


L'avenir des villes intelligentes : IA, données et développement urbain
Après la crise financière de 2008, un nouveau mode d’urbanisation et de prestation de services a commencé à prendre racine dans le monde. À mesure que la technologie progresse, les urbanistes ont conçu de nouvelles façons de surveiller les besoins des résidents de la ville et de tirer parti de la technologie pour fournir des services.
En déployant l'Internet des objets dans de nombreuses tâches de gestion des villes, des « villes intelligentes » voient le jour. Plus d’une décennie plus tard, la révolution des villes intelligentes est devenue monnaie courante dans les plus grandes villes du monde. Cependant, le concept ressemble plus à un exercice de branding qu’à une révolution complète de l’urbanisation.
Utiliser la technologie pour faciliter la vie urbaine n’a rien de nouveau dans les villes. Depuis la création des premières villes il y a plus de 6 000 ans, les humains recherchent des moyens d’utiliser la technologie pour améliorer notre vie quotidienne. Avec l’avènement des smartphones, les urbanistes ont pu collecter de grandes quantités de données et mieux comprendre les besoins des habitants.
Résoudre les problèmes urbains
En tant que technologie de surveillance, la quantité d'informations personnelles collectées par les smartphones est sans précédent dans l'histoire de l'humanité. Ces données fournissent aux urbanistes de nouvelles informations sur la manière dont les environnements urbains sont utilisés et où les ressources doivent être allouées.
Cependant, les marques de villes intelligentes se concentrent souvent davantage sur le confort personnel que sur la surveillance des données. Dans des villes comme Dubaï et Singapour, à mesure que les bureaux municipaux abandonnent les documents papier pour les transactions officielles, les résidents peuvent interagir avec les services de la ville via des applications pour smartphone
Les résidents peuvent utiliser des applications pour smartphone pour signaler des pannes de service et payer des amendes, etc. Les spécialistes du marketing des villes intelligentes envisagent un avenir dans lequel les résidents n'auront pas besoin de se rendre physiquement dans les bureaux physiques de la ville pour faire des affaires et où les ressources seront automatiquement allouées en fonction de la demande.
Au cours de la dernière décennie, de nombreuses villes à travers le monde ont adopté des concepts de villes intelligentes pour méthode des degrés. Même dans une ville comme Cape Town, les habitants peuvent résoudre nombre de leurs problèmes via leurs smartphones ou plateformes en ligne. Les modèles de villes intelligentes véritablement innovants évoluent. NEOM, une ville planifiée sur la côte de la mer Rouge en Arabie Saoudite, promet d'intégrer la technologie dans presque tous les aspects de l'environnement urbain
À l'autre bout du monde, un groupe d'investisseurs technologiques de premier plan en Californie souhaite construire sa propre ville à partir de zéro et tester des concepts de ville intelligente pour résoudre les problèmes urbains.
Future Smart City
"California Forever" est un projet soutenu par les milliardaires de la Silicon Valley Reid Hoffman, Laurene Powell Jobs et Marc Andreessen, qui prévoit de construire une "ville de rêve" en Californie du Nord". Le projet a acquis de vastes étendues de terrain et promet de créer une ville intelligente futuriste dotée des dernières technologies en matière d'énergie solaire, de sécurité et de qualité de vie.
Ces investisseurs réagissent au grave déclin des villes californiennes. Les villes californiennes, de San Francisco à San Diego, ont été incapables de freiner la hausse de la criminalité et du sans-abrisme. Les partisans croient au concept « California Forever » de villes intelligentes entretenues par les dernières technologies de surveillance pour offrir une alternative aux zones urbaines de plus en plus dangereuses de Californie
C'est logique. Le cœur des villes intelligentes est représenté par l’architecture de surveillance intégrée à l’environnement urbain. Mais le discours public a toujours été plus doux. Pour bien comprendre cette dichotomie, nous devons examiner la façon dont les marchés émergents se sont transformés au cours des deux dernières décennies. Au milieu des années 2000, les investisseurs ont commencé à rechercher de nouveaux marchés offrant des rendements lucratifs.
Les fonds bon marché apportés par la mondialisation et les faibles taux d'intérêt, ainsi que par la population jeune et croissante, ont fait des pays émergents (en particulier ceux de l'hémisphère sud) un choix populaire pour les investisseurs. L’émergence de nouveaux récits valide et accélère le nouveau sentiment des investisseurs. En d’autres termes, la technologie et une population jeune et croissante annoncent un changement historique dans l’économie mondiale. L'avenir appartient aux marchés émergents
D'un point de vue technologique, c'est exact. La technologie permet un meilleur accès aux marchés pour les travailleurs du savoir du monde entier. De nombreuses villes des pays émergents comptent une population jeune en croissance qui a plus d'opportunités que leurs prédécesseurs
Pays à marchés émergents
Des villes comme Dubaï sont devenues de nouveaux pôles d'innovation, rassemblant divers groupes de personnes. Ce discours a été brisé ces dernières années, lorsque les taux d’intérêt élevés ont drainé l’argent bon marché qui avait alimenté le boom. Toutefois, certains pays émergents ont véritablement pris leur envol.
Le récit de la ville intelligente reste essentiel au discours sur les marchés émergents. De nombreux responsables municipaux considèrent l'utilisation de smartphones pour payer les contraventions de stationnement comme un signe de la promesse de la technologie de rendre la vie plus facile. Il supprime les obstacles bureaucratiques souvent associés à l’héritage du colonialisme dans certains pays émergents.
Maintenant que ces évolutions sont devenues monnaie courante dans le monde, le discours doit changer. L’essor de l’intelligence artificielle va changer notre façon de penser les villes. Grâce à la grande quantité de données collectées par les villes au cours de la dernière décennie, des systèmes d'intelligence artificielle peuvent être déployés pour prédire et gérer l'allocation des ressources. L’expérience fluide promise par les visions de villes intelligentes peut être plus facilement réalisée grâce à l’intelligence artificielle.
Le rêve d’une ville véritablement intelligente n’est pas encore terminé. Tant que les humains vivront dans les villes, il y aura une motivation pour améliorer l’environnement urbain.
Les marques de villes intelligentes associées à la croissance des marchés émergents ont peut-être connu leurs meilleurs jours et évoluent à mesure que les nouvelles technologies offrent plus d'options aux planificateurs. Ainsi, un chapitre important de l’histoire de l’urbanisation touche à sa fin et un autre est sur le point de commencer
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 Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g
