


Explorer le futur monde de la musique : le processus d'intégration de l'intelligence artificielle et de la science du cerveau
Le 28 octobre, la cérémonie d'ouverture et le futur concert de la Conférence sur l'intelligence artificielle des musiques du monde ont eu lieu à la salle de concert de l'Opéra du Conservatoire central de musique. Cette conférence a réuni des experts mondiaux dans les domaines de l'intelligence artificielle musicale, de la musique et des sciences du cerveau, de la musicothérapie et des représentants d'entreprises liées à l'industrie musicale pour discuter du futur monde de la musique et partager les dernières technologies de pointe et les points chauds de l'industrie
Veuillez diriger la cérémonie d'ouverture
Yu Feng, président du Conservatoire central de musique, a souligné les tendances actuelles de développement de la technologie de l'intelligence artificielle et de la recherche en sciences du cerveau, ainsi que l'importance sociale de grande envergure de la recherche interdisciplinaire sur la musique et les sciences du cerveau. Avant de parler, Dean Yu Feng a également présenté au public le robot de simulation conçu et développé pour ce concert.
Yu Feng
L'académicien Dai Qionghai a souligné à l'Université Tsinghua que la combinaison de la musique et de la technologie est une tendance de développement inévitable dans le domaine de la musique, qui a une grande signification sociale et pratique pour l'innovation de l'industrie musicale. Dans le même temps, elle a également développé le caractère unique et l'importance de l'intersection de la musique, de l'intelligence artificielle et de la science du cerveau, soulignant l'impact transformateur de la technologie de l'intelligence artificielle sur l'industrie musicale et son rôle dans l'héritage de la culture traditionnelle, de l'industrie. mise à niveau et transformation des réalisations
En tant qu'élément important de la 2e Conférence sur l'intelligence artificielle des musiques du monde, le « Future Concert » a également eu lieu lors de l'événement. Ce concert est une fête audiovisuelle de l'art et de la science présentée au public par la World Music Artificial Intelligence Conference. Le concert présente « l'intégration transfrontalière de la musique, de l'intelligence artificielle et de la science du cerveau », co-créée par des musiciens et des scientifiques et démontre l'exploration par le Conservatoire central de musique des possibilités infinies de la musique future sous forme de musique 3D
Parmi les œuvres du concert, "Observing Oneself II: Like the Heart" est composée pour l'interface cerveau-ordinateur, la reconnaissance des expressions et des émotions, la musique algorithmique, l'erhu et la guitare "Continuum" est composée pour l'expérience perceptuelle de la transformation de Lorentz ; « Eye No. 2 - Sigang » est un dialogue multidimensionnel entre « De », « Ling », « Kuxian » et la musique électronique ; « Drizzle Path » est composé pour le piano, l'audition artificielle et la vision générée par l'IA ; Yuan" est composé pour Zhong Ruan, l'IA, la musique assistée par ordinateur et la vision générative.
Scène de spectacle
L'équipe de production du concert est composée de compositeurs, d'interprètes et d'ingénieurs, couvrant une variété de technologies de pointe telles que l'intelligence artificielle, la technologie d'interface cerveau-ordinateur, la reconnaissance d'expression et d'émotion, la vision générée par l'IA, la musique informatique, la musique virtuelle. humains, chiens robots, etc. Rendue possible par la science et la technologie, l'œuvre propose une présentation choquante et futuriste de la philosophie confucéenne, du concept d'espace et de temps en physique, des émotions de la vie intérieure, de la poésie des lettrés, de la culture multiethnique et de nombreux autres thèmes.
Pendant le concert, le professeur Wang Xiaoqin a dirigé l'équipe du Laboratoire central de musique et des sciences du cerveau pour mener une expérience musicale en direct sur les sciences du cerveau. L'équipe expérimentale a été créée en coopération avec le Conservatoire central de musique et le Laboratoire du cerveau et de l'intelligence de. Université Tsinghua. L'équipe a invité 6 sujets en tant que public, a enregistré et affiché l'EEG et les données physiologiques des sujets en temps réel tout en regardant la performance en direct, et analysera les données dans des expériences ultérieures.
Les deux œuvres créées par le système de composition d'intelligence artificielle de Yangyin - l'ouverture "Bienvenue" et "Mille milles de rivières et de montagnes" sont accrocheuses. Ces deux œuvres ont été interprétées en direct par l'Orchestre Symphonique du Conservatoire Central de Musique via un chef d'orchestre humain numérique
Scène de performance "Bienvenue" et "Mille milles de rivières et de montagnes"
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.

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

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.

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
