人工知能とモノのインターネット: テクノロジーの進歩の究極の融合?
テクノロジーの進歩のペースについていくと、モノのインターネット (IoT) によってデバイスとそのデータがますます緊密に接続されていることがわかります。 2025 年までに、そのようなデバイスは 750 億台になると予測されています。一方、AI アプリケーションは人間のタスクの自動化からデータ分析まで多岐にわたります。ただし、より興味深い議論は、これらのテクノロジーをどのように組み合わせて、より強力なソリューション (モノのインターネット (AIoT) 用人工知能とも呼ばれる) を提供できるかということです。
製造、スマートシティ、自動運転車などにおける AIoT の応用例と、このイノベーションを推進している企業をいくつか見てみましょう。 。
AIoT の台頭について理解する
結局のところ、モノのインターネットとはデータの整理と共有がすべてです。 IoT デバイスは通常、センサーまたはソフトウェアを通じてデータを取得し、そのデータをより広範なネットワークまたはクラウドを通じて共有します。簡単な例は、運動中に着用者の心拍数データを収集し、接続されているアプリに直接送信するスマートウォッチです。
問題は、生データ自体が特に有用ではないことです。 1 日を通して心拍数を知りたいですか? それとも、その数値がフィットネスや健康の目標にとって何を意味するのかを理解したいですか? ほとんどの人にとって、それは 2 番目の選択肢であり、そこに人工知能が登場します。人工知能はデータを処理および分析し、結論、予測、さらには意思決定を行うことができます。これにより、より強力な洞察とアプリケーションが得られ、特定のプロセスを人間が監視する必要がなくなります。
しかし、人工知能とモノのインターネットを組み合わせる可能性は、スマートウォッチよりもはるかにエキサイティングです。ここでは、最も有望な機会がどこにあるのか、そして投資を検討している人が注目すべきビジネスについて見ていきます。
#●スマートシティ スマートシティはテクノロジーを使用して効率と持続可能性を向上させます。センサーを使用してさまざまなインフラストラクチャと動作に関するデータを収集し、この情報に基づいて変更を実装します。たとえば、カメラとセンサーは、都市の特定のエリアに渋滞の問題があることを示し、問題の解決に役立つように信号機のパターンを変更できます。 IoT はデータの取得を担当しますが、人間の介入なしにデータを理解し、意思決定を行うには人工知能が必要です。 この分野におけるもう 1 つのエキサイティングなイノベーションは「デジタル ツイン」です。これは、さまざまな政策やモデルをテストするために都市のデジタル シミュレーションを作成します。たとえば、設備や建物をより持続可能な方法で運用する方法を検討します。ラスベガスやマンハイムなど、多くの都市がすでに利用している。 Microsoft やその他の企業は、企業がデジタル ツインを作成できるソフトウェアを提供しています。 Microsoft Azure には、照明アップグレードのモデル化にソフトウェアを使用しているバレンシア市など、この分野ですでに複数のパートナーがいます。ゼネラル・エレクトリック(GE)も市場リーダーです。#●自動運転車
自動運転車は、最適なパフォーマンスを実現するために人工知能とモノのインターネットも必要とします。突然の交通停止や天候の変化などの要因に基づいてデータをリアルタイムに分析できる必要があります。これは他の自動運転車にも当てはまります。
テスラは、このテクノロジーの利用において最も明白なリーダーの 1 つですが、この技術革新の恩恵を受けるのは自動車メーカーだけではありません。チップを製造する企業は、必要な性能レベルを確保する上で重要な役割を果たします。たとえば、半導体企業クアルコムは、将来のロードマップに人工知能とモノのインターネットの組み合わせを盛り込んでいます。
#●製造業スマート シティと同様、製造業でもセンサーを使用して、倉庫内の在庫やサプライ チェーン内の品目の位置などの情報データを収集します。したがって、製造業も AI を使用して効率とパフォーマンスを向上させることができ、サプライ チェーンで気づいた不足や問題に基づいて推奨事項を提示したり、プロセスを変更する方法を特定したりできます。 たとえば、Siemens は産業アプリケーション向けに MindSphere と呼ばれるサービス ソリューションを開発しました。モノのインターネットと人工知能を使用して、工場がプロセスを最適化し、より良い製品を開発できるように支援します。#●●仕事の生産性
IoTや人工知能技術は、個人の生産性を向上させ、より快適な職場を作るためにも活用できます。 Google Nest は、人工知能と IoT テクノロジーを組み合わせて、個人の労働時間や好みの気候に基づいて温度を調整するスマート サーモスタットを開発しました。
##●ロボットこれまでのところ、人間によって作成されたロボットのほとんどは非常に粗雑であり、人間が簡単に実行できるタスクを実行することはできません。しかし、人工知能がより高度になり、センサーやカメラからより多くのデータを取得できるようになると、自律型ロボットが実現可能になります。 自律型ロボットを産業で使用すると、効率が向上し、人間にとってより安全な環境を作り出すことができます。人工知能や同様のイノベーションの可能性により、従業員の 40% が 15 年以内に入れ替わる可能性があるとの試算もあります。さらに、アマゾンのような企業は、取り残されると思われる従業員を再教育することで、この変化にすでに備えています。 このテクノロジーが私たちをどこへ連れて行っても、投資家が追求できるさまざまな機会が存在します。以上が人工知能とモノのインターネット: テクノロジーの進歩の究極の融合?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

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

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。

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 |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

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

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス
