Périphériques technologiques
IA
Sept prédictions des responsables informatiques pour l'intelligence artificielle en 2023
Sept prédictions des responsables informatiques pour l'intelligence artificielle en 2023
Les impacts potentiels de l'IA sont très variés, tout comme les prédictions associées, de la détection à l'IA générative et responsable, en passant par la collaboration et l'automatisation. Qu’est-ce qui comptera pour les responsables informatiques en 2023 ? Nous avons demandé leur avis à des experts en IA et en informatique.
L'apprentissage automatique aidera à corriger les biais de l'intelligence artificielle. Dans l’IA conversationnelle, les systèmes qui « connaissent le client » en exploitant des informations spécifiques au client réduiront également les biais.
Ceci n'est qu'un point de départ. Examinons d’autres tendances clés.
1. Les CTO seront pointilleux sur les détails de l'IA
Les CTO doivent fournir aux prestataires de soins de santé une technologie qui améliore les services et les processus. Après tout, les prestataires de soins de santé souhaitent que leurs médecins se concentrent sur les soins médicaux et non sur la technologie. Les CTO ne devraient pas adhérer à l’IA parce qu’il s’agit d’IA ou parce qu’il s’agit de la technologie la plus récente et la plus performante. Au lieu de cela, les CTO devraient envisager des produits potentiels d’IA. Comment cela fonctionne-t-il dans leur organisation spécifique ? Comment cela va-t-il améliorer les processus métier ? Avant, on pouvait dire : « Nous mettons en œuvre l’IA ou la transformation numérique » et obtenir un chèque en blanc, mais cela ne sera plus populaire. Les organisations veulent voir des résultats et doivent être capables de mesurer l’impact. Les directeurs techniques ne peuvent pas simplement affirmer que l’IA est l’avenir et obtenir le budget qu’ils souhaitent. 2
2. Impact révolutionnaire de la technologie de l'intelligence artificielle
Au cours des prochaines années, l'intelligence artificielle fera d'énormes avancées dans le traitement des maladies. Il suffit de regarder le Dr David Baker, lauréat du Breakthrough Prize 2021. Le Dr Baker a utilisé l’intelligence artificielle pour concevoir des protéines entièrement nouvelles. Cette technologie révolutionnaire continuera d'avoir un impact considérable dans les sciences de la vie, avec le potentiel de développer des médicaments salvateurs pour traiter des maladies telles que la maladie d'Alzheimer et la maladie de Parkinson.
L'intersection de la physique fondamentale et de l'informatique, sous couvert de quantique et d'informatique quantique. Même si je n’ai aucun espoir de voir des ordinateurs quantiques pratiques, nous verrons un croisement. L'un des exemples les plus intéressants est peut-être QuantrolOx d'Andy Brig, où l'intelligence artificielle est utilisée pour régler les ordinateurs quantiques
La combinaison des mathématiques avancées et de l'informatique libérera une nouvelle génération d'ingénieurs à l'avant-garde de l'exploitation de la vague de l'IA ! Un poste unique.
3. Au carrefour de l'intelligence artificielle et de l'intelligence humaine
Bien que l'intelligence artificielle soit de plus en plus adoptée pour améliorer notre expérience utilisateur collective à grande échelle, elle sera contrebalancée par une intervention humaine appropriée. Les informations fournies par les humains appliquant l’IA constitueront une combinaison plus efficace que l’une ou l’autre seule. La manière et le lieu où cet équilibre sera atteint dépendront du secteur d’activité et de l’importance de la fonction exercée. Par exemple, les radiologues assistés par l’intelligence artificielle ont un taux de réussite plus élevé dans le dépistage du cancer du sein que lorsqu’ils travaillent seuls, selon une nouvelle étude. La même IA produit également des résultats plus précis entre les mains des radiologues que lorsqu’elle est réalisée seule.
4. Les capacités de l'IA responsable et générative s'améliorent
Nous pouvons nous attendre à voir quelques tendances majeures en matière d'IA en 2023, dont deux méritent d'être surveillées : l'IA responsable et l'IA générative. L’IA responsable ou éthique est un sujet brûlant depuis un certain temps, mais nous la verrons passer du concept à la pratique au cours de l’année prochaine. Des technologies plus intelligentes et des cadres juridiques émergents autour de l’intelligence artificielle sont également des pas dans la bonne direction. Par exemple, la loi sur l’intelligence artificielle (AIAct) est une proposition qui devrait être la première loi européenne visant à gérer les risques liés aux cas d’utilisation de l’intelligence artificielle. Semblable au RGPD sur l’utilisation des données, le projet de loi sur l’IA pourrait devenir une norme de base pour une IA responsable et devrait devenir loi au printemps prochain. Cela aura un impact sur les entreprises utilisant l’IA à l’échelle mondiale.
La seconde est l’IA générative, qui fera également des progrès significatifs au cours des 12 prochains mois. Les modèles récents facilitent la création d’images et de dessins réalistes à partir de descriptions en langage naturel. Des fonctionnalités comme celle-ci sont désormais en train de passer du statut de fonctionnalités intéressantes à celui de véritables cas d'utilisation professionnelle. De nombreuses entreprises proposent des produits qui peuvent vous aider à rédiger des essais, des textes publicitaires ou des lettres d'amour. Au lieu de rechercher dans des photos d'archives, vous pouvez saisir une requête et obtenir des images nouvellement générées. Et ce n’est qu’un début : les gens n’ont fait qu’effleurer la surface des applications génératives voix et vidéo, il sera donc intéressant de voir des innovations et des cas d’utilisation émerger au cours de l’année à venir.
5. Une collaboration plus forte entre les équipes métiers et informatiques
En 2023, alors que les entreprises se préparent à une plus grande volatilité économique, il est important non seulement de faire plus avec moins, mais aussi de faire plus à partir de la base. la valeur commerciale de l’IA. Même si les responsables informatiques reconnaissent les avantages de l'IA en termes d'automatisation, d'informations et d'efficacité améliorées, l'IA nécessite toujours une plus grande collaboration entre l'entreprise et l'informatique pour garantir que la technologie résout réellement les problèmes et les besoins de l'entreprise.
Une autre tendance que nous constatons déjà est que des organisations entières continuent d’adopter pleinement l’IA. Des modèles de données aux puces d’IA, une variété de solutions logicielles et matérielles visent à s’emparer d’une part du lucratif gâteau de l’IA.
6. L'intelligence artificielle changera l'efficacité et la production des organisations
Il y a eu des discussions sur la question de savoir si l'intelligence artificielle aurait une sensibilité et constituerait une menace pour les humains, ce qui surestime considérablement les capacités actuelles de l'intelligence artificielle. L’intelligence artificielle a accompli de nombreuses tâches qui prendraient des milliers d’heures à l’homme : vaincre les maîtres d’échecs, identifier les fractures aux rayons X, choisir les itinéraires les plus rapides pour les camions de livraison, et bien plus encore. Mais l’IA ne « comprend » pas comment elle accomplit ces tâches. Cela n’explique pas pourquoi un mouvement est plus stratégique qu’un autre – il le sait simplement. Mais l’IA résout un grand nombre de tâches à l’intérieur et à l’extérieur du lieu de travail.
Pour en tirer le meilleur parti, nous devons comprendre pourquoi l’IA peut faire tant de choses même si elle manque d’intelligence humaine. Par exemple, dans le secteur juridique, où les avocats sont encore facturés par tranches de 6 minutes, l’IA peut-elle effectuer bon nombre des tâches effectuées par les humains ? Je prédis que l’attribution de davantage de tâches à l’IA entraînera des changements progressifs dans l’efficacité et le rendement des équipes.
7. L'IA stimule et soutient l'automatisation
Tout le monde comprend la valeur de l'automatisation, et dans notre monde défini par logiciel, presque tout peut être automatisé. Cependant, les points de décision automatisés ou points de déclenchement restent l’un des facteurs les plus délicats. C’est là que l’IA entrera de plus en plus en jeu : plutôt que d’automatiser les règles traditionnelles du « si ceci alors cela », l’IA peut prendre des décisions plus intelligentes et moins fragiles.
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
Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !
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)
Sujets chauds
1393
52
1207
24
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
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
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
