


Giganten der Telekommunikationsbranche prognostizieren eine globale Entwicklung im Jahr 2024
Prognosen globaler Telekommunikationsriesen für 2024
Obwohl 5G die Welt abdeckt, künstliche Intelligenz Netzwerke umgestaltet und Rechenzentren sich verändern, ist der Weg für die Telekommunikation immer noch kompliziert. Die Überbrückung der digitalen Kluft, der Schutz vor raffiniertem Betrug und die Förderung der Nachhaltigkeit bei gleichzeitiger vorsichtiger Einführung neuer Technologien sind allesamt Prioritäten für 2024.
Es wird erwartet, dass sich die Telekommunikationsbranche im Jahr 2024 weiter beschleunigt und wächst, da generative künstliche Intelligenz mobile Geräte übernimmt, die Welt des Internets der Dinge (IoT) sich ausbreitet, die Einführung von 5G zunimmt und die Grundlagen für 6G-Netzwerke gelegt werden . Doch trotz dieser Fortschritte steht die Branche immer noch vor großen Herausforderungen.
Die durch OpenRAN (Open Radio Access Network Architecture) vorangetriebene Virtualisierung der Telekommunikationslieferkette, fehlende Standards, der Zustrom großer Datenmengen und die Transformation von DevOps-Pipelines haben die Anbieter unter Druck gesetzt. Da Smartphones zu digitalen Schätzen werden, ist die Branche außerdem zunehmenden Angriffen von Cyberkriminellen ausgesetzt, die mobile Geräte im Visier haben.
Techopedia sprach mit einigen der Top-Führungskräfte der Telekommunikationsbranche, die ihre Prognosen darüber teilten, wie sich die Telekommunikationsbranche im Jahr 2024 verändern wird.
Die digitale Kluft wird kleiner und größer werden
Wie der Bericht der International Telecommunications Union (ITU) 2023 zeigt, hat die Welt zwar beeindruckende technologische Fortschritte erlebt, diese Fortschritte sind jedoch nicht gleichmäßig verteilt.
Laut einem ITU-Bericht haben 2,6 Milliarden Menschen immer noch keinen Zugang zu digitaler Konnektivität, obwohl 67 % der Weltbevölkerung online sind. Dies bedeutet, dass es weltweit immer noch eine große Anzahl von Menschen gibt, die nicht in den Genuss der Annehmlichkeiten und Ressourcen der Digitalisierung kommen können.
Ciena Chief Technology Officer Jürgen Hatheier sprach in einem Interview über die menschlichen Probleme, die sich hinter Verbindungen verbergen.
Wir assoziieren die digitale Kluft oft mit Breitbandzugang. Um die digitale Kluft zu schließen, muss der Zugang zum Hochgeschwindigkeitsinternet erweitert werden, wodurch der Umfang des globalen Arbeitsmarktes, der Inhalte und der Informationen erweitert wird. Dies ist jedoch nur ein Teil des Problems.
In der modernen digitalen Welt ist mobile Konnektivität ein Zeichen für wirtschaftlichen und sozialen Wohlstand, der untrennbar mit finanziellen Chancen und Inklusion verbunden ist.
Der Mangel an Internet betrifft die am stärksten gefährdeten Branchen und Gruppen der globalen Gesellschaft. Hatheier warnte, dass die Ursache dieser sozioökonomischen Unterschiede in den Kosten für Technologieprodukte und -dienstleistungen liege.
„Der Zugang zu erschwinglichen Geräten ist ein weiteres Hindernis, das es zu überwinden gilt. Während ein 100-Pfund-Smartphone für viele wie eine Standardanschaffung erscheinen mag, übersteigt dies das monatliche Einkommen von Milliarden von Menschen und schränkt ihre Konnektivitäts- und Engagementmöglichkeiten ein.“
Hatheier sagte der Die Lösung besteht nicht nur darin, das fortschrittlichste 5G-Netzwerk aufzubauen, sondern auch sicherzustellen, dass jeder auf dem Markt eine Auswahl hat.
„Nichts, was mit 5G- oder LEO-Konnektivität einhergeht, ist umsonst, es sei denn, Sie können sich die richtige Ausrüstung leisten, um auf diese Netzwerke zuzugreifen. Viele Unternehmen in Schwellenländern stellen bereits ihre eigenen billigen Telefone oder billigen Laptops her, die die Menschen nutzen können, aber es gibt sie immer noch.“ „Es sind noch viele Fortschritte zu machen.“ Wenn diese Faktoren nicht erfüllt sind, ist mit einer Vergrößerung der digitalen Kluft zu rechnen.
Dezentrale Abläufe ebnen den Weg für eine umweltfreundliche Telekommunikation
Mit der Popularität mobiler Geräte und der steigenden Nachfrage nach der Übertragung großer Datenmengen unterliegen auch Telekommunikationsnetze einem Wandel, um sich an den massiven Informationsfluss anzupassen. Mit dem Aufstieg von Open RAN läuten traditionelle Netzwerkhardware und -software das Zeitalter der Digitalisierung und Virtualisierung ein. Dies bedeutet, dass der Netzwerkbetrieb flexibler und effizienter wird und dem Netzwerk gleichzeitig mehr Raum für Innovation und Entwicklung bietet. Diese Transformation kann nicht nur die Bedürfnisse der Benutzer nach schnellen, stabilen und sicheren Netzwerken erfüllen, sondern auch den Fortschritt und die Entwicklung der gesamten Branche fördern.
Wie Kristian Toivo, Geschäftsführer des Telecommunications Infrastructure Project (TIP), erklärt, wird der Leistungsschub nachhaltige Auswirkungen haben.
„Die Telekommunikationsbranche steht an einem Scheideweg: Sie steht vor der Herausforderung, die wachsende Nachfrage nach Konnektivität zu decken und gleichzeitig den CO2-Ausstoß zu reduzieren.“
Toivo fügte hinzu, dass Initiativen zur Öffnung und Aufteilung von Netzwerken im Jahr 2023 an Dynamik gewinnen und als Verbesserung des Anbieters angesehen werden Interoperabilität und Vielfalt fördern, Kosteneinsparungen realisieren und Innovationen fördern.
„Das Versprechen eines geringeren Energieverbrauchs und reduzierter Emissionen wird OpenRAN jedoch auch zu einer attraktiven Option für Telekommunikationsunternehmen machen, die bis 2024 Nachhaltigkeitsziele erreichen wollen.“ Es macht 73 % des gesamten Energieverbrauchs aus. Wenn wir diese WLANs klassifizieren, können Betreiber das Netzwerk besser verwalten und Energieineffizienzen beheben. Darüber hinaus können wir durch die Eliminierung stromhungriger Altgeräte den Weg für ein umweltfreundlicheres Netzwerk ebnen.
Toivo glaubt, dass die zunehmende Verlagerung hin zu offenen und disaggregierten Netzwerken es Telekommunikationsunternehmen ermöglichen wird, den Energieverbrauch im Jahr 2024 zu senken. Dadurch wird es zum Architekten einer nachhaltigeren und vernetzteren Welt für zukünftige Generationen.
Der Aufstieg von Rechenzentren, Edge- und Mikro-Rechenzentren
Hatheier von Ciena fügte hinzu, dass Netzwerktransformation und Nachhaltigkeitsprobleme auch Gründe für den Aufstieg von Rechenzentren und Edge-Rechenzentren seien.
„In weiten Teilen Asiens und Australiens sind immer noch bedeutende große Rechenzentren im Bau.“
Obwohl sich das Wachstum in Nordamerika und Europa leicht verlangsamt, wird erwartet, dass ab 2024 Edge-Rechenzentren entstehen, und die Betreiber werden darauf vorbereitet sein Peering an mehreren Standorten statt an einem Hub.
Hatheier erklärte, dass neue Rechenzentren und Mikro-Rechenzentren am Rande des Netzwerks entstehen, um den Stromverbrauch aus zentral gelegenen Netzen zu reduzieren und die Nachhaltigkeit zu verbessern.
Indien ist ein klassisches Beispiel, wo viele Rechenzentren im Land Kohle als Energiequelle nutzen. Im Vergleich zu Nordamerika oder Europa verfügt Indien pro Kopf nur über ein Zehntel der Datenspeicherkapazität.
„Die Stromversorgung von Rechenzentren wird für uns weiterhin eine globale Herausforderung sein, wo nicht erneuerbare Energiequellen verfügbar sind und an Orten mit großer, dichter Bevölkerung.“
Das Wachstum der künstlichen Intelligenz wird den Bedarf an intelligenteren Geräten anregen Adaptive Netzwerke
Da Unternehmen generative KI und neue Telekommunikationsnetzwerke einführen und für den täglichen Betrieb fortschrittliche KI benötigen, veralten herkömmliche Netzwerke schnell und können nicht mehr die Rechenleistung bereitstellen, die für einen reibungslosen Betrieb der Technologie erforderlich ist.
Loudon Blair, Senior Director of Strategy bei Ciena, glaubt, dass der dynamische Bedarf von Unternehmen an künstlicher Intelligenz effektiv auf Technologien wie softwaredefinierte Weitverkehrsnetze (SD-WAN) reagieren kann.
„Bis 2024 werden SD-WAN, Multi-Cloud-Networking und Network as a Service (NaaS) als Schlüssellösungen im Bereich der Geschäftskonnektivität positioniert und bieten einen softwarezentrierten Ansatz für die Verwaltung des WAN.“
Blair fügte hinzu Cloud-zentrierte SD-WAN-Lösungen bieten eine anwendungsorientierte Architektur, die es dem Netzwerk ermöglicht, sich intelligent an die unterschiedlichen Anforderungen verschiedener Softwareanwendungen, einschließlich künstlicher Intelligenz, anzupassen.
„Die Fähigkeit von SD-WAN, Datenverkehr anhand der Merkmale verschiedener Anwendungen zu identifizieren und zu priorisieren, legt den Grundstein für eine effizientere und reaktionsfähigere Netzwerkinfrastruktur, die aktuelle und zukünftige Cloud- und KI-Workload-Herausforderungen bewältigen kann.“
SMS wird zum neuen Spielplatz für Betrüger
Im Gegensatz dazu konzentrierte sich Katia Gonzalez, Direktorin für Sicherheit und Analyse bei BICS, auf ernstere Probleme. Gonzalez sagte, dass Textnachrichten voraussichtlich bis 2024 Telefonanrufe als eine der größten Bedrohungen ersetzen werden, während der künstlich überhöhte Datenverkehr (AIT) Unternehmen und Endbenutzer ins Visier nehmen werde.
„Im Vergleich zu Telefonanrufen sind diese Betrugsmethoden aggressiver und ausgefeilter geworden, was es besonders schwierig macht, sie zu erkennen und zu stoppen. Wie bei Telefonanrufen kann der Regulierungsrahmen einfach nicht mit der Entwicklung von Textnachrichten und AIT Schritt halten.“
Gonzalez fügte hinzu, dass die Branche im Jahr 2024 an einer Strategie zusammenarbeiten muss, um SMS-Betrug und AIT zu stoppen.
Künstliche Intelligenz und maschinelles Lernen spielen eine wichtige Rolle bei der Lösung dieses Problems, aber noch wichtiger ist, dass Betreiber Ressourcen investieren müssen, um diese Modelle mit korrekten und aktuellen Daten zu trainieren, um Netzwerkanomalien effektiv zu erkennen.
Gonzalez betonte die Bedeutung der Zusammenarbeit bei der Lösung von Sicherheitsherausforderungen. Er ist davon überzeugt, dass globale Akteure Informationen austauschen und aus den Erfahrungen der anderen lernen sollten. Er warnte, dass Präventivmaßnahmen obsolet würden, wenn die Branche nicht über einen Regulierungsrahmen verfüge, der es Analysten für maschinelles Lernen ermögliche, auf den Inhalt von Textnachrichten zuzugreifen, um Betrug zu verhindern.
Betreiber stehen vor der Herausforderung, die Sicherheit und Zuverlässigkeit von Telekommunikationsdiensten zu gewährleisten und gleichzeitig den Interessen des gesamten Ökosystems gerecht zu werden. Wir müssen dringend das Vertrauen in die Telekommunikationsbranche wiederherstellen, sonst riskieren die Betreiber, Kunden zu verlieren. Daher sollten Betreiber Maßnahmen ergreifen, um dieser Herausforderung zu begegnen.
Künstliche Intelligenz: Die Rolle, Zuverlässigkeit und DevOps-Pipeline
Chief Information Security Officers (CISOs) werden sich der künstlichen Intelligenz zuwenden, wenn Datenpunkte, Endpunkte und Cloud-Edge-Bereitstellungen zunehmen, sagt Rob Robinson, EMEA-Chef von Telstra Purple .
„Die Zahl der Fachkräfte, die die Sicherheit überwachen und verwalten, nimmt derzeit alarmierend zu. Da Cloud Computing und intelligente Edge-Bereitstellungen immer häufiger eingesetzt werden, wird diese Zahl in den kommenden Jahren weiter steigen.“
Robinson ist davon überzeugt, dass dies künstlich ist Geheimdienst Mit dem Aufkommen nachrichtendienstlicher Erkenntnisse im Bereich der Netzwerksicherheit werden Chief Information Security Officers immer mehr eine Führungsrolle übernehmen. Darin heißt es, dass KI über den Hype hinaus Potenzial hat, weil sie sich gut zur Lösung einiger der schwierigsten Probleme der Sicherheitsbranche eignet, wie etwa der Erkennung, Klassifizierung und Reaktion von Bedrohungen.
Die Rolle künstlicher Intelligenz für CISOs ist unersetzlich, da sie effizientere und intelligentere Lösungen bieten kann. CISOs, die keine KI nutzen, können ersetzt werden. Im Laufe der Zeit werden CISOs weiterhin Organisationen schützen, und wir werden erleben, dass mehr KI-basierte Lösungen entstehen. Es wird erwartet, dass künstliche Intelligenz bis 2024 die erforderlichen Fähigkeiten von CISOs erneut verändern wird.
Während niemand leugnen kann, dass künstliche Intelligenz zeitaufwändige und sich wiederholende tägliche Aufgaben ersetzen wird, sagte Jeff Wayman, Chief Technology Officer von Sonatype, dass künstliche Intelligenz ein zweischneidiges Schwert sei.
„KI ist für die Sicherheit nicht verlässlich und wird sich unter unzensierten OSS (Operations Support Systems) verbreiten.“
Obwohl Wayman glaubt, dass KI Mängel in den Sicherheitspraktiken durch angemessene Schulung und Umgebung ausgleichen kann, glaubt er auch, dass Unternehmen dies nicht können Setzen Sie auf künstliche Intelligenz, um diese Lücke zu schließen.
„Der Aufstieg der künstlichen Intelligenz ist in allem enthalten, wird aber vom Endbenutzer oder Verbraucher verwirrt, was bedeutet, dass wir möglicherweise eine ähnliche Situation wie bei der Lizenzierung erleben, bei der sich Verbraucher von OSS möglicherweise nicht vollständig der Informationssicherheitsprobleme bewusst sind, weil sie nicht offengelegte Inhalte enthalten.“ Komponenten der künstlichen Intelligenz.“
Peter Schneider, Senior Product Manager der Qt Group, geht den Weg zur künstlichen Intelligenz ebenfalls vorsichtig. Darin wird erklärt, dass der Einsatz von KI zur Beschleunigung eines DevOps-Prozesses unweigerlich zu massiven Verzögerungen in anderen Bereichen führen wird.
„Das Codieren selbst ist nur eine von vielen Aufgaben, um ein schönes Produkt zu erstellen. Während die Produktlokalisierung, die Codedokumentation und das generierte Testen auch durch GenAI verbessert werden, werden menschliche Codeüberprüfungen, Codeleistungsanalysen und andere Qualitätssicherungsaufgaben zu einer Verbesserung Neuer Engpass.“
Schneider fügte hinzu: „Während generative KI für ihre potenziellen Vorteile für die Entwicklerproduktivität gelobt wird, ist sie auch anfällig für Fallstricke und wird unweigerlich die Anzahl der Entwickler in der DevOps-Pipeline verringern. Der Engpass verlagert sich von der Programmierung auf andere „
“ Da Unternehmen immer mehr automatisierten Code generieren und mehr Tests auf Fehler und Sicherheitslücken durchführen, ist es für DevOps-Teams nicht erforderlich, einen Prozess zu automatisieren, der normalerweise nicht automatisiert ist. Softwaretests "
Zusammenfassung
Während Innovation und Wachstum im Überfluss vorhanden sind, 5G zum Mainstream wird, künstliche Intelligenz Netzwerke verändert und Rechenzentren sich weiterentwickeln, bleibt der Weg für die Telekommunikation bestehen. Es ist hart.
Die Überbrückung der digitalen Kluft, der Schutz von Netzwerken vor raffiniertem Betrug und die Gewährleistung nachhaltiger Praktiken bei gleichzeitiger sicherer Einführung neuer Technologien haben Priorität.
In einer Branche, in der Wettbewerb schon immer die Norm war, ist das größte Hindernis eine Änderung der Denkweise und Unternehmenskultur, da die vor uns liegenden Aufgaben enorme Anstrengungen, gemeinsames Engagement und internationale Zusammenarbeit erfordern.
Mit Prognosen für die Telekommunikationsbranche sind Führungskräfte bereit, sich den Herausforderungen des Jahres 2024 zu stellen. Sie arbeiten hart daran, eine integrativere, sicherere und vernetztere Welt aufzubauen, denn nur so können wir vor potenziellen Gefahren, Risiken und Bedrohungen sicher sein.
Das obige ist der detaillierte Inhalt vonGiganten der Telekommunikationsbranche prognostizieren eine globale Entwicklung im Jahr 2024. 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 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
