Périphériques technologiques
IA
Huang Wei et Yunzhisheng ont été sélectionnés avec succès pour la « Sélection annuelle d'intelligence artificielle 2023 » et ont remporté deux distinctions
Huang Wei et Yunzhisheng ont été sélectionnés avec succès pour la « Sélection annuelle d'intelligence artificielle 2023 » et ont remporté deux distinctions
Le 14 décembre, lors de la conférence MEET2024 Intelligent Future organisée par Qubit, les résultats de la « Sélection annuelle 2023 sur l'intelligence artificielle » ont été officiellement annoncés. Grâce à son innovation technologique exceptionnelle en matière d'intelligence artificielle et à ses capacités d'application pratique, Yunzhisheng a été sélectionné avec succès dans la liste « 2023 Artificial Intelligence Annual Leading Enterprises TOP50 ». Dans le même temps, Huang Wei, fondateur et PDG de Yunzhisheng, a également été inclus dans la liste « 2023 Artificial Intelligence Annual TOP30 Influential People » pour sa perspicacité, sa créativité et son leadership exceptionnels
En tant que nouveau média chinois bien connu dans le domaine de l’intelligence artificielle et des technologies de pointe, la liste publiée par Qubit revêt une importance capitale pour l’industrie. Cette fois, la « Sélection annuelle 2023 de l'intelligence artificielle » est divisée en trois dimensions : entreprise, individu et produit/solution. Au cours des trois derniers mois, Qubits a finalement sélectionné 50 entreprises de premier plan et 20 entreprises de premier plan sur la base de données réelles, combinées à des recherches approfondies sur des centaines d'entreprises d'intelligence artificielle et aux opinions de dizaines d'experts renommés du secteur. startups, 30 leaders, 10 produits exceptionnels et 10 solutions exceptionnelles
2023 TOP50 annuel des principales entreprises d'intelligence artificielle
Dans la liste « 2023 Artificial Intelligence Annual Leading Companies TOP50 », il y a 50 entreprises dotées d'une technologie de base, d'un capital prometteur, de la confiance des clients et du succès commercial. Elles sont l'épine dorsale du domaine de l'IA en Chine - techniquement, leader de l'industrie de base. les dernières tendances telles que les modèles, l'informatique IA, l'intelligence embarquée, l'informatique spatiale et l'interaction multimodale ; en termes de scénarios, il couvre les domaines d'application actuels de l'IA tels que l'AIGC, la conduite autonome, les terminaux intelligents, la finance, le commerce électronique, la logistique ; , la sécurité et les communautés de contenu. La liste comprend des géants de l'industrie qui sont entrés très tôt dans l'industrie et ont une profonde influence, ainsi que des entreprises représentatives de premier plan avec des performances accrocheuses dans le secteur vertical. Yun Zhisheng est l'un d'entre eux.
En tant que pionnier de l'industrie chinoise de l'intelligence artificielle, Yunzhisheng adhère à la technologie comme noyau central, continue d'approfondir les problèmes de l'industrie, comprend les besoins de l'industrie et continue d'appliquer rationnellement la technologie de l'intelligence artificielle dans des scénarios réels, s'engageant à créer des intelligences artificielles. l'intelligence sert tous les horizons et apporte des avantages pratiques. C'est dans cette intention originale que Yunzhisheng a publié le grand modèle des montagnes et des mers en mai de cette année, ouvrant ainsi un nouveau chapitre dans le domaine des grands modèles
Yunzhisheng utilise le modèle Shanhai pour fournir des solutions industrielles dans le domaine de l'IoT intelligent, couvrant des scénarios segmentés tels que la gestion des connaissances, l'éducation, les véhicules et les transports. En termes de gestion des connaissances, le système KMS de Yunzhisheng peut gérer, partager et appliquer des connaissances exclusives, favorisant ainsi la mise à niveau du modèle d'entreprise du « coût des connaissances » au « capital de connaissances ». Pour les scénarios éducatifs, Yunzhisheng utilise le grand modèle Shanhai pour mettre en œuvre des corrections à trois niveaux, notamment des conseils de prononciation, une correction grammaticale et la génération de dialogues pour aider les apprenants d'anglais à améliorer leurs compétences orales. Dans le scénario des véhicules intelligents, Yunzhisheng s'appuie sur le modèle Shanhai pour comprendre en profondeur les besoins des utilisateurs et fournir une solution d'interaction vocale unique pour obtenir une expérience d'interaction homme-véhicule idéale. Dans le scénario du transport intelligent, Yunzhisheng utilise de grands modèles de montagnes et de mers pour créer un service client intelligent plus humain, offrant aux passagers une expérience de voyage plus rapide et plus pratique
Visant le domaine médical intelligent, Yunzhisheng combine l'accumulation de données passées et d'expériences et, sur la base du modèle Shanhai, a lancé trois applications de produits médicaux : un système de génération de dossiers médicaux ambulatoires, un assistant de rédaction de dossiers chirurgicaux et un système de réclamation intelligent d'assurance commerciale, continuant ainsi à diriger le secteur intelligent. soins médicaux Innovation et développement
TOP30 annuel d'influenceur d'intelligence artificielle 2023
Les tendances technologiques connaissent des changements drastiques, essentiellement indissociables de la promotion du « people ». En cette année spéciale, il y a de nombreux débutants et vétérans dans l'industrie, qui ont un impact profond sur le processus de commercialisation de l'IA en Chine et ajoutent également de l'enthousiasme à la liste des héros de l'IA « TOP30 des personnes influentes de l'année en intelligence artificielle en 2023 ». Parmi eux, certains sont bien connus dans le monde universitaire et ont eu un impact sur le paysage commercial chinois de l'IA grâce à leur solide expérience technique ; certains dominent le marché des entreprises et amènent leurs équipes à approfondir continuellement leur compétitivité grâce à des informations précises.
En tant que dirigeant de Yunzhisheng, Huang Wei est diplômé de l'Université des sciences et technologies de Chine et est l'un des premiers chercheurs en Chine engagés dans des recherches sur la parole de l'intelligence artificielle et les technologies liées à la sémantique. Il a été chercheur principal au Motorola China Research Center et doyen de la branche vocale du Shanda Innovation Institute. Au cours de cette période, il a dirigé l'équipe pour participer à l'évaluation de reconnaissance des conférenciers de l'Institut national des normes et de la technologie pendant trois années consécutives et a obtenu la première place mondiale
Dans le boom des grands modèles, Huang Wei a conduit l'équipe à lancer une nouvelle vague technologique grâce à sa vision stratégique pointue. En mai de cette année, ils ont officiellement lancé le modèle Shanhai, en se concentrant sur les deux domaines de l'IoT intelligent et des soins médicaux intelligents, et en explorant constamment de nouvelles voies de commercialisation. Jusqu'à présent, le grand modèle de montagnes et de mers de Yunzhisheng a été utilisé avec succès dans des scénarios tels que les soins médicaux intelligents, les affaires gouvernementales intelligentes, le transport ferroviaire intelligent et les véhicules intelligents, et les applications de scénarios basées sur ce grand modèle sont constamment enrichies et étendues. , et sa valeur commerciale a également été reconnue par un plus grand nombre de personnes, ce qui démontre pleinement l'excellent jugement, la créativité et le leadership de Huang Wei
Alors que Huang Wei et son équipe ont été reconnus pour leurs réalisations dans le domaine de l'intelligence artificielle, Yunzhisheng a été sélectionné pour la sélection 2023. Il s'agit non seulement d'une reconnaissance pour eux, mais aussi d'une attente quant à leur potentiel de développement futur. À l'avenir, Yunzhisheng continuera de promouvoir le développement de la technologie de l'intelligence artificielle et de s'enraciner dans l'industrie. Travailler avec d'autres pairs pour créer un modèle plus passionnant pour la commercialisation de l'intelligence artificielle en Chine
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)
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
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
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
