Périphériques technologiques
IA
Réduire le stress lié au stationnement dans les villes animées grâce à la technologie de l'IA
Réduire le stress lié au stationnement dans les villes animées grâce à la technologie de l'IA
L'Université de Bath développe l'intelligence artificielle pour aider les conducteurs à trouver des places de stationnement dans les centres-villes animés.
Le logiciel incitera également les conducteurs à travailler avec les conseils locaux cherchant à maintenir la pollution dans les centres-villes animés dans des limites sûres, dans le cadre de plans de grande envergure visant à réduire l'air toxique dans les centres-villes.
Alors que les populations urbaines continuent de croître (la population urbaine mondiale devrait plus que doubler d'ici 2050, avec 7 personnes sur 10 vivant dans les villes), la nécessité d'utiliser les nouvelles technologies pour réduire la pollution et les embouteillages devient de plus en plus grande. de plus en plus urgent. Toutefois, toute mesure visant à freiner l’utilisation de la voiture dans les villes doit également prendre en compte les besoins des habitants des communautés rurales, qui peuvent dépendre de la voiture pour accéder aux services de base.
Le nouveau projet est une collaboration entre des informaticiens de Bath et Chipside Ltd, un leader en informatique de gestion du stationnement et du trafic. Le potentiel d'adoption de cette nouvelle technologie par les communes du Royaume-Uni est élevé : Chipside est actuellement responsable de la fourniture de permis de stationnement numériques et de stationnement sans numéraire à plus de 50 % des communes du Royaume-Uni.
Émissions nettes de carbone nulles
Dans le cadre d'un partenariat de 2,5 ans avec Bath, Chipside développera une suite de logiciels conçus pour aider les conseils locaux à respecter les jalons en matière de stationnement, d'accès à la ville et de circulation des véhicules définis dans le plan en dix points du gouvernement. Lancé en novembre 2020, le plan utilise des investissements publics et privés pour conduire le Royaume-Uni vers son objectif de zéro émission nette de carbone d’ici 2050.
En vertu de la loi sur l'environnement, qui entrera en vigueur en 2021, les autorités locales sont fortement incitées à lancer des initiatives de « ville intelligente » telles que celles proposées dans le projet Bath-Chipsside, car si elles manquent les objectifs environnementaux, elles seront plus vulnérables à Laiyue. s'expose à de lourdes amendes. Un objectif important actuellement évoqué est de maintenir les particules fines (PM2,5) - qui proviennent de la combustion de carburant - dans la fourchette recommandée par l'Organisation mondiale de la santé.
Influencer le comportement des conducteurs
Le nouveau projet utilisera la dernière technologie d'intelligence artificielle pour créer des services permettant aux autorités locales d'analyser de grandes quantités de données sur le comportement des conducteurs et de mieux contrôler les habitudes de déplacement locales.
Le Dr Özgür Şimşek, directeur adjoint de l'informatique et chef du groupe de recherche sur l'intelligence artificielle à Bath, sera le responsable académique du projet. Elle explique pourquoi il est judicieux de développer des services pour modifier le comportement des conducteurs lors du dernier kilomètre vers les centres-villes.
« Imaginez que vous allez en ville un jeudi matin et, à votre insu, que votre voiture est le seul moteur qui amène la ville à dépasser les niveaux de pollution autorisés, ce qui entraîne une lourde amende de la part du gouvernement local. Imaginez maintenant qu'au lieu de cela. Si cela se produit, vous recevez une suggestion de vous garer dans un autre meilleur endroit et vous recevrez une place de stationnement gratuite. Le système vous montrera également un itinéraire à faible trafic vers la place de stationnement gratuite et l'ensemble du service sera adapté à vos besoins. besoins individuels tout en contribuant à atteindre les objectifs de zéro émission nette
Le Dr Tom Haines, maître de conférences en apprentissage automatique au département d'informatique de Bath et collègue de l'équipe KTP, a ajouté : « Un objectif important de ce projet est de rendre les services de transport accessibles aux tout le monde. Les utilisateurs répondent plus rapidement. Actuellement, ce sont les gens qui décident, par exemple où se garer, et le gouvernement réagit plus tard. Le service en temps réel fournit un flux de données accumulées mais inutilisées sur le comportement de conduite. Lorsque nous déployons l’intelligence artificielle, nous créons un système dynamique qui s’adapte aux besoins du conducteur et de l’environnement, bénéficiant ainsi à tous.
David Wright, fondateur de Chipside et responsable de l'industrie chez KTP, a déclaré : « Les nouvelles connaissances acquises grâce au partenariat seront transformatrices pour notre entreprise. Elles deviendront une partie intrinsèque de notre future stratégie de développement logiciel, nous permettant d'étendre notre activité. La capacité, plus important encore, de réduire la pollution et de gérer l'offre et la demande de mobilité en temps réel
Izaro Lopez Garcia, responsable des partenariats commerciaux aux services de recherche et d'innovation (RIS) de l'Université de Bath, qui a facilité le partenariat, a déclaré : « Ce projet Il s’agit du premier projet de gouvernement local du Royaume-Uni visant à partager des données transfrontalières sur le stationnement et la mobilité en temps réel. Le système Chipside intègre déjà des données transfrontalières, et l’intelligence artificielle pourrait aller encore plus loin vers la réalisation de l’objectif zéro émission nette du gouvernement britannique.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc.
Aug 01, 2024 pm 09:40 PM
Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière
