


En se concentrant sur le domaine de l'intelligence artificielle, cette entreprise de Pudong prépare l'industrie de la navigation mobile autonome par robot.
En tant que haut lieu de l'intelligence artificielle dans le pays, Pudong réalise des percées dans de nombreux domaines et accélère pour aller de l'avant. À l'heure actuelle, l'industrie de l'intelligence artificielle de Pudong montre une tendance à se rassembler et à diriger son développement. Dans ce domaine en développement rapide, Silan Technology développe l'industrie de la navigation mobile autonome par robot à Zhangjiang en adoptant une disposition « un horizontal et trois verticaux ». En termes de technologie, nous continuons à mettre à niveau la technologie de manière itérative sur la base d'applications de scénarios ; en termes de produits, nous continuons à faire des percées pour fournir des produits stables et fiables pour le marché ; en termes de fabrication, nous utilisons la fabrication intelligente pour permettre la mise à niveau des lignes de production ; ; en termes de modèles économiques, nous adoptons un modèle de coopération flexible pour promouvoir le développement écologique
Après dix ans de recherche et développement, Silan Technology a accumulé une grande quantité de données de scène, des modèles d'algorithmes continuellement optimisés de manière itérative, et ses produits connectés sont devenus de plus en plus abondants. Nous avons désormais peaufiné un ensemble de solutions matures pour les capteurs et les algorithmes - solution de positionnement et de navigation autonomes slamware
Cette solution de positionnement et de navigation indépendante de Slamware dispose d'une technologie de fusion multi-capteurs, d'une technologie de détection de glissement, d'une technologie de relocalisation globale, de détection d'anomalies de positionnement et d'autres technologies, qui peuvent atteindre 80 % d'erreur de positionnement en intérieur dans des scénarios complexes. Récemment, la technologie de Silan Technology a remporté le premier prix du « 2023 Satellite Navigation and Positioning Technology Progress Award », qui est le seul prix scientifique et technologique décerné dans le domaine de la technologie de navigation par satellite en Chine.
Pour les robots, la chose la plus « effrayante » est le groupe de personnes qui subit soudainement des changements complexes en avançant, ou l'environnement qui change de plus de 50 %, qui peut facilement « s'effondrer ». Lorsque cela se produit, la solution de positionnement et de navigation autonome de Slamware peut toujours obtenir un positionnement et une navigation précis même lorsque l'environnement change à près de 100 %. En même temps, elle dispose de fortes capacités de mobilité, telles que la capacité de se déplacer librement dans de petits espaces, de manière intelligente. évitement d'obstacles, etc. Connectivité plus forte, comme la connexion aux ascenseurs, la connexion aux comptoirs, la connexion aux lignes de production, etc.
Dans le processus de promotion de la construction d'une zone pilote pour l'innovation et l'application de l'intelligence artificielle, Silan Technology s'intègre activement à la demande du marché, continue de s'efforcer d'innover dans les produits et explore activement de nouvelles technologies et applications. Ils ont développé avec succès plus de 10 produits radar aux performances différentes. Cette année, Silan Technology a lancé deux autres lidars, ciblant respectivement les domaines industriel et commercial. Il est entendu que ces deux lidars sont principalement utilisés pour des scénarios d'application pratiques tels que la navigation et l'évitement d'obstacles des robots de service, la détection et l'évitement d'obstacles dans les scénarios AGV et la conduite autonome légère (véhicules sans pilote dans les parcs). Dans le même temps, cela constitue également un maillon clé de la chaîne industrielle de l'intelligence artificielle dans la nouvelle zone de Pudong, donnant un nouvel élan au développement de la nouvelle écologie
Il y a dix ans, Silan Technology a pris racine à Zhangjiang, Pudong, un lieu de rassemblement des industries de haute technologie, et a « pris racine et germé » dans ce terrain fertile pour l'entrepreneuriat dans l'industrie technologique. Chen Shikai, co-fondateur et PDG de Silan Technology, a déclaré qu'au cours de la prochaine décennie, en tant qu'entreprise locale à Pudong, Silan continuera d'adhérer à des politiques axées sur la technologie et les produits, et réalisera une configuration complète autour de ces trois activités principales. lignes, améliorer l'efficacité de la recherche et du développement et diriger la réalisation de l'industrie de la robotique. Ce saut majeur de « l'automatisation » à « l'intelligence » aidera Pudong à promouvoir la construction d'un cluster industriel d'intelligence artificielle de classe mondiale.
Source : version de Pudong
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
