localisation actuelle:Maison > Articles techniques > Périphériques technologiques > IA
- Direction:
- tous web3.0 développement back-end interface Web base de données Opération et maintenance outils de développement cadre php programmation quotidienne Applet WeChat Problème commun autre technologie Tutoriel CMS Java Tutoriel système tutoriels informatiques Tutoriel matériel Tutoriel mobile Tutoriel logiciel Tutoriel de jeu mobile
- Classer:
-
- Ouvrant l'ère de l'IA du cockpit intelligent, le grand modèle multimodal de périphérique-cloud NOMI GPT de NIO est officiellement lancé
- Le 12 avril, NIO a annoncé que NOMIGPT avait officiellement lancé son service push. La mise à jour proposée cette fois est basée sur une nouvelle architecture technique, y compris NOMI créant intelligemment un grand modèle multimodal de cloud final NOMIGPT. NOMIGPT comprend une perception multimodale auto-développée, un centre cognitif auto-développé, un moteur d'émotion et un agent multi-expert pour atteindre une connectivité mondiale des produits, services et communautés NIO et fournir des services d'IA plus efficaces et plus agréables. Une fois NOMIGPT mis à niveau, les utilisateurs peuvent découvrir un certain nombre de nouvelles expériences interactives, notamment une encyclopédie de grands modèles, des discussions amusantes illimitées, une atmosphère magique, des émoticônes amusantes, des questions et réponses sur les voitures et la génération de scènes d'IA, et profiter de nouveaux voyages grâce à l'IA de Zhisheng. Ce lancement NOMIGPT sera disponible simultanément pour les modèles équipés du système intelligent Banyan·Rong.
- IA 477 2024-04-12 21:19:01
-
- Après la bénédiction des grands modèles, les numériques sont-ils « plus humains » ?
- Ancre virtuelle de la langue des signes humaine des Jeux olympiques d'hiver de Pékin, allumage humain numérique des Jeux asiatiques de Hangzhou, journaliste numérique de l'agence de presse Xinhua, astronaute numérique Xiaowei... Alors que de plus en plus d'humains numériques apparaissent dans la vie des gens, l'ensemble de la race humaine numérique L'industrie se développe également vers des applications diversifiées et étendues, s’étendant rapidement dans différents secteurs et scénarios. Pour la face C, les personnes numériques aident les utilisateurs à produire du contenu et des travaux auxiliaires, tels que : les personnes numériques pratiquent le langage parlé, jouent à des jeux avec les personnes numériques, etc. ; pour la face B, les personnes numériques sont les « personnes-outils » des entreprises ; et sont utilisés dans la finance, le cinéma et la télévision, le commerce télévisuel, la diffusion en direct et d'autres industries pour améliorer la production industrielle et l'efficacité opérationnelle. Les gens du numérique sont une bonne affaire, mais leur mise en œuvre à grande échelle se heurte encore à des difficultés de talent, de coût, de scénarios, de technologie, etc. Parmi eux, le plus critique est le goulot d'étranglement technique, comment rendre le numérique
- IA 875 2024-04-12 19:04:10
-
- Série de prédiction de trajectoire | De quoi parle la version évoluée de HiVT QCNet ?
- Une version évoluée de HiVT (vous pouvez lire cet article directement sans lire HiVT au préalable), avec des performances et une efficacité grandement améliorées. L'article est également facile à lire. [Série de prédiction de trajectoire] [Notes] HiVT : HierarchicalVectorTransformerforMulti-AgentMotionPrediction - Zhihu (zhihu.com) Lien original : https://openaccess.thecvf.com/content/CVPR2023/papers/Zhou_Query-Centric_Trajectory_Prediction_CVPR_2023_paper
- IA 767 2024-04-12 18:28:21
-
- Transparent! Une analyse approfondie des principes des principaux modèles de machine learning !
- En termes simples, un modèle d’apprentissage automatique est une fonction mathématique qui mappe les données d’entrée à une sortie prédite. Plus précisément, un modèle d'apprentissage automatique est une fonction mathématique qui ajuste les paramètres du modèle en apprenant à partir des données d'entraînement afin de minimiser l'erreur entre la sortie prédite et la véritable étiquette. Il existe de nombreux modèles dans l'apprentissage automatique, tels que les modèles de régression logistique, les modèles d'arbre de décision, les modèles de machines à vecteurs de support, etc. Chaque modèle a ses types de données et ses types de problèmes applicables. Dans le même temps, il existe de nombreux points communs entre les différents modèles, ou il existe une voie cachée pour l’évolution du modèle. En prenant comme exemple le perceptron connexionniste, en augmentant le nombre de couches cachées du perceptron, nous pouvons le transformer en un réseau neuronal profond. Si une fonction noyau est ajoutée au perceptron, elle peut être convertie en SVM. celui-ci
- IA 503 2024-04-12 17:55:32
-
- Comment concevoir des capteurs logiciels grâce à des algorithmes d'apprentissage automatique ?
- En comprenant les capacités des algorithmes d’apprentissage automatique, les ingénieurs peuvent générer des capteurs logiciels efficaces pour leurs applications. Le capteur logiciel, également appelé capteur virtuel, est un logiciel capable de traiter de manière globale des centaines de données de mesure. Les directeurs d'usine qui cherchent à ajouter des capteurs logiciels peuvent être déconcertés par la portée de l'apprentissage automatique qui fonctionne avec les capteurs logiciels. Cependant, une analyse plus approfondie du sujet révèle qu’il existe plusieurs algorithmes de base qui sous-tendent la plupart des conceptions de capteurs logiciels. La sélection, la formation et la mise en œuvre de ces modèles incombent souvent aux data scientists, mais les directeurs d'usine et autres experts en exploitation voudront également se familiariser avec leurs capacités. Comprendre les capteurs logiciels Les capteurs logiciels sont créés dans un environnement logiciel mais peuvent offrir les mêmes avantages que leurs homologues du monde réel. dans un certain
- IA 903 2024-04-12 17:55:15
-
- Gartner révèle les principales tendances de la cybersécurité GenAI en 2024
- Les organisations, les gouvernements, les universitaires et bien d’autres explorent les moyens d’exploiter le pouvoir transformateur de la technologie GenAI. La majorité des responsables informatiques (67 %) donneront la priorité à GenAI au cours des 18 prochains mois. Même si les perspectives de GenAI suscitent un grand enthousiasme, il existe également des inquiétudes, notamment l’incertitude quant à l’impact de GenAI sur la cybersécurité sur plusieurs fronts. Pour nous aider à mieux comprendre les principales tendances en matière de cybersécurité et nous permettre de prendre des décisions éclairées pour réduire les risques de cybersécurité, la société d'études de marché Gartner a annoncé lors du récent Gartner Security and Risk Management Summit ses prévisions et recommandations en matière de cybersécurité. 2024 devrait être une autre bonne année pour GenAI, selon Gartne
- IA 407 2024-04-12 17:49:30
-
- Comment les soins de santé peuvent exploiter tout le potentiel du cloud computing
- Il y a cinq ans, il était rare d’entendre parler d’organismes de santé transférant leurs systèmes de dossiers de santé électroniques vers le cloud. Alors que je travaillais pour un prestataire de soins de santé, j'ai été l'un des premiers partisans de la migration des environnements Epic vers le cloud. Même si l’évolution des DSE dans le cloud prendra un certain temps, de plus en plus d’organisations de soins de santé vont de l’avant. Ces dernières années, les collaborations entre les fournisseurs de cloud et les fournisseurs de DSE ont contribué à accroître la visibilité de tels projets. Selon un rapport PwC de 2023, environ 81 % des responsables du secteur de la santé ont adopté le cloud pour la plupart ou la totalité de leurs opérations. La plupart des établissements de santé en sont encore au début de leur parcours d’adoption du cloud public. De nombreuses personnes sont peut-être familières avec le logiciel en tant que service, mais elles sont encore novices lorsqu'il s'agit de déplacer des charges de travail critiques vers le cloud public. Pour ceux qui ont ouvert
- IA 634 2024-04-12 17:46:22
-
- Comprenez la tokenisation en un seul article !
- Les modèles de langage raisonnent sur le texte, qui se présente généralement sous la forme de chaînes, mais l'entrée du modèle ne peut être que des nombres, le texte doit donc être converti sous forme numérique. La tokenisation est une tâche fondamentale du traitement du langage naturel. Elle peut diviser une séquence de texte continue (telle que des phrases, des paragraphes, etc.) en une séquence de caractères (telle que des mots, des phrases, des caractères, des signes de ponctuation, etc.) en fonction de besoins spécifiques. Les unités qu'il contient sont appelées un jeton ou un mot. Selon le processus spécifique illustré dans la figure ci-dessous, les phrases de texte sont d'abord divisées en unités, puis les éléments individuels sont numérisés (mappés en vecteurs), puis ces vecteurs sont entrés dans le modèle pour le codage, et enfin sortis vers des tâches en aval pour obtenir en outre le résultat final. La segmentation du texte peut être divisée en Toke en fonction de la granularité de la segmentation du texte.
- IA 607 2024-04-12 14:31:26
-
- Comment construire un système de gouvernance des données orienté IA ?
- Ces dernières années, avec l'émergence de nouveaux modèles technologiques, la valorisation des scénarios d'application dans diverses industries et l'amélioration des effets produits grâce à l'accumulation de données massives, les applications de l'intelligence artificielle ont rayonné dans des domaines tels que la consommation et Internet. aux industries traditionnelles telles que l’industrie manufacturière, l’énergie et l’électricité. La maturité de la technologie de l'intelligence artificielle et son application dans les entreprises de divers secteurs dans les principaux maillons des activités de production économique telles que la conception, l'approvisionnement, la production, la gestion et les ventes s'améliorent constamment, accélérant la mise en œuvre et la couverture de l'intelligence artificielle dans tous les maillons, et l'intégrer progressivement à l'activité principale, afin d'améliorer le statut industriel ou d'optimiser l'efficacité opérationnelle, et d'étendre davantage ses propres avantages. La mise en œuvre à grande échelle d'applications innovantes de la technologie de l'intelligence artificielle a favorisé le développement vigoureux du marché de l'intelligence Big Data et a également injecté une vitalité au marché dans les services sous-jacents de gouvernance des données. Avec le big data, le cloud computing et l'informatique
- IA 1094 2024-04-12 14:31:14
-
- Comment l'intelligence artificielle IA favorise-t-elle la transformation numérique ?
- Cela fait des décennies que l’intelligence artificielle a été proposée, mais pourquoi cette technologie n’a-t-elle connu une croissance explosive que ces dernières années ? Ce phénomène n'est pas un hasard. C'est précisément grâce à la maturité croissante des technologies numériques telles que le cloud computing, l'Internet des objets et le big data que l'intelligence artificielle a fait des progrès substantiels : le cloud computing offre une plateforme ouverte à l'intelligence artificielle, et le L'Internet des objets garantit la sécurité des données en temps réel, et le Big Data fournit des ressources illimitées et une prise en charge d'algorithmes pour l'apprentissage en profondeur. L'intégration de la transformation numérique des entreprises et des technologies traditionnelles dans ces domaines a favorisé la mise à niveau continue de la technologie de l'intelligence artificielle, jetant une base solide pour son évolution de la « perception intelligente » à la « pensée intelligente » et à la « prise de décision intelligente ». Les entreprises dotées de fortes capacités d’innovation numérique ont une influence croissante sur le marché et les consommateurs. Toute transformation numérique
- IA 730 2024-04-12 14:31:01
-
- Comment utiliser l'IA pour améliorer la visibilité énergétique dans les bâtiments
- Aux États-Unis, environ un tiers de l’énergie utilisée dans les bâtiments est gaspillée, ce qui coûte jusqu’à 150 milliards de dollars par an. Aujourd’hui, de plus en plus de gestionnaires d’immeubles en sont conscients et souhaitent identifier chaque actif disponible pour contribuer à maîtriser ce coût. Comme nous le savons tous, l’intelligence artificielle (IA) est devenue un outil puissant pour les leaders de l’industrie qui cherchent à améliorer l’efficacité énergétique. Associées à une planification zéro des bâtiments, les progrès de l’intelligence artificielle ouvrent la voie à une ère de transformation dans la gestion des installations. Les statistiques de Data International Energy Occupation montrent que le secteur de la construction représente jusqu'à 30 % de la consommation mondiale d'énergie et que l'optimisation de la consommation d'énergie peut contribuer à réduire l'impact sur l'environnement. L'intelligence artificielle aide les managers à prendre des décisions meilleures, plus éclairées et plus prédictives,
- IA 490 2024-04-12 12:16:23
-
- Comment l'IA et l'IoT bouleversent des secteurs clés
- L’intelligence artificielle (IA) et l’Internet des objets (IoT) ont déjà entraîné des développements significatifs dans des secteurs tels que l’industrie manufacturière et le secteur bancaire, respectivement, mais combinées, les deux technologies offrent de puissantes opportunités dans un large éventail de secteurs. L'Internet des objets a créé un réseau de communication en temps réel d'appareils interconnectés et est devenu une industrie multimilliardaire. Statista estime que ses revenus dépasseront 1 300 milliards de dollars d’ici 2024. Dans le même temps, l’intelligence artificielle a connu une croissance fulgurante depuis la sortie des programmes d’IA générative destinés aux consommateurs. Voici comment certaines industries de pointe utilisent ces technologies et comment les leaders de l'industrie envisagent cette utilisation évoluer à l'avenir. Assurance Actuellement, le rôle de l'intelligence artificielle dans le secteur de l'assurance est d'améliorer l'efficacité et le traitement
- IA 442 2024-04-12 11:55:26
-
- Nouvelles idées pour la simulation LiDAR | LidarDM : aide à générer un monde 4D, un tueur de simulation ~
- Titre original : LidarDM : GenerativeLiDARSimulationinaGeneratedWorld Lien vers l'article : https://arxiv.org/pdf/2404.02903.pdf Lien vers le code : https://github.com/vzyrianov/lidardm Affiliation de l'auteur : Université de l'Illinois, Massachusetts Institute of Technology Idée d'article : Introduction à cet article LidarDM, un nouveau modèle de génération lidar capable de produire des vidéos lidar réalistes, sensibles à la mise en page, physiquement crédibles et temporellement cohérentes. LidarDM possède deux capacités sans précédent en matière de modélisation générative lidar : (1)
- IA 710 2024-04-12 11:46:15
-
- Cas d'utilisation clés de la connectivité industrielle dans le secteur manufacturier
- Ces dernières années, les possibilités et le potentiel des usines intelligentes et de l’Industrie 4.0 ont fait l’objet de discussions croissantes, mais les nombreux avantages de ces visions et stratégies ambitieuses peuvent désormais être concrétisés en tirant parti de la connectivité industrielle. La connectivité industrielle dans la fabrication permet à une variété d'applications d'augmenter l'efficacité, d'améliorer la qualité de la production, de permettre une surveillance et un contrôle en temps réel et de faciliter les processus de prise de décision intelligents. Des technologies telles que les usines de fabrication intelligentes et l’Industrie 4.0 ont été largement débattues ces dernières années, mais les nombreux avantages de ces visions et stratégies ambitieuses qui exploitent la connectivité industrielle pour briser les silos courants dans le secteur manufacturier sont désormais réalisables. Dans la pratique, plusieurs cas d’utilisation courants visant à fournir un accès standardisé aux données via la connectivité industrielle ont eu un impact significatif sur l’industrie manufacturière mondiale. Certains de ces cas d'utilisation clés possibles incluent : Surveillance et analyse des données en temps réel dans le secteur manufacturier
- IA 839 2024-04-12 09:16:32
-
- Comment les capteurs IoT et l'IA révolutionnent les bâtiments intelligents
- Avec le développement continu des technologies intelligentes, les bâtiments intelligents sont devenus une force puissante dans le secteur de la construction actuel. Dans l’essor des bâtiments intelligents, les capteurs de l’Internet des objets (IoT) et l’intelligence artificielle (IA) ont joué un rôle crucial. Leur combinaison n’est pas seulement une simple application technique, mais aussi une subversion complète des concepts de construction traditionnels, nous apportant un environnement de construction plus intelligent, efficace et confortable. Au cours des dernières années, et particulièrement à la suite de la pandémie de COVID-19, les défis auxquels est confrontée la gestion des bâtiments se sont accrus et ont évolué à mesure que les attentes envers les gestionnaires d'installations ont changé et que les besoins en matière de viabilité se sont accrus. L'évolution vers des environnements de travail plus intégrés et plus flexibles au sein des bureaux modifie également la façon dont les bâtiments commerciaux sont utilisés, nécessitant une visibilité en temps réel sur l'utilisation du bâtiment et les tendances des occupants.
- IA 1035 2024-04-12 09:10:15