


Künstliche Intelligenz dringt immer stärker in das Leben der Menschen ein: Schauen Sie sich die neuen Branchentrends auf der Global Artificial Intelligence Technology Conference 2023 an
Xinhua News Agency, Hangzhou, 11. Juni Titel: Künstliche Intelligenz dringt immer schneller in das Leben der Menschen ein – Blick auf neue Branchentrends von der Global Artificial Intelligence Technology Conference 2023
Wei Donghua, Reporter der Nachrichtenagentur Xinhua
Intelligente bionische Hände, die flexible Bewegungen entsprechend den Anweisungen des Gehirns ausführen können, helfen Patienten mit fehlenden Gliedmaßen, ihre Handbewegungsfunktionen wiederherzustellen. Roboter, die lernen können, unter rauen Bedingungen wie Regen, Schnee und schlechten Sichtverhältnissen autonom zu fahren; kann sie begleiten. Ältere Menschen und Kinder kommunizieren emotional mit Wärme...
Auf der Global Artificial Intelligence Technology Conference 2023 in Hangzhou, Zhejiang, haben verschiedene Konzepte und Produkte der künstlichen Intelligenz große Aufmerksamkeit erregt. Die anwesenden Experten diskutierten das Thema künstliche Intelligenz und zeichneten ein Bild der zukünftigen Entwicklung.
Intelligentes Leben kann man spüren und berühren
Die von der China Artificial Intelligence Society und der Stadtregierung von Hangzhou ausgerichtete Konferenz zog fast 300 in- und ausländische Branchenexperten und mehr als 70 Unternehmen an. Bei einem Spaziergang durch den Ausstellungsbereich der Konferenz ist die sich ständig verändernde Technologie der künstlichen Intelligenz in immer mehr Bereichen wie der Produktion, der medizinischen Versorgung und der Bildung zu spüren.
Geben Sie einfach Text ein und Sie können in wenigen Sekunden Bilder, Ideen, Texte usw. generieren. Generative künstliche Intelligenzprodukte wie Baidus „Wenxin Yiyan“ und „Wenxin Yige“ und iFlyteks „iFlytek Spark Cognitive Model“ können es verstehen und ausführen Benutzeraufgaben durch natürlichen Dialog zu lösen, viele Ausstellungsbesucher zum Erleben anzulocken und die breiteren Anwendungsaussichten und das enorme Empowerment-Potenzial der künstlichen Intelligenz zu demonstrieren.
Am 10. Juni besuchte das Publikum die Global Artificial Intelligence Technology Conference 2023. Foto von Wei Donghua, Reporter der Nachrichtenagentur Xinhua
Ermöglicht amputierten Patienten die Kontrolle über Prothesen wie ihre eigenen Hände und Füße, hilft autistischen Patienten bei der Verbesserung ihrer sozialen Kommunikation und Verhaltensfähigkeiten, hilft beim Schlafen, baut Stress ab und verbessert die Schlafqualität ... Am Stand von Qiannao Technology stellte das Unternehmen ein intelligentes Bioniker aus Hand, intelligente und geschickte Beinprothesen, intelligente Gehirn-Computer-Schlafgeräte und viele andere Gehirn-Computer-Schnittstellenprodukte. Mitarbeiter sagten, dass diese Produkte derzeit in Bereichen wie Rehabilitation, allgemeine Gesundheit und Mensch-Computer-Interaktion eingesetzt werden. Produkte wie intelligente bionische Hände haben Tausenden behinderten Menschen geholfen, in ein normales Leben zurückzukehren.
„Künstliche Intelligenz verändert diese Ära grundlegend.“ Dai Qionghai, Akademiker der Chinesischen Akademie für Ingenieurwissenschaften und Vorsitzender der China Artificial Intelligence Society, sagte auf der Konferenz, dass Roboter in automatischen Montagelinien und im autonomen Fahren weit verbreitet seien Fahrzeuge können mithilfe von Deep Learning bereits auf städtischen Straßen fahren. Künstliche Intelligenz, dargestellt durch künstliche Intelligenz, hat die rasante Entwicklung in der Technologie-, Medizin-, Elektronik-, Finanz- und anderen Industrien vorangetrieben, und künstliche Intelligenz verkörpert eine starke ermächtigende Wirkung.
Anwendungsszenarien kontinuierlich erweitern, um die Zukunft „intelligent“ zu malen
Chinas groß angelegte Modelle der künstlichen Intelligenz werden nach und nach in E-Commerce-, Such-, Dialog- und Industrieszenarien eingesetzt. Da die Technologie in Zukunft immer weiter aktualisiert wird, werden ihre Anwendungsszenarien umfangreicher.
Von virtuellen digitalen Menschen bis hin zu Exoskelett-Robotern werden Roboter, die sich auf Kameradschaft konzentrieren, ihr Aussehen, ihre Interaktionsfähigkeiten, ihre Lernfähigkeiten und sogar ihre emotionalen Wahrnehmungsfähigkeiten durch die Entwicklung modellbezogener Deep-Learning-Felder mit künstlicher Intelligenz erheblich verbessern. Im Jahr 2022 kündigte iFlytek offiziell die Einführung des „iFlytek Super Brain 2030 Plan“ an, mit dem Ziel, künstliche Intelligenz kenntnisreich, lernfähig und entwicklungsfähig zu machen und Roboter in jedes Zuhause zu bringen.
Am 10. Juni erlebte das Publikum KI-Lernen auf der Global Artificial Intelligence Technology Conference 2023. Foto von Wei Donghua, Reporter der Nachrichtenagentur Xinhua
Akademiker Guan Xiaohong sprach auf der Konferenz über die potenzielle Anwendung künstlicher Intelligenz im Bereich Musik und Kunst und wies darauf hin, dass mithilfe ihrer Technologie 3.000 chinesische Guqin-Lieder „wiedergeboren“ werden können. Chinesische Guqin-Musik verfügt über eine spezielle Notationsmethode, die hauptsächlich Fingersätze und Phoneme aufzeichnet, jedoch nicht den spezifischen Wert jeder Note aufzeichnet. Die Musikpartitur allein kann nicht direkt abgespielt werden und muss in spielbare Musik umgewandelt werden.
"Dies ist ein Forschungsthema eines Doktoranden in der Abteilung für Musik, künstliche Intelligenz und Musikinformationstechnologie des Zentralen Konservatoriums für Musik. Dieses Projekt wendet Spitzentechnologien wie künstliche Intelligenz auf den Bereich Guqin an. Durch tiefes Lernen von Guqin und alte Musik, es erstellt einen Guqin-Datensatz und vervollständigt Guqin. Die zugrunde liegende Arbeit der Digitalisierung von Musikpartituren fördert die Erhaltung und Vererbung der Guqin-Kultur.“ Guan Xiaohong sagte, dass die Technologie der künstlichen Intelligenz in vielen Bereichen ein starkes Anwendungspotenzial gezeigt habe.
Experten, die an dem Treffen teilnahmen, glaubten, dass künstliche Intelligenz die menschlichen Fähigkeiten zum Entdecken, Verstehen und Schaffen erweitern kann. In der Zukunft muss seine Entwicklung die Mission übernehmen, das Leben zu stärken und das Glück zu verbessern.
Intelligenz und Gehirn fliegen zusammen, um die Entwicklung zu fördern
Aus Sicht der anwesenden Gäste gibt es noch viele Engpässe, die gelöst werden müssen, um die Entwicklung der künstlichen Intelligenz zu beschleunigen. Zukünftige künstliche Intelligenz sollte über ein genaues Verständnis großer Szenen, mehrerer Objekte und komplexer Beziehungen verfügen, um die Mängel bestehender künstlicher Intelligenz auszugleichen und ihre Entwicklung zu fördern.
Wir müssen eine neue Generation von Theorien, Methoden und Technologien der künstlichen Intelligenz aufbauen, die auf der Hirnforschung basieren. Die Beschleunigung der Grundlagenforschung in der Hirnforschung und die gemeinsame Verwirklichung von Intelligenz und Gehirnflug können die Entwicklung der Technologie der künstlichen Intelligenz vorantreiben, so Dai Qionghais Ansicht.
Eine Ecke der Global Artificial Intelligence Technology Conference 2023, die am 10. Juni stattfand. Foto von Wei Donghua, Reporter der Nachrichtenagentur Xinhua
Bei der Förderung der innovativen Entwicklung künstlicher Intelligenz sind Daten, Algorithmen und Rechenleistung unverzichtbare Säulen. Dai Qionghai sagte, dass die Optimierung und Innovation der Rechenleistung derzeit dringend seien. Künstliche Intelligenz ist in eine Crossover-Ära eingetreten und benötigt nicht nur Rechenleistung von der Physik, sondern auch Rechenleistung von der Hirnforschung. Das Brain-inspirierte Projekt hofft beispielsweise, die Rechenleistung durch die Simulation der Mechanismen in der Hirnforschung zu verbessern.
Da sich die Entwicklung der künstlichen Intelligenz beschleunigt, hat auch die Erforschung ihrer ethischen Normen, ihres Risikorahmens und anderer Aspekte große Aufmerksamkeit erhalten. Die Gäste sagten, dass die Steuerung ethischer Risiken gestärkt und die internationale Zusammenarbeit und der Austausch gefördert werden sollten, damit künstliche Intelligenz der menschlichen Gesellschaft besser zugute kommen kann.
Das obige ist der detaillierte Inhalt vonKünstliche Intelligenz dringt immer stärker in das Leben der Menschen ein: Schauen Sie sich die neuen Branchentrends auf der Global Artificial Intelligence Technology Conference 2023 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

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

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 |. 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 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
