現在位置:ホームページ > 技術記事 > テクノロジー周辺機器 > AI
- 方向:
- 全て ウェブ3.0 バックエンド開発 ウェブフロントエンド データベース 運用・保守 開発ツール PHPフレームワーク 毎日のプログラミング WeChat アプレット よくある問題 他の 技術 CMS チュートリアル Java システムチュートリアル コンピューターのチュートリアル ハードウェアチュートリアル モバイルチュートリアル ソフトウェアチュートリアル モバイル ゲームのチュートリアル
- 分類する:
-
- クレイ研究所の賞金 100 万ドルは AI に与えられます。数学のルールは大きく変わりました。将来、数学者は「巨大な推測」にどう対処するのでしょうか。
- 数学の世界では、「証明されていない予想」を完全に証明するには、多くの場合、才能、直感、経験の組み合わせが必要です。数学者でも、その発見プロセスを説明するのは困難です。しかし、近年の大規模なモデルの台頭により、AI は楕円曲線の複雑さの予測において人間を超えただけでなく、基本定数の新しい公式の探索においても画期的な進歩を遂げました。最近、ロンドンの数理科学研究所所長であるトーマス・フィンク氏は、AI が数学の分野でどのように独自の役割を果たし、数学者が推測から証明に移行するのにどのように役立つかを探る記事を Nature の世界観コラムに掲載しました。この記事でフィンク氏は、AI の役割について言及しました。
- AI 556 2024-06-01 11:02:46
-
- この記事では、SHAP: 機械学習のモデルの説明について説明します。
- 機械学習とデータ サイエンスの分野では、モデルの解釈可能性が常に研究者や実務家に焦点を当ててきました。深層学習やアンサンブル手法などの複雑なモデルが広く適用されるようになったことで、モデルの意思決定プロセスを理解することが特に重要になってきました。 Explainable AI|XAI は、モデルの透明性を高めることで、機械学習モデルに対する信頼と自信を構築するのに役立ちます。モデルの透明性の向上は、複数の複雑なモデルの普及や、モデルを説明するための意思決定プロセスなどの方法によって実現できます。これらの方法には、特徴重要度分析、モデル予測間隔推定、ローカル解釈可能性アルゴリズムなどが含まれます。特徴重要度分析では、入力特徴に対するモデルの影響度を評価することで、モデルの意思決定プロセスを説明できます。モデルの予測間隔の推定
- AI 1166 2024-06-01 10:58:13
-
- CCIG2024では、Hehe Information文書分析技術が大規模モデルコーパスの「飢餓」問題を解決
- 2024 年、中国イメージ・グラフィックス会議が古都西安で盛大に開幕します。このカンファレンスは、中国画像グラフィック学会が主催し、空軍医科大学、西安交通大学、北西理工大学が主催し、20 以上のフォーラムと 100 以上の成果を通じて、生産用人工知能の展示に焦点を当てました。大規模なモデル、機械学習、脳にインスピレーションを得たコンピューティング、その他の画像グラフィックスの分野。大型モデル技術は、多くの業界の画像処理ニーズを満たすための技術革新とともに広く使用されています。会議中、CSIG文書画像分析認識特別委員会と上海和和信息技術有限公司(「和和新恒」)は共催でフォーラム「大型モデル技術とそのフロンティア応用」を開催し、南方諸国の代表者も参加した。中国理工大学および上海交通大学、清華大学、復旦大学、上海人工知能研究所
- AI 873 2024-05-31 22:28:49
-
- Tencent Cloud AI Code Assistant は完全に一般公開されています
- 5 月 22 日、Tencent Cloud は、AI コード アシスタントが完全に公開され、現在開発者、開発チーム、企業顧客が Tencent Cloud の公式 Web サイトを通じてオンラインで体験できることを正式に発表しました。 Tencent Cloud AI Code Assistant は、インテリジェントな測位コードの完成と生成のためのデジタル ツールであり、Tencent の混合コード モデルに基づいており、開発者、開発チーム、企業顧客に安全で準拠した高粘度のコーディング シナリオ AIGC サービスを提供できます。 、エージェント コード補完、技術対話、コード診断、単体テストなどの機能を備え、Python、Java、C/C++、Go など 10 のプログラミング言語またはフレームワークをサポートし、主流の統合開発環境と統合します。コード補完に関しては、AI コード アシスタントは複数ファイルの理解とコンテキストに基づいて優れた自動補完を提供できます。
- AI 1024 2024-05-31 20:08:24
-
- フラッシュ アテンションは安定していますか?メタとハーバードは、モデルの重みの偏差が桁違いに変動していることを発見しました
- MetaFAIR はハーバード大学と協力して、大規模な機械学習の実行時に生成されるデータの偏りを最適化するための新しい研究フレームワークを提供しました。大規模な言語モデルのトレーニングには数か月かかることが多く、数百、さらには数千の GPU を使用することが知られています。 LLaMA270B モデルを例にとると、そのトレーニングには合計 1,720,320 GPU 時間が必要です。大規模なモデルのトレーニングには、これらのワークロードの規模と複雑さにより、特有のシステム上の課題が生じます。最近、多くの機関が、SOTA 生成 AI モデルをトレーニングする際のトレーニング プロセスの不安定性を報告しています。これらは通常、損失スパイクの形で現れます。たとえば、Google の PaLM モデルでは、トレーニング プロセス中に最大 20 回の損失スパイクが発生しました。数値的なバイアスがこのトレーニングの不正確さの根本原因です。
- AI 885 2024-05-30 13:24:53
-
- 1 つの記事でデータ モデル (概念モデル、論理モデル、物理モデル) について説明します。
- データ モデルは組織のデータ管理の基礎であり、情報インフラストラクチャを構築する際の重要なコンポーネントです。データ モデルは、組織に明確なデータ構造と論理フレームワークを提供し、データ管理をより効率的かつ持続可能なものにします。デジタル時代において、データは企業の最も貴重な資産の 1 つとなっており、データ モデルの設計と実装によって、企業の運営と意思決定におけるデータの有効性と信頼性が決まります。優れたデータ モデルは、複雑なデータ ランドスケープを簡素化し、データの品質と一貫性を向上させるだけでなく、データベースのパフォーマンスを最適化し、データ分析と意思決定をサポートします。したがって、データモデルの重要性は、企業にデータドリブンな意思決定支援を提供し、ビジネスの革新と競争力の向上を促進することにあります。企業にデータドリブンな意思決定支援を提供し、
- AI 1014 2024-05-30 12:00:35
-
- チューリングの巨人は ICLR に現れ、頂上でスターのルカンとベンジオに熱狂しました。中国チームの 3 つの主要な技術トレンドが AGI の新たな想像力を生み出す
- ここ数日、AI - ICLR の大会議がウィーンで開催されました。 OpenAI、Meta、Google、Zhipu AIなど世界をリードするAI技術企業が集結。会場には著名人が集まり、星はまばゆいばかりで、ほんの数歩歩くだけで、破壊的な論文を発表した有名人に出会うことができた。当然のことながら、ICLR2024 展示ホールもスターを追いかける舞台となりました。賑やかな雰囲気で屋根が吹き飛ばされそうになりました。イベントでチューリングの巨人を追いかけるチューリングビッグスリーの中でも有名な「e-person」であるルカン氏は、事前にXで旅程を寛大に発表し、ファンに会えるのを大きな期待で待っていた。コメント欄では、チェックインを楽しみにしているファンだけでなく、その場で履歴書を提出する準備ができているファンもいた。現場ではルカン氏が雄弁に説明し、観客は熱心に見守っていた。
- AI 752 2024-05-30 11:17:17
-
- マルチモーダル AI は医療の未来です。Google は 3 つの新しいモデルを発表し、Med-Gemini は大幅なアップグレードを歓迎します。
- 編集者 | キャベツの葉 多くの臨床業務では、医療画像やゲノミクスなどの専門的なデータの理解が必要です。この種の専門知識情報は、通常、一般的なマルチモーダル大規模モデルのトレーニングには存在しません... 前回の論文で説明したように、Med-Gemini はさまざまな医用画像タスクで GPT-4 シリーズ モデルを上回り、SOTA を達成しました。ここでは、GoogleDeepMind が Med-Gemini に関する 2 番目の論文を執筆しました。 Gemini のマルチモーダル モデルに基づいて、チームは Med-Gemini シリーズ用の複数のモデルを開発しました。これらのモデルは、Gemini のコア機能を継承しており、2D および 3D 放射線学、組織病理学、眼科、皮膚科、ゲノミクス データ用に微調整されています。
- AI 1326 2024-05-30 10:13:19
-
- おすすめのAI支援プログラミングツール4選(C#言語対応)
- はじめに AI の急速な発展のこの段階では、便利な AI 支援プログラミング ツールが多数登場しています。 AI 支援プログラミング ツールは、開発効率を向上させ、コードの品質を向上させ、バグ率を減らすことができます。これらは、現代のソフトウェア開発プロセスにおける重要なアシスタントです。今日は Dayao が 4 つの AI 支援プログラミング ツールを紹介します (すべて C# 言語をサポートしています)。皆さんのお役に立てれば幸いです。 AI 支援プログラミング ツール GitHubCopilot の画像GitHubCopilot は、より少ない労力でより迅速にコードを作成できるようにする AI コーディング アシスタントであり、問題解決とコラボレーションにさらに集中できます。 GitHubCopilot は、コーディング中に提案を提供します。場合によっては現在の行の補完、場合によってはまったく新しいコード ブロックが表示されます。できる
- AI 869 2024-05-30 10:03:11
-
- 優秀なエージェントが学ぶべきいくつかのデザインパターンを一度に学ぶことができます
- 皆さんこんにちは、ラオドゥです。昨日、会社で清華大学知能産業研究所が共有するAI病院街を聞きました。写真: これは仮想世界です。すべての医師、看護師、患者は LLM によって動かされるエージェントであり、独立して対話できます。彼らは診断と治療の全プロセスをシミュレーションし、主要な呼吸器疾患をカバーする MedQA データセットのサブセットで 93.06% という最先端の精度を達成しました。優れたインテリジェント エージェントは、優れた設計パターンと切り離すことができません。この事例を読んだ後、私は Andrew Ng 氏が最近公開した 4 つの主要なエージェント設計パターンをざっと読みました。 Andrew Ng は人工知能と機械学習の分野で世界で最も権威のある学者の 1 人です。そして、私はそれを急いで編集し、みんなに共有しました。モード 1. 反射
- AI 883 2024-05-30 09:44:20
-
- ORB-SLAM3を超えて! SL-SLAM: 低照度、重度のジッター、弱いテクスチャのシーンはすべて処理されます。
- 以前に書きましたが、今日は、深層学習テクノロジーが複雑な環境におけるビジョンベースの SLAM (同時ローカリゼーションとマッピング) のパフォーマンスをどのように向上させることができるかについて説明します。ここでは、深部特徴抽出と深度マッチング手法を組み合わせることで、低照度条件、動的照明、テクスチャの弱い領域、激しいセックスなどの困難なシナリオでの適応を改善するように設計された多用途のハイブリッド ビジュアル SLAM システムを紹介します。当社のシステムは、拡張単眼、ステレオ、単眼慣性、ステレオ慣性構成を含む複数のモードをサポートしています。さらに、他の研究にインスピレーションを与えるために、ビジュアル SLAM と深層学習手法を組み合わせる方法も分析します。公開データセットと自己サンプリングデータに関する広範な実験を通じて、測位精度と追跡堅牢性の点で SL-SLAM の優位性を実証しました。
- AI 894 2024-05-30 09:35:24
-
- 人間の脳の最も詳細な 3D マップが Science 誌に掲載されました。 GPT-4パラメータは人間の0.2%にのみ相当します
- ゴマ粒ほどの大きさの人間の脳組織には、GPT-4 1 個に相当するシナプスのサイズがあります。 Googleとハーバード大学は協力して人間の脳の一部のナノスケールモデリングを実施し、その論文はScience誌に掲載された。これはこれまでで最大かつ最も詳細な人間の脳のレプリカであり、脳内のシナプス接続のネットワークが初めて明らかになりました。 H01 と呼ばれるその超高解像度の再構成により、これまで見えなかった人間の脳の詳細が明らかになりました。このプロジェクトの責任著者であるハーバード大学のリヒトマン教授は、これほど複雑なシナプスネットワークをこれまで実際に見た人はいないと述べた。このモデリングの結果は、脳の働きをより深く理解し、脳の機能と疾患に関するさらなる研究を促すのに役立ちます。この研究には1立方ミリメートルが関係していたことも言及する価値があります。
- AI 706 2024-05-29 17:03:30
-
- バイトのオープンソース大規模モデルの定量化のための新しいアイデア、2 ビット量子化モデルの精度は fp16 と同等
- AIxivコラムは、当サイトが学術的・技術的な内容を掲載するコラムです。過去数年間で、このサイトの AIxiv コラムには 2,000 件を超えるレポートが寄せられ、世界中の主要な大学や企業のトップ研究室がカバーされ、学術交流と普及を効果的に促進しています。共有したい優れた作品がある場合は、お気軽に寄稿するか、報告のために当社までご連絡ください。提出メール: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com 深層学習の大規模言語モデルの人気が高まるにつれて、大規模言語モデルはますます大きくなり、推論コストも増加します。モデルの定量化は人気のある研究トピックになっています。最近、ByteDance は、従来の定量化パラダイムを放棄し、新しい定量化のアイデアを立ち上げました。
- AI 820 2024-05-29 09:29:50
-
- 170 の「自己教師あり学習」推奨アルゴリズムをレビューし、HKU が SSL4Rec をリリース: コードとデータベースは完全にオープンソースです。
- レコメンダー システムは、ユーザーの個人的な好みに基づいてカスタマイズされた推奨を提供するため、情報過多の課題に対処するために重要です。近年、深層学習テクノロジーにより、レコメンデーション システムの開発が大幅に促進され、ユーザーの行動や好みに関する洞察が向上しました。ただし、従来の教師あり学習手法は、データの希薄性の問題により、実際のアプリケーションでは課題に直面しており、ユーザーのパフォーマンスを効果的に学習する能力が制限されています。この問題を克服するために、自己教師あり学習 (SSL) テクノロジーがバイオマスに適用されます。このテクノロジーは、データの固有構造を使用して監視信号を生成し、ラベル付きデータに完全には依存しません。このアプローチでは、ラベルのないデータから意味のある情報を抽出し、データが不足している場合でも正確な予測と推奨を行うことができる推奨システムを使用します。記事アドレス:https://
- AI 1027 2024-05-09 16:58:02
-
- LLMはすべて完了しました! OmniDrive: 3D 認識と推論プランニングの統合 (NVIDIA の最新)
- 上記と著者の個人的な理解: この論文は、自動運転アプリケーションにおける現在のマルチモーダル大規模言語モデル (MLLM) の主要な課題、つまり MLLM を 2D 理解から 3D 空間に拡張する問題の解決に特化しています。自動運転車 (AV) は 3D 環境について正確な決定を下す必要があるため、この拡張は特に重要です。 3D 空間の理解は、情報に基づいて意思決定を行い、将来の状態を予測し、環境と安全に対話する車両の能力に直接影響を与えるため、AV にとって重要です。現在のマルチモーダル大規模言語モデル (LLaVA-1.5 など) は、ビジュアル エンコーダーの解像度制限や LLM シーケンス長の制限により、低解像度の画像入力しか処理できないことがよくあります。ただし、自動運転アプリケーションには次の要件が必要です。
- AI 592 2024-05-09 16:55:01