
Für die sechs Zhou Xiaoling, Vizepräsident von Jiuzhang Yunji DataCanvas, sagte, dass das Unternehmen über eine langfristige Ausrichtung dieser wichtigen technischen Fähigkeiten verfüge und diese in den Bereichen Finanzen, Kommunikation, Transport, Fertigung, Energie und anderen Bereichen anwendet Branchen durch ein komplettes Set an KI-Basissoftwareprodukten. Er sagte, dass der Entwicklungspfad der KI-Technologie von dezentralen Modellen zu integrierter Intelligenz und dann zu allgemeiner künstlicher Intelligenz die Welle der digitalen Intelligenz in Regierungen und Unternehmen stark vorangetrieben habe. Jede Branche habe ihre eigenen Entwicklungsmerkmale und Unterschiede in der Transformationsphase erhebliche Nachfrage nach iterativen Upgrades von KI-Plattformen und KI-Anwendungsfunktionen in technischen Bereichen wie Automatisierung, Multimodalität und Vertrieb. Es gibt immer noch großen Raum für die Entwicklung von KI-Anwendungen von Betrieb zu Betrieb.
Zhou Xiaoling, Vizepräsident der Jiuzhang Yunji DataCanvas Company Spitzentechnologie. Zhao Chenguang, ein technischer Experte aus der Abteilung für Einzelhandelsfinanzierung der Hangzhou Bank, hielt auf dem Treffen eine Grundsatzrede zum Thema „Verkäufer und Käufer von KI-Banking“. Aus der Sicht tatsächlicher Nutzer der KI-Technologie teilte er Einblicke in die Anwendung des Schneidens Modernste Technologie der künstlichen Intelligenz in mehreren Frontline-Geschäftsszenarien von Banken. Er wies darauf hin, dass die aus Modellschicht, Datenschicht und Anwendungsschicht aufgebaute KI-Pyramide eine solide Grundlage für KI-Banken bietet, die in Zukunft intelligentere, effizientere und genauere Betriebs- und Servicefunktionen für Banken aufbauen wird.Zhao Chenguang, technischer Experte der Retail Finance-Abteilung der Hangzhou Bank Unabhängige Innovation ist die Kraftquelle und Open Source ist die treibende Kraft
Da die Daten- und Nachfrageumgebung in Der digitale Aufrüstungsprozess wird immer komplexer. Je komplexer die Situation, desto wissenschaftlicher und effizienter werden die auf Daten basierenden Entscheidungen von Regierungen und Unternehmen getroffen. Yang Jian, Chefarchitekt der Jiuzhang Yunji DataCanvas Company, sagte, dass in diesem Zusammenhang die Technologie der künstlichen Intelligenz, dargestellt durch Entscheidungsintelligenz, zu einer unverzichtbaren technischen Unterstützung bei der Modernisierung der digitalen Intelligenz geworden sei. Das Open-Source-Team des Jiuzhang Yunji D-Lab erforscht und sammelt seit vielen Jahren kontinuierlich Informationen zur Entscheidungsfindung auf der Grundlage strukturierter Daten und hat mehr als zehn Open-Source-Projekte im Zusammenhang mit automatischem maschinellem Lernen, tiefem Lernen und Kausalität veröffentlicht Lernen und andere damit verbundene Technologien sollen Regierungen und Unternehmen in die Lage versetzen, eine datengesteuerte automatisierte und intelligente Entscheidungsfindung besser umzusetzen. Im Rahmen des Technologiebooms von AIGC führt das Open-Source-Team des D-Lab von Jiuzhang Yunji typübergreifende Forschung durch, um die Integration und Innovation modernster KI-Technologien zu beschleunigen.
Yang Jian, Chefarchitekt der Jiuzhang Yunji DataCanvas Company Industrie fördert Technologie und Technologie stärkt die Industrie. Derzeit wird der Umfang der industriellen Anwendung der Technologie der künstlichen Intelligenz immer größer und der Betrieb immer komplexer, sagte bei dem Treffen dass MLOps die „Schwierigkeiten in der Produktion, Nachhaltigkeit und Schwierigkeiten“ lösen werden, mit denen KI-Engineering-Managementprobleme wie Reproduzierbarkeit und Schwierigkeiten bei der Zusammenarbeit konfrontiert sind. Mit MLOps können Benutzer nicht nur die Kosten erheblich senken und die Effizienz von KI-Anwendungen steigern, sondern es entstehen auch beliebte Berufe wie MLOps-Ingenieure. Der zukünftige Entwicklungstrend ist offensichtlich. Im Jahr 2023 wird die China Academy of Information and Communications Technology den ersten MLOps-Praxisleitfaden des Landes veröffentlichen. Zusammen mit den beiden zuvor veröffentlichten MLOps-Standards und der kommenden Reihe von Standards wie dem LMOps-Standard für große Modelloperationen und dem Modelloperationsstandard China Die Akademie für Informations- und Kommunikationstechnologie wird die MLOps-Technologie implementieren und einen Beitrag zur Industriestandardisierung und zum Anwendungsumfang leisten.
Hu Hui, Ingenieur am Cloud Institute der China Academy of Information and Communications Technology
Am selben Tag veröffentlichte die China Academy of Information and Communications Technology eine Reihe von Standards für KI-Entwicklungsplattformen. Darunter war die Jiuzhang Yunji DataCanvas Company maßgeblich an den „Allgemeinen Entwicklungsplattformen für künstliche Intelligenz“ beteiligt. Fähigkeitsanforderungen, Teil 2: Sicherheitsanforderungen, „Technische Anforderungen und Testmethoden für Plattformen für automatisches maschinelles Lernen, Teil 1: Plattformfunktionen“, „Technische Anforderungen und Testmethoden für „Plattformen für maschinelles Lernen für strukturierte Daten Teil 1: Funktionale Anforderungen“ „Deep Learning“ Die Formulierung von vier Standards für „Technische Anforderungen und Testmethoden für Plattformen Teil 1: Plattformfunktion“ und Erhalt der Lizenz von den teilnehmenden Kerneinheiten.
Die aktuelle Welle, die von ChatGPT und AIGC ausgelöst wurde, hatte enorme Auswirkungen und eine tatsächliche Nachfrage in der Branche. Das groß angelegte Aufkommen generativer KI wird 2023 voraussichtlich zu einem entscheidenden Jahr für künstliche Intelligenz machen, um Tausende von Branchen wirklich zu stärken. IDC prognostiziert, dass groß angelegte Basismodelle bis 2026 zu einem Standard-Industriedienstprogramm großer Anbieter werden werden. KI-Basissoftware wird die Antwort auf Eigenständigkeit und technologische Innovation geben, die von der Zeit und der Branche vorangetrieben werden.
Das obige ist der detaillierte Inhalt vonDie Anwendung der KI-Branche beschleunigt sich wieder, und KI-Basissoftware spielt eine große Rolle. 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

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

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

Am 30. Mai kündigte Tencent ein umfassendes Upgrade seines Hunyuan-Modells an. Die auf dem Hunyuan-Modell basierende App „Tencent Yuanbao“ wurde offiziell eingeführt und kann in den App-Stores von Apple und Android heruntergeladen werden. Im Vergleich zur Hunyuan-Applet-Version in der vorherigen Testphase bietet Tencent Yuanbao Kernfunktionen wie KI-Suche, KI-Zusammenfassung und KI-Schreiben für Arbeitseffizienzszenarien. Yuanbaos Gameplay ist außerdem umfangreicher und bietet mehrere Funktionen für KI-Anwendungen , und neue Spielmethoden wie das Erstellen persönlicher Agenten werden hinzugefügt. „Tencent strebt nicht danach, der Erste zu sein, der große Modelle herstellt.“ Liu Yuhong, Vizepräsident von Tencent Cloud und Leiter des großen Modells von Tencent Hunyuan, sagte: „Im vergangenen Jahr haben wir die Fähigkeiten des großen Modells von Tencent Hunyuan weiter gefördert.“ . In die reichhaltige und umfangreiche polnische Technologie in Geschäftsszenarien eintauchen und gleichzeitig Einblicke in die tatsächlichen Bedürfnisse der Benutzer gewinnen

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

1. Einführung in den Hintergrund Lassen Sie uns zunächst die Entwicklungsgeschichte von Yunwen Technology vorstellen. Yunwen Technology Company ... 2023 ist die Zeit, in der große Modelle vorherrschen. Viele Unternehmen glauben, dass die Bedeutung von Diagrammen nach großen Modellen stark abgenommen hat und die zuvor untersuchten voreingestellten Informationssysteme nicht mehr wichtig sind. Mit der Förderung von RAG und der Verbreitung von Data Governance haben wir jedoch festgestellt, dass eine effizientere Datenverwaltung und qualitativ hochwertige Daten wichtige Voraussetzungen für die Verbesserung der Wirksamkeit privatisierter Großmodelle sind. Deshalb beginnen immer mehr Unternehmen, darauf zu achten zu wissenskonstruktionsbezogenen Inhalten. Dies fördert auch den Aufbau und die Verarbeitung von Wissen auf einer höheren Ebene, wo es viele Techniken und Methoden gibt, die erforscht werden können. Es ist ersichtlich, dass das Aufkommen einer neuen Technologie nicht alle alten Technologien besiegt, sondern auch neue und alte Technologien integrieren kann.

Laut Nachrichten vom 13. Juni hat Xiaomis Assistent für künstliche Intelligenz „Xiao Ai“ laut Bytes öffentlichem Bericht „Volcano Engine“ eine Zusammenarbeit mit Volcano Engine erzielt. Die beiden Parteien werden ein intelligenteres interaktives KI-Erlebnis auf der Grundlage des großen Beanbao-Modells erzielen . Berichten zufolge kann das von ByteDance erstellte groß angelegte Beanbao-Modell bis zu 120 Milliarden Text-Tokens effizient verarbeiten und täglich 30 Millionen Inhalte generieren. Xiaomi nutzte das große Doubao-Modell, um die Lern- und Denkfähigkeiten seines eigenen Modells zu verbessern und einen neuen „Xiao Ai Classmate“ zu schaffen, der nicht nur die Benutzerbedürfnisse genauer erfasst, sondern auch eine schnellere Reaktionsgeschwindigkeit und umfassendere Inhaltsdienste bietet. Wenn ein Benutzer beispielsweise nach einem komplexen wissenschaftlichen Konzept fragt, &ldq

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
