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:
-
- 25平方キロメートルという史上最大規模の再建! NeRF-XL:マルチカード合同トレーニングが実に効果的!
- 原題: NeRF-XL: Scaling NeRFswithMultipleGPUs 論文リンク: https://research.nvidia.com/labs/toronto-ai/nerfxl/assets/nerfxl.pdf プロジェクトリンク: https://research.nvidia.com/labs/ toronto -ai/nerfxl/著者の所属: NVIDIA カリフォルニア大学バークレー校 論文のアイデア: この論文は、複数のグラフィックス プロセッシング ユニット (GPU) (NeRF) 間で神経線フィールドを割り当てる原理的な方法である NeRF-XL を提案します。
- AI 891 2024-04-30 16:50:14
-
- 「GPT-4に非常に近い」WizardLM-2がMicrosoftによって緊急廃止されたその裏話とは?
- 少し前に、Microsoft は自らの間違いを犯しました。WizardLM-2 を大々的にオープンソース化し、その後すぐにきれいに撤回しました。現在、WizardLM-2 のリリース情報を照会できます。WizardLM-2 は、複雑なチャット、多言語、推論、代理店のパフォーマンスが向上した、「GPT-4 に本当に匹敵する」オープンソースの大規模モデルです。このシリーズには、WizardLM-28x22B、WizardLM-270B、WizardLM-27B の 3 つのモデルがあります。その中には、WizardLM-28x22B が最も先進的なモデルであり、非常に複雑なタスクに対する内部評価の結果、最高のオープンソース LLM です。 WizardLM-270B はトップレベルの推論機能を備えており、同じスケールの最初の選択肢です。
- AI 457 2024-04-30 16:40:12
-
- Python チームはまだ解散しておらず、Google は再び Flutter と Dart に対して行動を起こしています
- 先週、「GoogleがPython基礎チームを解雇した」というニュースが白熱した議論を巻き起こした。 「Google の Python 運営委員会のメンバーである Thomas Wouters 氏からの最新情報は皆を驚かせました。「上司を含め、直接一緒に働いている人が全員解雇されると、ああ、人員削減が行われ、後任のスケジュールを立てるように求められます」彼らは雇用され、さまざまな国で同じ役職に就くように言われましたが、彼らはそれに満足していませんでした。「ちょうど Google が Python チームを解雇する理由について人々が議論していたときでした。 「Flutter、Dart、Python などの主要チームの従業員を解雇する」というニュースが再び広まりました。海外メディアTechCrunchによると、Googleが認めた
- AI 1136 2024-04-30 16:01:28
-
- 2024 年におけるオープンソース AI の重要性
- オープンソース AI の需要は 2024 年まで増加し続けるでしょう。オープンソース AI により、開発者は互いの作業にアクセスして構築できるため、現場でのコラボレーション、透明性、イノベーションが可能になります。これにより、AI テクノロジーの開発が加速し、アクセシビリティが向上し、AI 機能が民主化されます。オープンソース AI の重要性について簡単に説明しましょう。 2024 年のオープンソース AI の重要性に関する重要なポイントは次のとおりです。 コラボレーション: オープンソース AI は、開発者、研究者、組織間のコラボレーションを促進して知識やリソースを共有し、それによってこの分野の進歩を加速します。アルゴリズム、モデル、ツールをオープンに共有することで、AI 機能の洗練と進歩に役立つ世界的な集合意識が維持され、イノベーションのペースが加速します。透明度: オン
- AI 829 2024-04-30 09:07:22
-
- 全国人民代表大会のマルチモーダルモデルがAGIに移行:初めて独立した更新を実現し、写真ビデオの生成はSoraを超える
- 4 月 27 日に開催された中関村フォーラム総合人工知能並列フォーラムで、中国人民大学関連のスタートアップ企業である Sophon Engine は、新しいマルチモーダル大型モデル Awaker 1.0 を盛大にリリースし、AGI への重要な一歩を踏み出しました。 Sophon エンジンの前世代の ChatImg シーケンス モデルと比較して、Awaker 1.0 は新しい MOE アーキテクチャを採用し、独立して更新する機能を備えています。これは、業界初の「真の」独立した更新を実現するマルチモーダル大型モデルです。ビジュアル生成の点では、Awaker 1.0 は完全に自社開発したビデオ生成ベース VDT を使用しており、写真ビデオ生成において Sora よりも優れた結果を達成し、大型モデルのランディングにおける「ラスト マイル」の困難を打破します。 Awaker1.0は
- AI 1053 2024-04-30 08:13:07
-
- GTC カンファレンスから 1 か月後、Nvidia の Omniverse Cloud API が急速に登場
- 今年の GTC カンファレンスで、Nvidia は、生成機能型 AI などのテクノロジーを使用して、業界をリードするメタバース、産業用デジタル ツイン、ロボット トレーニング ソフトウェア システムを構築したと発表しました。 NVIDIA のリアルタイム シミュレーションおよびコラボレーション プラットフォーム Omniverse に基づいています。 OmniverseCloud API のリリースにより、現実世界の環境をシミュレートするツールの対象範囲が拡大し、現在では多くの企業が産業用デジタル ツイン アプリケーションやワークフローを作成するために使用しています。 3 月には、合計 5 つの新しい OmniverseCloud アプリケーション プログラミング インターフェイスが導入され、開発者はコアの Omniverse テクノロジーを既存の設計および自動化ソフトウェア アプリケーションに簡単に統合して、デジタル ツインやロボットのテストと検証を行うことができます。
- AI 506 2024-04-30 08:10:22
-
- 清華王暁南氏のチームは、材料の設計と合成から触媒のイノベーションとカーボンニュートラルに至るまで、「AI+ 材料」のフロンティアと実装を探求しています。
- 著者 | 編集者 清華大学 王暁南 | Kaixia 今日の急速な技術発展の時代において、新素材の研究開発は科学の進歩と産業革命を促進する重要な力となっています。エネルギー貯蔵から情報技術、生物医学に至るまで、革新的な材料の設計、合成、機能特性評価は、これらの分野における画期的な進歩の基礎です。新材料の研究開発は、多くの分野で画期的な進歩を遂げています。エネルギー貯蔵の観点から、研究者たちは再生可能エネルギーの貯蔵ニーズを満たすために、より効率的で安全な電池材料の開発に取り組んでいます。同時に、情報技術の進歩により、材料科学者も人工知能 (AI) 技術の継続的な進歩に従うようになり、新材料研究への応用は新たな研究パラダイムを開き、従来の技術を超える新たな生産力となっています。研究開発モデル。特別
- AI 1416 2024-04-29 21:19:01
-
- ファーウェイ・ソフトウェア・エリート・チャレンジは10回にわたって成功裡に開催され、2,000人以上のソフトウェア・エリートがファーウェイに入社した
- 2024年4月28日、第10回ファーウェイ・ソフトウェア・エリート・チャレンジ2024-「プランク・プロジェクト」グローバル決勝戦および授賞式は成功裡に終了した。 2 か月間にわたり、世界中の 800 以上の大学から約 30,000 人の選手と 5,700 を超えるチームが、8 つの主要な競技エリアの地域予選、地域準決勝、および世界決勝戦で熾烈な競争を繰り広げ、最終的には北京-天津で優勝しました。東北部門はハルビン工業大学の「Yuanmeng Star」チームが世界選手権で一気に優勝し、賞金20万元を獲得した。 2023 Huawei Software Elite Challenge のファイナリストの集合写真 2024 Huawei Software Elite Challenge の世界チャンピオン Huawei Software Elite Challenge は、世界中の大学生を対象に Huawei が主催する大規模なソフトウェア プログラミング コンテストです。 「Planck Plan」をテーマに、目指すもの
- AI 425 2024-04-29 19:22:29
-
- 超知性の生命力が覚醒する!しかし、自己更新 AI の登場により、母親はデータのボトルネックを心配する必要がなくなりました。
- 世界は狂ったように大きなモデルを構築していますが、インターネット上のデータだけではまったく不十分です。このトレーニング モデルは「ハンガー ゲーム」のようであり、世界中の AI 研究者は、データを貪欲に食べる人たちにどのように餌を与えるかを心配しています。この問題は、マルチモーダル タスクで特に顕著です。何もできなかった当時、中国人民大学学部のスタートアップチームは、独自の新しいモデルを使用して、中国で初めて「モデル生成データフィード自体」を実現しました。さらに、これは理解側と生成側の 2 つの側面からのアプローチであり、両方の側で高品質のマルチモーダルな新しいデータを生成し、モデル自体にデータのフィードバックを提供できます。モデルとは何ですか? Awaker 1.0 は、中関村フォーラムに登場したばかりの大型マルチモーダル モデルです。チームは誰ですか?ソフォンエンジン。人民大学ヒルハウス人工知能大学院の博士課程学生、ガオ・イージャオ氏によって設立されました。
- AI 1101 2024-04-29 18:55:14
-
- 学習曲線を通じて過学習と過小学習を特定する
- この記事では、学習曲線を通じて機械学習モデルの過学習と過小学習を効果的に特定する方法を紹介します。過小適合と過適合 1. 過適合 モデルがデータからノイズを学習するためにデータ上で過学習されている場合、そのモデルは過適合していると言われます。過学習モデルはすべての例を完璧に学習するため、未確認の新しい例を誤って分類してしまいます。過適合モデルの場合、完璧/ほぼ完璧なトレーニング セット スコアとひどい検証セット/テスト スコアが得られます。若干修正: 「過学習の原因: 複雑なモデルを使用して単純な問題を解決し、データからノイズを抽出します。トレーニング セットとしての小さなデータ セットはすべてのデータを正しく表現できない可能性があるため、2. 過学習の Heru。」
- AI 1200 2024-04-29 18:50:15
-
- インダストリー 4.0 革命: 予知保全を成功させるための 4 段階の青写真
- インダストリー 4.0 向けの予知保全ソリューションの設計は、企業の維持および運営方法におけるパラダイム シフトを表しています。高度な予知保全テクノロジーを使用して運用上の問題を事前に予防することは、この新しい産業時代の重要な側面です。これらのソリューションは、新たな収益源を生み出し、コストを節約するだけでなく、ダウンタイムや生産ダウンタイムの防止にも重要な役割を果たします。インダストリー 4.0 の時代には、企業はインテリジェントな IoT デバイスとセンサーを使用して、大量の生産データを収集および分析する必要があります。このデータは、機器の故障や修理の必要性を予測するために使用できます。これらの予知保全テクノロジーを使用することで、企業は潜在的な問題を事前に特定して適切な措置を講じ、ダウンタイムや生産の中断を最小限に抑えることができます。予防保守に対するこの積極的なアプローチにより、
- AI 419 2024-04-29 18:22:23
-
- 生成 AI はビデオゲーム開発の分野でどのような成果をもたらすでしょうか?
- ジェネレーティブ AI は、ビデオ ゲーム開発者に、魅力的なコンテンツ、リアルなビジュアル、没入型のゲーム エクスペリエンスを作成する刺激的な新しい方法をもたらします。この記事では、生成 AI がどのようにゲーム開発を強化し、スピードアップできるかを一連の実践例を通して探っていきます。生成AIは何ができるのでしょうか?まずはゲーム開発の主要な要素のいくつかを分析し、生成 AI が創造的なプロセス、つまり手続き型生成をどのように促進できるかを見てみましょう。大規模で複雑で予測不可能な環境は、すべてのゲームでユニークでダイナミックなゲームプレイ エクスペリエンスを提供するためにアルゴリズムによって作成されます。地形の生成。生成 AI は、現実的な地形を生成し、ゲーム世界の視覚的な魅力を高めるのに役立ちます。自動モデリング。生成 AI は、キャラクターやその他の要素の 3D モデルの作成を簡素化できます。
- AI 700 2024-04-29 18:04:26
-
- Llama 70B を実行するシングル カードはデュアル カードより高速、Microsoft は FP6 を A100 オープンソースに強制導入
- FP8 以下の浮動小数点数値化精度は、もはや H100 の「特許」ではありません。 Lao Huang は誰もが INT8/INT4 を使用できるようにしたいと考え、Microsoft DeepSpeed チームは NVIDIA からの公式サポートなしで A100 上で FP6 の実行を開始しました。テスト結果は、A100 での新しい方式 TC-FPx の FP6 量子化が INT4 に近いか、場合によってはそれよりも高速であり、後者よりも精度が高いことを示しています。これに加えて、エンドツーエンドの大規模モデルのサポートもあり、オープンソース化され、DeepSpeed などの深層学習推論フレームワークに統合されています。この結果は、大規模モデルの高速化にも即座に影響します。このフレームワークでは、シングル カードを使用して Llama を実行すると、スループットはデュアル カードのスループットの 2.65 倍になります。 1つ
- AI 1160 2024-04-29 16:55:12
-
- マーケティング テクノロジーにおける AI の台頭: デジタル マーケティング戦略の変革
- 進化し続けるデジタル マーケティングの世界において、AI はマーケティング ファネルを正確かつ効率的にナビゲートしたいと考えているブランドにとって強力なツールとなっています。 AI を使用して大規模なデータセットのパターンと傾向を分析することで、マーケティング担当者は消費者の行動、好み、購入パターンに関する貴重な洞察を得ることができます。このデータ主導のアプローチにより、ブランドは、認知からコンバージョンに至るまで、ファネルのあらゆる段階でマーケティング戦略を比類のない正確さで調整できるようになります。 AI は機械学習と深層学習テクノロジーを使用して、大量のデータを自動的に収集、分析、解釈し、データを実用的なマーケティング戦略に変換します。 AIの利点は、膨大なデータに隠れたパターンや傾向を自動的に発見し、人間よりも正確にマーケティング戦略を策定できることです。 AI の応用により、マーケターはより深く理解できるようになります
- AI 656 2024-04-29 16:43:10
-
- Xiaohongshu は記憶メカニズムからの情報検索を解釈し、EACL Oral を取得するための新しいパラダイムを提案します
- 最近、Xiaohongshu 検索アルゴリズム チームの論文「GenerativeDenseRetrieval: MemoryCanBeaBurden」が、自然言語処理分野の国際会議である EACL2024 に口頭発表として採択され、採択率は 11.32% (144/1271) でした。彼らは論文の中で、新しい情報検索パラダイム、Generative Dense Retrieval (GDR) を提案しました。このパラダイムは、大規模なデータセットを扱うときに従来の生成検索 (GR) が直面する課題を十分に解決できます。それは記憶のメカニズムからインスピレーションを得たものです。過去の練習では
- AI 1103 2024-04-29 16:16:07