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:
-
- 身体化された知能の三次元認識の新たな連鎖、TeleAIと上海AIラボは多視点融合身体化モデル「SAM-E」を提案
- 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 機械式時計を手に取ると、正面からは文字盤と針が見え、横からはリューズとブレスレットが見え、時計の裏蓋を開けると、 、複雑な歯車と動きを見ていきます。各パースペクティブは異なる情報を提供し、それらを組み合わせることで操作オブジェクト全体を理解できます。
- AI 466 2024-06-05 16:09:27
-
- 国家データ標準化技術委員会が正式に設立を承認
- 2024年5月24日午後、第7回デジタル中国建設サミットのメインフォーラムが福州で開催された。会議には、党指導グループ書記兼国家データ管理局長の劉烈紅氏、党指導グループ委員で国家市場規制総局副局長の田世紅氏、国家標準局局長などが出席した。会議では、デジタルチャイナ構築の重要性と戦略的計画について徹底的な議論が行われました。参加者は、デジタル変革が国家発展の重要な推進力となっていると認識しました。同時に、彼らは経済、社会、統治におけるデジタル技術の広範な応用を強調した。田世紅氏は「国家データ標準化技術委員会の設立準備に関する通知」を読み上げた。国家データ標準化技術委員会は、データリソース、データテクノロジー、データ流通、スマートシティ、デジタルトランスフォーメーションなどを担当します。
- AI 422 2024-06-05 13:51:45
-
- 強化学習戦略による特徴選択
- 特徴の選択は、機械学習モデルを構築するプロセスにおける重要なステップです。モデルと達成したいタスクに適した特徴を選択すると、パフォーマンスが向上します。高次元のデータセットを扱う場合、特徴の選択が特に重要です。これにより、モデルはより速く、より適切に学習できるようになります。目的は、最適な数の特徴と最も意味のある特徴を見つけることです。この記事では、強化学習戦略による新しい特徴選択を紹介し、実装します。まず、強化学習、特にマルコフ決定プロセスについて説明します。これはデータ サイエンスの分野における非常に新しい手法であり、特に特徴の選択に適しています。次に、その実装と Python ライブラリ (FSRLearning) のインストールと使用方法を紹介します。最後に、これを説明するために簡単な例を使用します。
- AI 392 2024-06-05 13:00:43
-
- HPE Aruba Networking の将来を見据えた視点: AI を活用したセキュアなコンバージド ネットワークの構築
- デジタル時代において、ネットワークは世界を繋ぐリンクであるだけでなく、ビジネスと社会の進歩を促進する重要な力でもあります。モバイル デバイス、モノのインターネット (IoT)、クラウド サービスの爆発的な成長に伴い、ユーザーのネットワークへの依存度は前例のないレベルに達しています。いつでもどこでも安全かつ効率的なアクセスを提供できるネットワーク環境は、個人と企業の両方にとって必要なものとなっています。ただし、この需要の増加は、特にサイバーセキュリティとネットワーク アーキテクチャの複雑さの点で、独自の一連の課題ももたらします。 Gartner が今年発表した有線および無線介入に関する最新のマジック クアドラントでは、HPE Aruba Networking が自動ネットワーク オーケストレーション、高度なソフトウェア アップグレード テクノロジー、統合人工知能 (AI) 機能におけるソリューションで再び評価されました。
- AI 675 2024-06-05 11:12:47
-
- ECCV 2024 ワークショップ 自動運転のマルチモーダル理解とビデオ生成 難しいシナリオの論文募集とチャレンジが開始されました!
- ワークショップのホームページ: https://coda-dataset.github.io/w-coda2024/ 概要 このワークショップは、現在の最先端の自動運転技術と、包括的で信頼性の高いインテリジェント自動運転エージェントとの間のギャップを探ることを目的としています。近年、大規模なマルチモーダル モデル (GPT-4V など) は、マルチモーダルの認識と理解において前例のない進歩を示しています。 MLLM を使用して自動運転の複雑なシナリオ、特に稀ではあるが重大なハードケース シナリオに対処することは、未解決の課題です。このワークショップは、マルチモーダル大規模モデルの認識と理解、自動運転システムにおける高度な AIGC テクノロジーの応用、およびエンドツーエンドの自動運転における革新的な研究を促進することを目的としています。仕事
- AI 816 2024-06-04 20:47:35
-
- 基礎ゼロでも畳み込みニューラルネットワークの原理が理解できる!超詳しい!
- 著者と同じようにテクノロジーが好きでAIに強い関心を持っている友人は、畳み込みニューラルネットワークには馴染みがあり、そのような「先進的な」名前に長い間戸惑っていたはずだと思います。著者は今日から畳み込みニューラルネットワークの世界にゼロから入ります〜それをみんなと共有しましょう!畳み込みニューラル ネットワークについて説明する前に、画像がどのように機能するかを見てみましょう。画像の原理 コンピューターでは画像は数値 (0 ~ 255) で表され、各数値は画像内のピクセルの明るさまたは色の情報を表します。その中には次のものがあります: 白黒画像: 各ピクセルは値を 1 つだけ持ち、この値は 0 (黒) から 255 (白) の間で変化します。カラー画像: 各ピクセルには 3 つの値が含まれます。最も一般的なのは、赤、緑、青の RGB (赤-緑-青) モデルです。
- AI 321 2024-06-04 20:19:27
-
- 回折限界を 1.5 倍超え、イメージング条件は 10 分の 1 に低くなります。清華大学と中国科学院は AI 手法を使用して顕微鏡の解像度を向上させています
- 図: ZS-DeconvNet を介した高速感光性生物学的プロセスの長期 SR イメージング。 (出典: 論文) Editor | キャロットスキンの計算による超解像手法は、従来の解析アルゴリズムや深層学習モデルを含めて、光学顕微鏡法を大幅に改善しました。中でも教師ありディープニューラルネットワークは優れた性能を示していますが、生細胞の高度なダイナミクスのため、大量の高品質な学習データが必要であり、そのデータを取得するのは非常に手間がかかり現実的ではありません。最新の研究では、清華大学と中国科学院の研究者が、回折極を超えて顕微鏡画像の解像度を瞬時に向上できるゼロショット デコンボリューション ネットワーク (ZS-DeconvNet) を開発しました。
- AI 546 2024-06-04 19:26:15
-
- そこに集中してください! !因果推論のための 2 つの主要なアルゴリズム フレームワークの分析
- 1. フレームワーク全体の主なタスクは 3 つのカテゴリに分類できます。 1 つ目は因果構造の発見、つまりデータから変数間の因果関係を特定することです。 2 つ目は因果効果の推定です。つまり、ある変数が別の変数に及ぼす影響の程度をデータから推測します。この影響は相対的な性質を指すのではなく、1 つの変数が介入したときに別の変数の値または分布がどのように変化するかを指すことに注意してください。最後のステップはバイアスを修正することです。多くのタスクでは、さまざまな要因によって開発サンプルとアプリケーション サンプルの配布が異なる可能性があるためです。この場合、因果推論はバイアスを修正するのに役立つ可能性があります。これらの関数はさまざまなシナリオに適していますが、最も典型的なのは意思決定のシナリオです。因果推論を通じて、さまざまなユーザーが私たちの意思決定行動にどのように反応するかを理解できます。第二に、産業界においては、
- AI 586 2024-06-04 16:45:02
-
- 上海交通大学の Lu Cewu: 身体化された知性と彼の最初の髭剃りロボット 賢者へのインタビュー |
- 過去のデータを調べてみると、ロボットの刃で髭を剃ったのは世界で初めて上海交通大学のルー・チェウ教授だったことがわかった。上海交通大学のLu Cewu教授は個人的にチームを率い、自家骨組織工学の研究を実施した。大型の具体化されたインテリジェントモデルの操作の下で、マシンはシェービング動作を正常に完了しました。この技術は将来、医療分野に大きな進歩をもたらす可能性があります。人間のひげを剃るロボットは単純に見えるかもしれませんが、実際には、行動の一般化に加えて、非常に堅牢性が必要となるという大きな課題を抱えています。原文によると、ルー教授の頭が動くと、高精度のフィードバックモジュールが組み込まれたこの大きな具体化されたインテリジェントモデルが圧力と接線力の変化をタイムリーに判断し、教授を傷つけることなくひげをきれいに剃ることができるという。大型モデルが視覚のみを通過する場合
- AI 442 2024-06-04 15:47:55
-
- SOTA パフォーマンス、マルチスケール学習、中山大学がタンパク質と薬物の相互作用 AI フレームワークを提案
- Editor | Violet タンパク質、薬物、その他の生体分子間の相互作用は、さまざまな生物学的プロセスにおいて重要な役割を果たします。これらの相互作用を理解することは、生物学的プロセスの根底にある分子機構を解読し、新しい治療戦略を開発するために重要です。タンパク質は細胞内で最も重要な分子の一つであり、細胞内でさまざまな機能を果たします。薬物は多くの場合、特定のタンパク質と相互作用することによって生理学的プロセスを調節します。これらの相互作用は、特定の分子シグナル伝達経路を促進または阻害する可能性があります。現在のマルチスケール計算手法は、多くの場合、単一のスケールに依存しすぎ、他のスケールの適合が不十分です。これは、不均一なマルチスケール指向性とマルチスケール学習に固有の貪欲さに関連している可能性があります。最適化の不均衡を軽減するために、中山大学と上海交通大学の研究者は提案しました。
- AI 1110 2024-06-04 15:43:57
-
- デビンを超えて! Yao Ban が率いる彼らは、大規模モデル プログラミングの世界新記録を樹立しました
- デビンを超えて! SWEBench ランキングに新しいプレイヤーが加わりました。StarShipCodeGenAgent は、Yao Ban 率いる新興企業 OpenCSG がプロデュースし、23.67% のスコアで世界 2 位にランクされました。同時に、GPT-4o 以外の基本モデルの最高記録 (SOTA) を樹立しました。 SWebench の評価は実際のプログラミング シナリオに非常に近く、モデルが要件を理解し、複数の関数/クラス、さらにはファイルへの変更を調整する必要があるだけでなく、モデルが実行と対話する必要があることは誰もが知っています。環境を構築し、超長いコンテキストを処理し、タスクの複雑な論理的推論を生成します。この難しい実際のテストでは、業界で最も先進的な GPT4 と Devin が解決できるのは 1 つだけです
- AI 458 2024-06-04 12:50:00
-
- なぜデータベースと AI の統合が必要なのでしょうか?オラクル Oracle 23ai が答えを与えてくれました
- 2017 年、「ActualisAllYouNeed」と呼ばれる論文で、新しいニューラル ネットワーク アーキテクチャである Transformer が提案されました。 7 年後、Transformer は生成された AI の中核となり、今日のテクノロジーの波をリードしています。 Yiguwen Company の副社長兼中国マネージングディレクターの Wu Chengyang 氏によると、新しいテクノロジーの出現で最も重要なことは、テクノロジーそのものではなく、そのテクノロジーがユーザーにもたらす価値であると述べています。データの分野では、データは新しいタイプの資産であり、データレベルでAIとどのように緊密に統合し、データの価値を最大化するかが、現時点で解決すべき中心的な課題であることが業界のコンセンサスとなっています。オラクルが最近リリースした OracleDatabase23ai は、まさにこの目的のためのものです
- AI 268 2024-06-04 12:25:07
-
- Spring Boot3.x は Alibaba Cloud 顔認識サービスと接続して顔認識を実装します
- このトピックでは、SpringBoot3.x フレームワークと OpenCV ライブラリを通じて効率的な顔検出および顔認識システムを実装する方法について詳しく説明します。基本概念から高度な応用まで、コード例や実際の事例と組み合わせた 10 の体系的な記事を通じて、完全な顔検出および認識システムをゼロから構築するプロセス全体を徐々にマスターできるようにガイドします。 Alibaba Cloud 顔認識サービスは、顔検出、顔属性分析、顔比較などの機能を提供できるディープラーニングに基づく人工知能サービスです。他のサービスと比較して、Alibaba Cloud は、その超高精度、低遅延、強力な技術サポートとコンプライアンスにより、中国の多くの企業の最初の選択肢となっています。その利点は次のとおりです。 高精度: アリババの強力な人工知能研究能力に依存しており、アリババ
- AI 269 2024-06-04 11:53:12
-
- 生成 AI の推進により、世界のパブリック クラウド支出は 2024 年に 6,754 億ドルに増加
- Gartner の最近の予測によると、プロダクション用人工知能 (GenAI) とアプリケーションのモダナイゼーションによって、今年の世界のユーザーのパブリック クラウド サービスへの支出は 67 億 5,400 万米ドル増加すると予想されています。この数字は、昨年の56億1,000万米ドルと比較して20.4%の増加に相当します。世界のパブリック クラウドへの支出は 2025 年までに 8,250 億ドルに達すると予想されており (図 1 を参照)、この継続的な成長傾向は衰える兆しがありません。この数字は、パブリック クラウド サービスの分野における新たなマイルストーンとなります。パブリック クラウド サービスは、さまざまな理由から企業の間で人気が高まっています。まず、弾力性と柔軟性が提供され、企業が実際のニーズに基づいてコンピューティング リソースとストレージ リソースをスケールアップまたはスケールダウンできるようになります。第二に、パブリック クラウド サービスは、より多くのサービスを提供できます。
- AI 735 2024-06-04 10:26:39
-
- OpenAI、Microsoft、Zhipu AI、その他世界中の 16 社がフロンティア人工知能セキュリティコミットメントに署名
- 人工知能 (AI) のセキュリティ問題は、かつてないほどの注目を集めて世界中で議論されています。 OpenAIの創設者兼チーフサイエンティストのイリヤ・サツケヴァー氏と、OpenAIスーパーアラインメントチームの共同リーダーであるジャン・ライク氏が相次いでOpenAIを離れる前、ライク氏はXに関する一連の投稿さえ公開し、OpenAIとそのリーダーシップは光沢のある製品を優先してセキュリティを無視していると述べた。これは業界で広く注目を集め、現在の AI セキュリティ問題の深刻さをある程度浮き彫りにしました。 5月21日、サイエンス誌に掲載された記事は、世界の指導者に対し、人工知能(AI)のリスクに対してより強力な行動を取るよう呼びかけた。この記事は、権威ある科学者や
- AI 340 2024-06-03 22:24:44