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:
-
- Evernote が自社開発の大規模モデルをリリース、新しい生産性向上ツールは登場するのか?
- (北京、2024 年 4 月 12 日) 本日、Evernote は、自社開発の大規模言語モデルが「Impression Large Model」と命名され、「生成的人工知能サービスの管理に関する暫定措置」に基づくモデル登録を完了したと発表しました。インテリジェントなナレッジ マネジメント サービスをより多くのユーザーに提供します。生産性向上ツールの大手メーカーとして、Evernote はユーザーにより良いナレッジ マネジメント エクスペリエンスを提供するために常に技術革新に取り組んでいます。 Evernote の人工知能分野に焦点を当てた研究機関 - Evernote Research Institute は 2018 年に設立され、自然言語処理、ニューラル ネットワーク アルゴリズムなどの分野で研究を続けており、2018 年以来、インテリジェント レコメンデーション、インテリジェント タグを次々と発表しています。 、インテリジェントな要約、ナレッジ グラフ、および人工知能によって駆動される一連のコア製品機能。 2023年3月 インプレッションリサーチ
- AI 1137 2024-04-12 21:31:16
-
- スマートコックピットAI時代の幕開け、NIOのNOMI GPTデバイスクラウドマルチモーダル大型モデルが正式発売
- 4月12日、NIOはNOMIGPTがプッシュサービスを正式に開始したと発表した。今回プッシュされたアップデートは、NOMIGPT エンドクラウド マルチモーダル大規模モデルをインテリジェントに作成する NOMI を含む、新しい技術アーキテクチャに基づいています。 NOMIGPT には、NIO 製品、サービス、コミュニティのグローバル接続を実現し、より効率的で楽しい AI サービスを提供するために、自社開発のマルチモーダル知覚、自社開発のコグニティブ センター、感情エンジン、およびマルチエキスパート エージェントが含まれています。 NOMIGPT がアップグレードされると、ユーザーは大規模なモデル百科事典、無制限の楽しいチャット、魔法のような雰囲気、楽しい絵文字、車の Q&A、AI シーンの生成など、数多くの新しいインタラクティブ エクスペリエンスを体験し、Zhisheng AI によって強化された新しい旅行を楽しむことができます。今回のNOMIGPT発売はBanyan・Rongインテリジェントシステム搭載モデルにも同時発売となります。
- AI 478 2024-04-12 21:19:01
-
- 大型モデルの恩恵を受けて、デジタル人間は「より人間らしく」なったのでしょうか?
- 北京冬季オリンピック AI バーチャルヒューマン手話アンカー、杭州アジア大会デジタルヒューマンイグニッション、新華社デジタル記者、デジタル宇宙飛行士シャオウェイ... ますます多くのデジタルヒューマンが人々の生活に登場するにつれて、デジタル人類全体の業界も発展しています多様かつ広範なアプリケーションに向けて、さまざまな業界やシナリオに急速に拡大しています。 C サイドの場合、デジタル担当者は、ユーザーがコンテンツや補助的な作業を作成するのを支援します。デジタル担当者は、話し言葉を練習したり、デジタル担当者とゲームをしたりするなどします。B サイドの場合、デジタル担当者は企業の「ツール担当者」です。金融、映画、テレビ、商業、生放送、その他の業界で使用され、業界の生産と業務効率を向上させます。デジタル人材は優れたビジネスですが、その大規模な導入には依然として人材、コスト、シナリオ、テクノロジーなどの困難に直面しています。その中で最も重要なのは、デジタル化をどのように行うかという技術的なボトルネックです。
- AI 875 2024-04-12 19:04:10
-
- 軌道予測シリーズ | 進化版HiVT QCNetは何を語る?
- HiVT の進化版 (最初に HiVT を読まずにこの記事を直接読むことができます)、パフォーマンスと効率が大幅に向上しました。記事も読みやすいです。 [軌道予測シリーズ] [メモ] HiVT: HierarchicalVectorTransformerforMulti-AgentMotionPrediction - Zhihu (zhihu.com) 元リンク: https://openaccess.thecvf.com/content/CVPR2023/papers/Zhou_Query-Centric_Trajectory_Prediction_CVPR_2023_paper
- AI 771 2024-04-12 18:28:21
-
- 透明!主要な機械学習モデルの原理を徹底的に分析!
- 平たく言えば、機械学習モデルは、入力データを予測された出力にマッピングする数学関数です。より具体的には、機械学習モデルは、予測出力と真のラベルの間の誤差を最小限に抑えるために、トレーニング データから学習することによってモデル パラメーターを調整する数学関数です。機械学習には、ロジスティック回帰モデル、デシジョン ツリー モデル、サポート ベクター マシン モデルなど、多くのモデルがあります。各モデルには、適用可能なデータ タイプと問題タイプがあります。同時に、異なるモデル間には多くの共通点があったり、モデル進化の隠れた道が存在したりすることがあります。コネクショニストのパーセプトロンを例にとると、パーセプトロンの隠れ層の数を増やすことで、それをディープ ニューラル ネットワークに変換できます。パーセプトロンにカーネル関数を追加すると、SVM に変換できます。これです
- AI 508 2024-04-12 17:55:32
-
- 機械学習アルゴリズムを通じてソフト センサーを設計するにはどうすればよいですか?
- 機械学習アルゴリズムの機能を理解することで、エンジニアはアプリケーションに効果的なソフト センサーを生成できます。ソフトセンサーは仮想センサーとも呼ばれ、数百もの計測データを統合的に処理できるソフトウェアです。ソフト センサーの追加を検討している工場管理者は、ソフト センサーで機能する機械学習の範囲に混乱する可能性があります。しかし、この問題を深く掘り下げると、ほとんどのソフト センサー設計の基礎となるいくつかのコア アルゴリズムがあることが明らかになります。これらのモデルの選択、トレーニング、実装はデータ サイエンティストの仕事であることが多いですが、工場管理者やその他の運用専門家もその機能をよく理解する必要があります。ソフト センサーについて ソフト センサーはソフトウェア環境で作成されますが、現実世界のセンサーと同じ利点を提供できます。あるところで
- AI 907 2024-04-12 17:55:15
-
- Gartner が 2024 年の GenAI サイバーセキュリティの主要トレンドを明らかに
- 組織、政府、学者、その他多くの企業が、GenAI テクノロジーの変革力を活用する方法を模索しています。 IT リーダーの大多数 (67%) は、今後 18 か月間 GenAI を優先すると考えています。 GenAI の見通しについては大きな期待が寄せられていますが、GenAI がさまざまな面でサイバーセキュリティに与える影響についての不確実性などの懸念もあります。サイバーセキュリティの主要な傾向をより深く理解し、情報に基づいた意思決定を行ってサイバーセキュリティのリスクを軽減できるようにするために、市場調査会社ガートナーは、最近のガートナー セキュリティおよびリスク管理サミットでサイバーセキュリティの予測と推奨事項を発表しました。 2024 年も GenAI にとって良い年になると予想されているため、Gartne
- AI 409 2024-04-12 17:49:30
-
- 医療がクラウド コンピューティングの可能性を最大限に活用する方法
- 5 年前、医療機関が電子医療記録システムをクラウドに移行するという話を聞くことはほとんどありませんでした。医療提供者に勤務していたとき、私は Epic 環境のクラウドへの移行を初期から支持していました。クラウドでの EHR の進化にはしばらく時間がかかりますが、ますます多くの医療機関が移行を進めています。近年、クラウド プロバイダーと EHR ベンダー間のコラボレーションにより、このようなプロジェクトの認知度が高まりました。 2023 年の PwC レポートによると、医療リーダーの約 81% が業務のほとんどまたはすべてでクラウドを採用しています。ほとんどの医療機関はまだパブリック クラウド導入の初期段階にあります。多くの人は Software as a Service に精通しているかもしれませんが、重要なワークロードをパブリック クラウドに移行するという点ではまだ新しいものです。オープンした方へ
- AI 636 2024-04-12 17:46:22
-
- トークン化を 1 つの記事で理解しましょう!
- 言語モデルは、通常は文字列の形式であるテキストについて推論しますが、モデルへの入力は数値のみであるため、テキストを数値形式に変換する必要があります。トークン化は自然言語処理の基本タスクであり、特定のニーズに応じて、連続するテキスト シーケンス (文、段落など) を文字シーケンス (単語、フレーズ、文字、句読点など) に分割できます。その中の単位はトークンまたはワードと呼ばれます。以下の図に示す具体的なプロセスに従って、まずテキスト文がユニットに分割され、次に単一の要素がデジタル化され (ベクトルにマッピングされ)、次にこれらのベクトルがエンコード用のモデルに入力され、最後に下流のタスクに出力され、さらに最終結果を取得します。テキストセグメンテーションは、テキストセグメンテーションの粒度に応じて Toke に分割できます。
- AI 609 2024-04-12 14:31:26
-
- AI指向のデータガバナンスシステムを構築するにはどうすればよいでしょうか?
- 近年、新たな技術モデルの登場や、さまざまな産業における応用シナリオの価値の磨き上げ、膨大なデータの蓄積による製品効果の向上などにより、消費やインターネットなどの分野から人工知能の応用が広がりを見せています。製造、エネルギー、電力などの伝統的な産業まで。人工知能技術の成熟度と、設計、調達、生産、管理、販売などの経済生産活動の主要なリンクにおけるさまざまな業界の企業の応用は継続的に向上しており、すべてのリンクでの人工知能の実装と範囲が加速しています。産業上の地位の向上や経営効率の最適化を図るため、徐々に本業と融合させ、自社の優位性をさらに拡大していきます。人工知能テクノロジーの革新的なアプリケーションの大規模な実装は、ビッグデータインテリジェンス市場の精力的な発展を促進し、基盤となるデータガバナンスサービスに市場の活力を注入しました。ビッグデータ、クラウドコンピューティング、コンピューティング
- AI 1104 2024-04-12 14:31:14
-
- AI人工知能はどのようにデジタルトランスフォーメーションを促進するのでしょうか?
- 人工知能が提唱されてから数十年が経ちましたが、なぜこの技術が近年になって爆発的な成長を遂げたのでしょうか?この現象は偶然ではなく、クラウド コンピューティング、モノのインターネット、ビッグ データなどのデジタル テクノロジーが成熟してきたおかげで、人工知能が大幅に進歩しました。モノのインターネットによりデータのセキュリティが保証され、リアルタイム共有とビッグデータにより、深層学習のための無制限のリソースとアルゴリズムのサポートが提供されます。これらの分野における伝統的な企業とテクノロジーのデジタル変革の統合により、人工知能テクノロジーの継続的なアップグレードが促進され、「インテリジェントな知覚」から「インテリジェントな思考」および「インテリジェントな意思決定」への進化のための強固な基盤が築かれました。強力なデジタル イノベーション能力を持つ企業は、市場や消費者に対する影響力が増大しています。あらゆるデジタル変革
- AI 733 2024-04-12 14:31:01
-
- AI を使用して建物内のエネルギーの可視性を高める方法
- 米国では、建物で使用されるエネルギーの約 3 分の 1 が無駄にされており、年間 1,500 億ドルものコストがかかっています。今日、ますます多くの建物設備管理者がこのことを認識しており、このコストを管理するために利用可能な資産をすべて特定したいと考えています。周知のとおり、人工知能 (AI) は、エネルギー効率の向上を目指す業界リーダーにとって強力なツールとなっています。ゼロの建築計画と相まって、人工知能の進歩により、施設管理における変革時代の舞台が整いました。 Data International Energy Handling の統計によると、建設業界は世界のエネルギー消費の最大 30% を占めており、エネルギー消費の最適化は環境への影響を軽減するのに役立ちます。人工知能は、管理者がより適切で、より多くの情報に基づいた、より予測的な意思決定を行うのに役立ちます。
- AI 492 2024-04-12 12:16:23
-
- AI と IoT が主要産業をどのように破壊しているか
- 人工知能 (AI) とモノのインターネット (IoT) は、それぞれ製造業や銀行業などの業界ですでに大きな発展をもたらしていますが、2 つのテクノロジーを組み合わせることで、幅広い業界に強力な機会がもたらされます。モノのインターネットは、相互接続されたデバイスのリアルタイム通信ネットワークを構築し、数十億ドル規模の産業になりました。 Statista は、その収益が 2024 年までに 1 兆 3,000 億ドルを超えると推定しています。同時に、消費者向けの生成 AI プログラムのリリース以来、人工知能は驚異的な成長を遂げてきました。ここでは、一部の主要産業がこれらのテクノロジーをどのように使用しているか、また業界のリーダーがこの使用法が将来どのように進化すると見ているかを示します。保険 現在、保険分野における人工知能の役割は、効率と処理を改善することです。
- AI 444 2024-04-12 11:55:26
-
- LiDAR シミュレーションの新しいアイデア | LidarDM: 4D ワールドの生成に役立ち、シミュレーションキラー~
- 原題: LidarDM: GenerativeLiDARSimulationinaGeneratedWorld 論文リンク: https://arxiv.org/pdf/2404.02903.pdf コードリンク: https://github.com/vzyrianov/lidardm 著者の所属: イリノイ大学、マサチューセッツ工科大学 論文のアイデア:この記事の紹介 LidarDM は、現実的で、レイアウトを認識し、物理的に信憑性があり、時間的に一貫性のある LIDAR ビデオを生成できる新しい LIDAR 生成モデルです。 LidarDM には、LIDAR 生成モデリングにおいて前例のない 2 つの機能があります。(1)
- AI 712 2024-04-12 11:46:15
-
- 製造業における産業接続の主な使用例
- 近年、スマートファクトリーやインダストリー4.0などの可能性や可能性についての議論が増えていますが、これらの野心的なビジョンや戦略の多くの利点は、産業接続を活用することで実現できるようになりました。製造における産業用接続により、さまざまなアプリケーションで効率が向上し、生産品質が向上し、リアルタイムの監視と制御が可能になり、インテリジェントな意思決定プロセスが促進されます。スマート製造工場やインダストリー 4.0 などのテクノロジーが近年広く議論されていますが、産業の接続性を活用して製造業界によくあるサイロを打破するこれらの野心的なビジョンと戦略の多くの利点が、現在達成可能になっています。実際、産業接続を通じて標準化されたデータ アクセスを提供するためのいくつかの一般的な使用例は、世界の製造業に大きな影響を与えています。考えられる主な使用例には次のようなものがあります。 製造におけるリアルタイムのデータ監視と分析
- AI 844 2024-04-12 09:16:32