人工知能はサプライチェーンを変革するでしょうか?
物流業界は世界の GDP の 12% を占め、年平均成長率 5% で成長しています。これらの予測によると、世界の物流支出は 2023 年までに 15 兆ドル以上に急増します。これらの推定に、世界的なパンデミックによるサプライチェーンコストの高騰が加わり、効率を向上させサプライチェーンコストを削減するための革新的なテクノロジーの必要性が高まっています。
しかし、サプライチェーンとは何でしょうか?最も単純な形では、サプライ チェーンは製品の生産と流通に関わる一連のプロセスです。簡単なことのように聞こえますが、手動プロセスを自動化し、機械を活用して問題が発生する前に特定することで、物流支出を何兆ドルも削減できる可能性があります。
幸いなことに、人工知能は、非効率を排除し洞察を生み出すことで、より効果的な結果を達成できる可能性を秘めたイノベーションであることが証明されています。 -製造にはサプライチェーンを変革する可能性があります。問題は、サプライ チェーンのプロセスに AI を効果的に適用して変革的な結果を生み出す方法です。
サプライ チェーン プロセスの多くは、サプライ チェーンを構成する取引に関わる商品、資金、情報の流れを確保するために複数の文書を必要とします。これらには、契約書、請求書、船荷証券、配送注文書、申告書などが含まれます。人的ミス、書類の紛失、その他の問題が発生すると、顧客エクスペリエンスが低下することは言うまでもなく、数千ドルの損失が発生する可能性があります。したがって、これらの文書をデジタル化し、データを電子的に交換することは、サプライチェーンにおける大量の無駄を排除するための重要なステップとなります。人工知能は紙文書のデジタル化に効果的であり、ペーパーレス取引の実現に役立つことが証明されています。
機械学習とブロックチェーンを組み合わせると、人工知能のメリットがさらに効果的になります。たとえば、ロボット工学は現在、反復的なタスクを自動化するために多くのサプライ チェーン アプリケーションでうまく使用されており、それによって人件費が削減され、効率が向上します。ただし、ロボットによるプロセスの自動化は氷山の一角にすぎません。
コグニティブ オートメーションは、ロボットによるプロセス オートメーションのような新たな機会をもたらします。 RPA は、光学式文字認識、テキスト分析、ML などの人工知能テクノロジーを活用して、顧客と従業員のエクスペリエンスを向上させます。具体的な例としては、顧客からの基本的な問い合わせに応答するためにチャットボット テクノロジーを導入することが挙げられます。チャットボットはコールセンターのコストを削減し、顧客の応答時間を短縮します。
サプライ チェーン テクノロジー企業が提供する革新的なテクノロジーも、サプライ チェーンの持続可能性に大きな影響を与える可能性があります。テクノロジーを活用して CO2 排出量を定量化し、取引先の広大なネットワーク全体での計画、予約、決済、出荷追跡などの主要な活動としてデータを活用します。予測分析、エンドツーエンドの可視性、ラストマイルは、AI の使用によって改善できる重要な領域のほんの一部です。
最後に、サプライ チェーンの効率を高め、無駄を排除するために AI がさらに導入されるにつれ、企業はこれらの決定と顧客エクスペリエンスや満足度への影響とのバランスに注意する必要があります。 AI が人間のエクスペリエンスに無視できない予期せぬ悪影響を与えないようにする必要があります。
以上が人工知能はサプライチェーンを変革するでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
