


L'IA et l'IoT contribuent à améliorer les expériences de ville intelligente
Les villes deviennent de plus en plus intelligentes en raison de la croissance considérable de l'Internet des objets (IoT) et du traitement de l'intelligence artificielle pour gérer et surveiller les énormes ensembles de données générés par les centres urbains. Technology Magazine examine en profondeur trois des technologies intelligentes qui promettent de transformer la vie urbaine ainsi que les entreprises et les gouvernements qui la servent.
Utiliser l'intelligence artificielle pour optimiser l'énergie dans les villes intelligentes
L'intelligence artificielle peut être utilisée dans les villes intelligentes pour analyser et suivre la manière dont les entreprises et les résidents utilisent l'énergie, générant ainsi des données qui peuvent à leur tour aider à prendre des décisions sur les domaines dans lesquels les énergies renouvelables devraient être utilisées. être utilisé. Cela peut également montrer aux urbanistes où l’énergie est gaspillée et comment économiser de l’énergie.
John Kosowatz, rédacteur en chef de l'American Society of Mechanical Engineers (ASME), explique que les solutions IoT intelligentes devraient être utilisées pour optimiser l'infrastructure et permettre aux citoyens de participer à la gestion des services.
Les capteurs, réseaux et applications reçoivent des données sur la consommation d'énergie, le trafic et les niveaux de pollution. Ceux-ci sont ensuite analysés et utilisés pour corriger et prédire l’utilisation et les modèles. En mettant ces données à la disposition de tous via des systèmes d'accès ouvert, les citoyens et les entreprises peuvent utiliser eux-mêmes ces informations.
Vinod Pangracious, directeur et professeur agrégé de génie électrique et informatique à l'Université américaine de Dubaï, a présenté le concept d'un cadre d'échange d'énergie peer-to-peer basé sur la blockchain pour échanger de l'énergie propre décentralisée dans une société connectée.
Le modèle d'échange d'énergie intelligent est conçu pour gérer autant que possible de manière automatisée, y compris la production, la consommation et la distribution d'énergie propre utilisant des énergies renouvelables.
Intelligence artificielle et IoT : améliorer les transports dans les villes intelligentes
Les technologues utilisent aujourd'hui les technologies de vision par ordinateur et d'apprentissage automatique pour transformer les infrastructures de transport urbain.
Une entreprise pionnière dans ce domaine est Hayden AI, qui a développé la première plateforme autonome de gestion du trafic au monde. L'entreprise automatise des processus complexes et améliore les services publics.
Cette technologie peut prendre en charge une variété de véhicules de service public, notamment les bus, les balayeuses, les véhicules de sécurité des aéroports et les voitures de police.
Avec l'utilisation de l'intelligence artificielle dans les villes intelligentes, des innovations ont émergé dans les transports publics. Cette technologie permet aux utilisateurs des transports en commun de recevoir et d'accéder à des mises à jour en temps réel, améliorant ainsi la satisfaction des clients en termes de temps et de détails. Il est également prévu de mettre en place des bus autonomes dans la ville, ce qui pourrait réduire les émissions, améliorer les itinéraires et augmenter la fréquence.
Grâce à la technologie de reconnaissance des plaques d'immatriculation, les parkings sont capables de détecter les voitures qui restent plus longtemps qu'elles ne le devraient et peuvent également exiger des paiements et des contraventions. D'autres technologies incluent la possibilité de recommander des espaces en fonction de la voiture.
IA ET SÉCURITÉ DANS LES VILLES INTELLIGENTES
Bien que les images des caméras de sécurité soient généralement examinées lorsqu'un crime est signalé, cela n'empêche pas le crime lui-même. Les caméras de sécurité utilisant l’intelligence artificielle sont capables d’analyser les images en temps réel et de détecter les crimes, qui peuvent ensuite être signalés et traités immédiatement.
Ces caméras peuvent également détecter les personnes à partir de leurs vêtements, permettant à la technologie de trouver les suspects plus rapidement que jamais.
Les villes intelligentes peuvent également utiliser l'intelligence artificielle pour mesurer leur impact sur l'environnement local, le réchauffement climatique et les niveaux de pollution.
Utiliser l'intelligence artificielle et l'apprentissage automatique pour le contrôle de la pollution et la consommation d'énergie, permettant aux agences municipales et aux villes de prendre des décisions éclairées et les meilleures pour l'environnement. Les villes intelligentes utilisent également l’intelligence artificielle pour détecter le dioxyde de carbone, qui peut ensuite prendre des décisions en matière de transport.
Une autre innovation à surveiller est le centre de réponse en temps réel (RTRC) qui devrait apparaître dans les futures villes intelligentes. Le RTRC reçoit des données provenant de diverses sources et affiche des renseignements agrégés sur un écran vidéo grand écran, ainsi que des informations en temps réel provenant de caméras, de capteurs de trafic et de détecteurs de tirs.
« Dans les bureaux d'application de la loi des villes intelligentes, le RTRC est la plaque tournante centrale pour protéger le public », a déclaré Sandeep Sinha, responsable du marketing, SLED, Insight Digital Innovation. Sinha a expliqué que des sociétés telles qu'Insight, Genetec, Intel et Microsoft travaillent ensemble pour développer l'infrastructure informatique de sécurité publique existante et développer des solutions basées sur le cloud.
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)

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

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.

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.

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

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

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.

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

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
