Technologie-Peripheriegeräte
KI
ChatGPT-Alternative-Apokalypse: Das letzte Puzzleteil für normale Menschen, um künstliche Intelligenz zu kontrollieren? ｜Titan Raumzeit
ChatGPT-Alternative-Apokalypse: Das letzte Puzzleteil für normale Menschen, um künstliche Intelligenz zu kontrollieren? ｜Titan Raumzeit
Schreiben Sie vorne:
Am 14. April 1980 gewann der Film „The Kramers“ in Los Angeles, USA, fünf Preise bei den 52. Academy Awards für den besten Film, die beste Regie, das beste adaptierte Drehbuch, den besten Hauptdarsteller und die beste Nebendarstellerin In der Ära der großen Meister schlug es den ebenso großartigen epischen Vietnamkriegsfilm „Apocalypse Now“. Dieses großartige Werk scheint sein eigenes Schicksal zu nutzen, um die Wahrheit der Geschichte auf allegorische Weise zu enthüllen:
„In jedem Krieg gibt es keinen Gewinner oder Verlierer. Der einzige Gewinner ist der Krieg selbst“
Am 30. November 2022 veröffentlichte das amerikanische Forschungslabor für künstliche Intelligenz OpenAI den Chat-Roboter für künstliche Intelligenz ChatGPT. Innerhalb von 2 Monaten überstieg die Zahl der Benutzer 100 Millionen „ hat 1,1 Milliarden Nutzer angezogen und ist damit die am schnellsten wachsende Verbraucher-App in der Geschichte. Nach der Definition des „Vaters der Künstlichen Intelligenz“ Alan Turing: Wenn eine Maschine (über Fernschreibgeräte) mit Menschen kommunizieren kann, ohne ihre Identität als Maschine erkennen zu können, dann wird die Maschine als intelligent bezeichnet. In diesem mehr als 70-jährigen Langstreckenwettlauf zwischen Menschen und künstlicher Intelligenz ist eine neue menschliche Offenbarung entstanden:
„Die Welt steht am Vorabend einer neuen Runde der Explosion der KI-Technologie.“
Wie hat China ChatGPT auf der anderen Seite des Silicon Valley „verpasst“?
Wie können Menschen verhindern, dass sie durch ChatGPT eliminiert werden?
Wann wird der Wahnsinn und die Blase von ChatGPT und künstlicher Intelligenz platzen?
Wer ist der „Nummer eins“ im Bereich künstliche Intelligenz in China bei BAT?
Was sind die moralischen Imperative, die die Zukunft der künstlichen Intelligenz bestimmen werden?
Am 7. Juni 2023 um 15 Uhr bringt Titan Time mit „Reading Moment“ eine Blockbuster-Liveübertragung:
ChatGPT Alternative Apokalypse: Können normale Menschen das letzte Teil des Puzzles der künstlichen Intelligenz kontrollieren?
Um dieses Puzzleteil zu finden, können wir vielleicht zunächst einen Blick zurück auf die Geschichte werfen...
Künstliche Intelligenz hat drei historische Entwicklungswellen durchlaufen
► Erste Welle (1956-1974):
KI-Denktrends verleihen Maschinen logische Denkfähigkeiten. Mit dem Aufkommen des aufkommenden Konzepts der „künstlichen Intelligenz“ sind die Menschen voller Fantasie über die Zukunft der KI, und die künstliche Intelligenz hat ihre erste Entwicklungswelle eingeläutet.
In dieser Phase wird künstliche Intelligenz hauptsächlich zur Lösung von Algebra- und Geometrieproblemen sowie zum Erlernen und Verwenden von Englischprogrammen eingesetzt. Forschung und Entwicklung konzentrieren sich hauptsächlich auf die logische Denkfähigkeit der Maschine.
Unter anderem steigerte die bahnbrechende Entwicklung der Verarbeitung natürlicher Sprache und der Mensch-Computer-Dialogtechnologie in den 1960er Jahren die Erwartungen der Menschen an künstliche Intelligenz erheblich und brachte die künstliche Intelligenz auf den ersten Höhepunkt.
Aufgrund des damaligen Mangels an Computer-Rechenleistung und aufgrund des Drucks des Kongresses stellten die Regierungen der USA und Großbritanniens jedoch 1973 die Bereitstellung von Mitteln für Forschungsprojekte im Bereich der künstlichen Intelligenz ohne klare Ziele ein. Der Realisierungszyklus der Forschung und Entwicklung im Bereich der künstlichen Intelligenz war verlängerte sich und die Branche war kalt.
Schlüsselwörter: Erkennungsmuster, Mensch-Computer-Dialog, Expertensystem
► Zweite Welle (1980-1987):
Expertensystem macht künstliche Intelligenz praktisch. Das früheste Expertensystem ist das 1968 von Feigenbaum entwickelte DENDRAL-System, das Chemikern dabei helfen kann, die molekulare Struktur einer bestimmten Substanz zu bestimmen. DENDRAL schlug erstmals die Definition einer Wissensbasis vor und ebnete auch den Weg für die zweite Welle der KI Entwicklung.
Seit den 1980er Jahren werden KI-Programme in bestimmten Bereichen immer häufiger eingesetzt. Dieses System kann Antworten auf Fachfragen auf der Grundlage von Fachwissen auf diesem Gebiet ableiten, und die KI ist dadurch „praktischer“ geworden und Knowledge Engineering, auf dem sich das Expertensystem stützte, wurde zu dieser Zeit zu den wichtigsten Forschungsrichtungen. Die Praktikabilität von Expertensystemen ist jedoch auf bestimmte Bereiche beschränkt. Gleichzeitig sind Upgrades schwierig und die Wartungskosten sind weiterhin hoch.
Das Scheitern des DARPA-Projekts für künstliche Intelligenz im Jahr 1990 kündigte an, dass die zweite Welle der KI ihren Tiefpunkt erreicht hat. Der Vorschlag des neuronalen BP-Netzwerks legte jedoch gleichzeitig den Grundstein für spätere maschinelle Wahrnehmungs- und Interaktionsfähigkeiten.
Stichwörter: Rahmentheorie, Computer Vision, Computerneurologie, BP-Algorithmus, Verhaltensroboter
► Die dritte Welle (1993 bis heute):
Deep Learning fördert die Reife der Wahrnehmungsintelligenz. Die ständig steigende Rechenleistung von Computern hat die Iteration der Technologie der künstlichen Intelligenz beschleunigt und die Wahrnehmungsintelligenz in ein ausgereiftes Stadium gebracht. KI wird mit mehreren Anwendungsszenarien kombiniert und die Branche wird neu belebt.
Der Vorschlag des Deep-Learning-Algorithmus im Jahr 2006 und AlexNets großer Durchbruch bei der Bilderkennungsgenauigkeit im ImageNet-Trainingsset im Jahr 2012 förderten direkt eine neue Welle der Entwicklung künstlicher Intelligenz.
Im Jahr 2016 erlangte künstliche Intelligenz erneut beispiellose Aufmerksamkeit, nachdem AlphaGo professionelle Go-Spieler besiegte. Aus der Perspektive der technologischen Entwicklung nahmen in den ersten beiden Wellen die logischen Denkfähigkeiten der künstlichen Intelligenz weiter zu, die rechnerische Intelligenz reifte allmählich und die intelligenten Fähigkeiten weiteten sich vom Rechnen auf die Wahrnehmung aus.
Derzeit nähern sich die Fähigkeiten von Wahrnehmungstechnologien wie Spracherkennung, Sprachsynthese und maschineller Übersetzung der menschlichen Intelligenz an.
Schlüsselwörter: Transferlernen, autonomes Fahren, generatives kontradiktorisches Netzwerk, unbeaufsichtigtes Deep Learning, großes Sprachmodell
Titanium Media & Titanium Time haben zusammen mit der asynchronen Community des People's Posts and Telecommunications Publishing House einen ausführlichen Spitzendialog über die neue Runde der KI-Technologieentwicklung gestartet und dabei den Entwicklungstrends und Geschäftsveränderungen eingehend Aufmerksamkeit geschenkt Der KI-Bereich und die Schlüsselknoten im spezifischen Entwicklungsprozess für künstliche Intelligenz versuchen, mit vielen Praktikern und Teilnehmern aus der Industrie aufzudecken: das letzte Puzzleteil für normale Menschen, um künstliche Intelligenz zu beherrschen.
Vorstellung wichtiger Gäste
Stuart Russell
Im Jahr 1962 veröffentlichte ein Brite, Doktor der Physik an der Universität Oxford und Informatik an der Universität Stanford, als Erster einen signierten Artikel mit Hawking und anderen Jeder soll sich vor denen in Acht nehmen, die durch künstliche Intelligenz eine Bedrohung für uns darstellen könnten. Stellvertretender Vorsitzender des Ausschusses für künstliche Intelligenz und Robotik des Weltwirtschaftsforums der University of California, Berkeley, wo er als Professor am Institut für Informatik tätig ist und fungierte als Abteilungsleiter und Direktor des Center for Human-Compatible Artificial Intelligence.
Nico Lee
Partner der TMTpost Media Group, Präsident von ChainDD, einer bekannten Blockchain-Mediendatenplattform der TMTpost Media Group, Autor von „100 Fragen zur Blockchain: Umfassendes Verständnis von Blockchain auf einfache und einfache Weise“ und Autor des repräsentativen Artikels „Shenzhen Sailong“ Das Geheimnis des plötzlichen Todes des Unternehmens“, „36 Kryptons Equity-Crowdfunding-Plattform ist in einem Strudel des Betrugs gefangen“, „36 Krypton ist erneut in Betrug gefangen, wird Chinas Equity-Crowdfunding ein Ende haben?“, „Untersuchung der Vermögenswerte von Jia Yueting und Faraday Future in den Vereinigten Staaten“, „OKEX Suspected Illegal Futures Trading Insider“ und andere wichtige Berichte, die die Branche und sogar das Land schockierten.
Einführung in Blockbuster-Werke
1995 wurde „Künstliche Intelligenz: Ein moderner Ansatz“ erstellt und gilt als „Standardlehrbuch auf dem Gebiet der künstlichen Intelligenz“.
Dieses Buch befasst sich umfassend und ausführlich mit Theorie und Praxis auf dem Gebiet der künstlichen Intelligenz (KI). In einem einheitlichen Stil integriert es die heute gängigen Ideen und Terminologien der künstlichen Intelligenz in Anwendungen, die große Aufmerksamkeit erregt haben, und vereint so Theorie und Praxis . .
Das Buch ist in 7 Teile mit insgesamt 28 Kapiteln gegliedert. Der theoretische Teil stellt die wichtigsten Theorien und Methoden der künstlichen Intelligenzforschung vor und zeichnet verwandte Ideen aus der Zeit vor mehr als 2.000 Jahren nach. Der Inhalt umfasst hauptsächlich Logik, Wahrscheinlichkeit und kontinuierliche Mathematik , Wahrnehmung, Argumentation und Lernen und Handeln, Fairness, Vertrauen, soziales Wohlergehen und Sicherheit; der praktische Teil setzt das „moderne“ Konzept perfekt um, und die praktische Anwendung wählt die derzeit beliebten mikroelektronischen Geräte, Roboter-Planetendetektoren und Online-Dienste mit Milliarden der Nutzer, AlphaZero, humanoide Roboter, autonomes Fahren, künstliche Intelligenz unterstützte medizinische Versorgung usw.
Derzeit wurde das Buch auf der Originalbasis aktualisiert und veröffentlicht. Ein großer Teil der vierten Auflage enthält neue Inhalte oder wurde neu geschrieben, um sich an neue Veränderungen im Bereich der künstlichen Intelligenz anzupassen und ein einheitlicheres Bild des Fachgebiets zu vermitteln Das gesamte Buch befasst sich mit Deep Learning usw. Zu den neuen Errungenschaften auf diesem Gebiet zählen neue Entwicklungen auf dem Gebiet der künstlichen Intelligenz in den letzten zehn Jahren.
Ti Kong Time｜Gemeinsame Lesezeit
Live-Übertragungsraum „Ti Kong Time｜Reading Time“ – ist eine spezielle Lesekolumne von Titanium Time.
Bücher können als Zeitmaß, als Inschrift eines Ortes, als Fußnote zu einer Figur verwendet werden. Jedes Mal, wenn Sie es sorgfältig lesen, jedes Mal, wenn Sie Ideen zwischen den Seiten austauschen, können Sie magische spirituelle Kraft und Energie erzeugen der Raum der Zeit.
Dies ist ein spiritueller Ort für aufstrebende Unternehmer und eine neue Generation von Innovatoren. Er nutzt Lektüre, Wissen und Kultur als Bindeglieder, um jedes einzigartige Individuum zu verbinden und die Denkbahn jeder einzigartigen Seele zu dekonstruieren.
Lesen Sie gemeinsam ein neues Buch und Sie können aus jedem Blickwinkel einen Blick auf die zukünftige Welt werfen
Lesen Sie gemeinsam ein altes Buch, egal wie lang es ist, Sie können die Schönheit der Menschheitsgeschichte entdecken
Wir versuchen, die Essenz von Ereignissen durch Dialog zu erforschen, und während wir uns die innovativsten Ideen anhören, suchen wir nach Wegen, gemeinsam mit ihnen Fortschritte zu machen!
Willkommen, den QR-Code unten zu scannen, um Titan Time zu folgen
Weitere aufregende Dinge, die Sie nicht verpassen sollten
Schließen Sie den Live-Übertragungsraum ab, um an der Interaktion teilzunehmen und die Vorteile des Live-Übertragungsraums zu genießen
Ti Raumzeit
Titanium Time ist eine Wissensaustauschplattform der Titanium Media Group, die sich auf Pan-Finanzierung und Neugeschäft konzentriert. Sie hat sich zum Ziel gesetzt, unabhängiges Denken aufzubauen, das Klassiker und Moderne umfasst und die spirituelle Landkarte einer neuen Generation von Unternehmern und Innovatoren neu zeichnet. und Schaffung einer „nützlichen“ Plattform. Der exklusive Denkraum von „Cognitive Travel Cycle“.
Klicken Sie hier, um Dr. Kuans empfohlene Buchliste für das Jahr zu lesen!
Das obige ist der detaillierte Inhalt vonChatGPT-Alternative-Apokalypse: Das letzte Puzzleteil für normale Menschen, um künstliche Intelligenz zu kontrollieren? ｜Titan Raumzeit. 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
