目次
の絡み合いであると言えます。
2031 年までに、量子コンピューティング市場は 8,000 億に達すると予想されます。
量子コンピューティングの産業化には 3 つの問題を解決する必要があります
「賢い頭脳、十分なリソース、現存する最高の技術=量子コンピュータ」
ホームページ テクノロジー周辺機器 AI Baidu Duan Runyao: 量子コンピューティングの出現を不可避にする 4 つの要因

Baidu Duan Runyao: 量子コンピューティングの出現を不可避にする 4 つの要因

Apr 11, 2023 pm 10:46 PM
テクノロジー 量子

この記事はAI New Media Qubit(公開アカウントID:QbitAI)の許可を得て転載していますので、転載については出典元にご連絡ください。

今年のノーベル物理学賞は、「量子の優位性」という人気のテーマから、量子情報科学の分野に授与されました。

量子コンピューティング この専門用語は、長い間、現在最も人気のある科学技術問題の 1 つとなっています。

Baidu Duan Runyao: 量子コンピューティングの出現を不可避にする 4 つの要因

そして、一連の最新技術の進歩により、次のような新たな疑問も生じています。

量子コンピューティングは、 からどの程度離れているのか、どのように行うのか遠いですか?

実際、データによると、2031 年頃までに 8,000 億近くの市場規模が量子コンピューティングに直接関連することになります。

これは、この分野が実装の壮大な旅の始まりを迎えようとしていることを意味します。

では、最初の一歩を踏み出し、真の量子コンピューターを構築するにはどうすればよいでしょうか?

Baidu量子コンピューティング研究所所長Duan Runyao氏は、Ying Mingsheng教授に師事し、シドニー工科大学の終身教授であり、Quantum SoftwareおよびQuantum Softwareの創設ディレクターでもあります。情報センター、オーストラリア・アジア研究評議会の将来フェロー。 2001 年以来、彼は量子コンピューティングと量子情報技術の分野に従事し、独自の貢献を行ってきました。彼が勤務する Baidu では、基盤となるハードウェアから量子コンピューティングの計画を主導して提供してきました。上位層アプリケーション 産業用ソリューションの完全なセット。

そこで、

MEET 2023 Intelligent Future Conference で、Duan Runyao は Baidu を例としていくつかの経験と意見を共有しました。ここ数年は、量子がコンピューティングと真に統合され始める非常に重要な年であり、量子コンピューティングの出現は多くの面で避けられません。 ムーアの法則と安価なコンピューティング能力の利点を継続したい場合は、量子コンピューティングという新しいコンピューティング モデルを検討する必要があります。

彼が本物の量子コンピューターを構築したい場合、彼の結論は単純です。

十分なリソースと最高の既存テクノロジーを組み合わせた、賢い頭、それらを組み合わせるだけです。

ハードウェアからソフトウェア、アプリケーションに至る量子コンピューティングの産業化ソリューションに関する Duan Runyao の考えを完全に反映するために、量子ビットは元の意味を変えることなく変更されます。編集されました。

MEET インテリジェント フューチャー カンファレンスについて: MEET カンファレンスは、Qubit が主催するインテリジェント テクノロジーの分野におけるトップ ビジネス サミットで、最先端テクノロジーの実装と業界への応用を探ることに特化しています。今年は、数十の主流メディアとライブ放送プラットフォームが MEET2023 カンファレンスをライブで報道および放送し、300 万人を超える業界ユーザーがオンラインで参加し、ネットワーク全体の総露出は 2,000 万人を超えました。

スピーチの要点

ムーアの法則と安価なコンピューティング能力の利点を継続するには、新しいコンピューティング モデル、つまり量子コンピューティングを検討する必要があります。

私たちはすでに、量子コンピューティングの利点が古典的なコンピューティングを超え始める非常に重要な点にいます。ここを突破できれば、将来的にはさまざまな可能性が生まれるでしょう。

2031 年頃までに、8,000 億近くの市場規模が量子コンピューティングに直接関係するとみられ、70% 近くの企業がこの分野で何らかの調整をしたいと考えています。

量子コンピューティングと人工知能は相互に強化し、絡み合った関係にあり、上位のアプリケーション、中間のプラットフォーム フレームワーク全体から下位のハードウェア レベルまで接続できます。
  • 量子コンピューティングへの全体的な投資は多額ですが、特定のアルゴリズムやソフトウェアへの投資は限られており、この側面は強化する必要があり、重要な段階に達しています。
  • 量子コンピューターを実際に構築するにはどうすればよいでしょうか?私の結論は実際には非常にシンプルです。それは十分なリソースと利用可能な最高のテクノロジーを組み合わせた賢い心です。
  • (以下はドゥアン・ルンヤオ所長の講演全文です)
  • なぜ量子コンピューティングの出現は避けられないのでしょうか?
  • 今日このアイコン
(会議アイコン)

を見て、量子情報における量子もつれを思い出しました。 実際、今日私たちが議論している量子コンピューティング自体は、

コンピューティングと量子情報

の絡み合いであると言えます。

一方で、古代の結び目の数え方からそろばんや計算尺、そして今日のコンピューターやスーパーコンピューターなどに至るまで、コンピューティングは私たちの社会のあらゆる側面をカバーしてきました。 一方、量子は実際には世界についての私たちの新しい理解です。

原始時代には世界を経験的に表面的にしか理解していなかったことがわかっていますが、ニュートン力学やマクスウェルの電磁気理論が登場し始めたのはさらに後になってからで、前世紀に入ってようやく発見することができました。世界は実際には量子力学の法則に従っています。

量子力学は、1920 年代に出現して以来、実際に私たちの世界に地球を揺るがす影響を与えてきました。これはいわゆる 第一次量子革命 です。

今日私たちがよく知っているレーザー、トランジスタ、核磁気共鳴、原子力などは、すべて量子力学、特に今日使われているインターネットの直接利用に基づいて生み出されています。

この最初の量子革命は、基本的に社会全体のあらゆる側面を変えました。

今、私たちの時代は実際に第二次量子革命、つまり新たな量子革命の段階に入っています。

現段階では、物質全体について量子力学的な予測を行うだけでは満足できず、特定のシステムを直接制御し、そのシステムを利用して処理することを期待しています。その過程で、量子もつれなどのいくつかの量子特性が実際に違いをもたらします。

ここ数年は、量子が実際にコンピューティング、特に Google が開発した有名な量子コンピュータ「Platanium」や中国大学が開発した「Zu Chongzhihao」と実際に統合され始めるにとって、非常に重要な年となるはずです。中国の科学技術、これらはすべて量子とコンピューティングを組み合わせると、特定の問題で超能力を真に実証できることを証明しています。

量子とコンピューティングの真の組み合わせの後、新しい分野が出現します。また、これはコンピューティング能力の指数関数的な向上をもたらす可能性があるため、これがまったく新しい世界をもたらすと私たちは信じています。

ここまでお話しすると、量子とコンピューティングの組み合わせが非常に重要であるという一般的な印象をお持ちかもしれませんが、重要な手法は何でしょうか?

実際、量子コンピューティングの出現は不可欠です。

一方で、チップのサイズが 1 ナノメートルなどの特定のレベルに達すると、量子力学のスケールに入ります。このスケールでは、次のことを考慮する必要があります。従来の方法だけでなく、量子力学的な方法でチップを設計することもできます。

したがって、現時点では、当然のことながら、ムーアの法則の利点を継続し、安価なコンピューティング能力を継続したい場合は、新しいコンピューティング モデル、つまり量子コンピューティングを検討する必要があります。

もちろん、これはエネルギー消費にも関係します。なぜなら、コンピューティングが多量のエネルギーを消費することは誰もが知っていますが、量子コンピューティングが使用される場合、それは可逆コンピューティング モードであり、最終的なエネルギー消費は非常に小さくなる可能性があるからです。

一方で、データ量は既に膨大であり、先ほどの報告にもありましたように、さまざまな大規模なモデルでは多くの計算が必要となります。

実際、量子システムをシミュレートしたい場合、たとえ 300 量子ビットなどの非常に小さなシステムであっても (量子ビットは古典的なビットに相当する量子です)、必要なストレージの量このような系の状態を表現するには、宇宙全体で目に見える原子の数を超えます。

さらに、量子には多くのプラスの効果があり、たとえば、その利点、特に特定の問題に対する指数関数的な利点を理論的に証明できるアルゴリズムが多数あります。

私たちも日々インターネットを利用してさまざまな取引や情報発信を行っており、その過程において情報のセキュリティは非常に重要です。

しかし、残念なことに、量子コンピューターは実際に金融 RSA システムを破壊する可能性があります。

現在、例えば1,000桁の大きな数を素数分解する場合、従来のコンピュータでは宇宙の長さよりも長い時間がかかる可能性があります。しかし、中規模の量子コンピューターが構築できれば、おそらくこの問題を解決するのに数秒、あるいは数秒しかかからないでしょう。

2031 年までに、量子コンピューティング市場は 8,000 億に達すると予想されます。

実際、私たちは現在、すでに非常に重要な段階にいます。つまり、量子コンピューティングの利点が古典的なコンピューティングを超え始めています。ここを突破できれば、将来的にはさまざまな可能性が生まれるでしょう。

まさにこの可能性があるからこそ、量子技術は現在の業界で常に高く評価されてきました。

ご覧のとおり、「第14次5カ年計画」と2035年の長期目標では、量子情報、集積回路、人工知能が特に重点分野の一つとして位置づけられています。優先開発のトロイカです。

ヨーロッパやアメリカなどの主要な外国もこの面に多額の投資を行っています。

産業界では、これが新たな情報革命をもたらす可能性があることを誰もが認識しており、国内外の大企業がすでにこの点に関する計画を立てています。 2018 年に本格的に導入を開始しました。このフィールドに入力してください。 さらに、研究を行っている非常に優れたスタートアップ企業も数多くあります。

ここには 2 つのデータがあり、さまざまなデータを統合した結果、

2031 年頃までに 8,000 億近くの市場規模が量子コンピューティングに直接関係していることがわかりました。 ; ほぼ 70% の企業が、この分野で何らかの取り決めをしたいと考えています。 つまり、これは非常にエキサイティングなことです。では、具体的にどのような分野で使用できるのでしょうか?

量子コンピューティング全体がハードウェアからソフトウェア、アルゴリズムに変化することがわかっているため、基本的には多くの重要な分野がそれに関連していると言えます。

特に、ここで簡単に挙げたいくつかの方向性、例えば、化学産業と医療、特に医薬品の研究開発の問題、金融テクノロジーにおける最適化の問題、または新エネルギー電池における化学シミュレーションの問題など、および情報です。セキュリティ... これらの側面は量子コンピューティングと密接に関連している可能性があります。

さらに、実際には、量子コンピューティングと 人工知能 は、上記のアプリケーションだけでなく、中間領域全体においても、相互に強化し、絡み合った関係を持っています。プラットフォーム フレームワークと基盤となるハードウェア レベルはすべて相互接続可能であり、これが人工知能に対する量子の影響です。

一方、量子は既存の非常に高度な人工知能テクノロジーの一部からも恩恵を受けることができ、特に深層学習は、量子アルゴリズムや量子合意などを含む量子システムの多くの特性を研究するのに役立ちます。

たとえば、Baidu は quantity paddle と呼ばれる量子機械学習プラットフォームを 2020 年に構築しました。

量子コンピューティングの産業化には 3 つの問題を解決する必要があります

私たちは現在、依存できる機会が非常に多く、量子が私たちの現実生活に入り込もうとしていることもわかっています。オンラインのクラスメート、そのうち何人が実際に量子コンピューターを使用したことがありますか?

#人数はまだ限られていると思います。

多くの場合、ニュースや新聞で一部の関連報道しか目にしないかもしれませんが、本当に産業化したいのであれば、量子コンピューターを実験室から実際の生活に持ち込む必要があります。

しかし、研究室の問題は何でしょうか?プラットフォームは単一で不安定です...量子コンピューティングのパワーを出力することを困難にする多くの問題があります。

工業化への道で何を解決する必要があるでしょうか?ハードウェアからソフトウェア、アプリケーションに至るまで、一連の問題を解決する必要があります。

たとえば、ハードウェアに関して言えば、物体が量子コンピューティングのパワーを継続的に出力できるかどうかという安定性の問題を解決する必要があります。仕事。

2 番目に、プラットフォーム、ハードウェア プラットフォームも提供する必要があります。さらに、このチップが新しい世代を継続的に提供できる自動化された設計方法を備えていることを確認する必要もあり、これは非常に重要です。

ソフトウェア レベルで特に重要な点は、プログラマーが古典的プログラミングから量子プログラミングに移行できる優れたソフトウェア プラットフォームを用意できるかどうかです。また、ソフトウェアインターフェースの作り方やエラー修正の方法なども記載されています。

アプリケーション レベルでは、優れたアルゴリズム ライブラリが必要であり、これには実際の利点があります。

つまり、工業化シナリオは、科学研究、テクノロジー、エンジニアリングにおいて多次元の課題を引き起こします。

Baidu は

QIAN 戦略 を提案しました。 Q は量子アルゴリズム、量子 AI、量子アーキテクチャです。 I はソフトウェアとハ​​ードウェアのインフラストラクチャです。さらに、重要なアプリケーション価値を持ついくつかのシナリオを正確に特定する必要があります。A は、いくつかの重要な実際のアプリケーションを指します。最後に、もちろんネットワークです。N は量子インターネットを指します。さらに、エコロジカル ネットワークを確立する必要もあります。

「QIAN」には 3 つの解釈があります。一方では、技術開発の一般的な傾向である「Qiankun」に準拠しているということです。 「前」は、将来を見据えたアプリケーションに真に焦点を当てることであり、最後の側面は、「お金」の「お金」である量子生態資源を真に活用することです。

4 年以上の開発を経て、Baidu Quantum 全体が上記のアプリケーションから基盤となるハードウェアに至るまで完全に統合されました。シンプルで簡単なチュートリアル Quantum オペレーティング システム プラットフォーム、ツールセットなど

このようなプラットフォームのもとで、ようやく一元化することにしたので、ソフトウェア、ハードウェア、アプリケーションを真に統合して皆様にお見せしたいと考えています。とハードウェアを統合し、量子コンピューティングのパワーをすべてのユーザーの手に届けます。

私たちは、今年 8 月に開催された第 1 回量子開発者カンファレンスで、

「Qianshi」と呼ばれる高度に統合された産業グレードの量子コンピューターを発表しました

なぜ産業レベルの量子コンピューターと言われているのでしょうか?それは実は、継続的かつ安定的にサービスを提供できるからであり、現状のチップの能力はまだ比較的限定的ではありますが、ユーザーに継続的かつ安定的にサービスを提供することができています。

実際、誰もが量子情報に興味がある限り、携帯電話を開いて

quantity YifuAPP をダウンロードすれば、すぐにいくつかの情報を学ぶことができます。最も基本的な量子知識。

量子重ね合わせから量子もつれ、量子探索まで、5 つの興味深いアプリケーションを提供しました。誰もが使用できる一連の量子ニューラル ネットワークがあります。このような取り組みを通じて、量子コンピューティングが実現できると私たちは信じています。

つまり、Baidu のような企業は量子の産業化に取り組み始めていますが、より多くの企業自体が自社の企業サービスに量子を真に導入したいと考えているかもしれません。言い換えれば、他の業界が産業の量子化を達成するのをどのように支援できるでしょうか?

先ほどこのデータについて触れましたが、企業の 70% 近くがこの需要を抱えており、現時点では、越えなければならない大きなギャップがあることに誰もが気づくでしょう。

今年 8 月に、当社は quantityxi と呼ばれる世界初の統合量子ソフトウェアおよびハードウェア ソリューションをリリースしました。これにより、企業の量子レイアウトを非常に簡単に実現できます。

このプラットフォームには大きな利点があり、まず第一に、携帯電話や PC に関係なく、あらゆる種類のハードウェアに適応できるフル プラットフォームであることです。

第二に、実際には、ソフトウェアおよびハードウェア テクノロジの完全なセットが組み込まれています。

その一方で、企業に、全体的な展開やワンストップのアップグレードを支援できる、民営化されたカスタマイズされたクラウド サービスなどの実用的なサービスを真に提供することもできます。

具体的には3つのステップがあります。第一に、この企業は量子コンピューティングがあなたの業界やあなたの会社にどのような影響を与えるかを私たちと話し合うことができ、戦略を立てることができます。第二に、量子コンピューティングがトレンドであることが確認されているので、今後のことを真に検討することができます。企業内のいくつかの中核的な問題を特定し、量子手法を使用してソリューションを開発します。3 番目のステップは、具体的な実装です。

私たちは、Qianshi の実際の量子製品を含む、Baidu Quantum Platform のようなテクノロジーを通じて、最終的には Quantum Xi のような、あらゆる分野で役立つソリューションを生み出すことができることを願っています。

「賢い頭脳、十分なリソース、現存する最高の技術=量子コンピュータ」

このレポートの最後に展望を述べたいと思います。

実のところ、私は 20 年以上、「量子コンピューターを実際に構築するにはどうすればよいでしょうか?」という質問について考えてきました。

私の結論は実際には非常に単純です。つまり、十分なリソースと最高の既存テクノロジーと組み合わせた賢い頭脳が量子コンピューターを作成できるということです。

この意味では、そのような機械を作るためのさまざまな組み合わせが世界中にたくさんあり、そのプロセスは同等です。

量子コンピューターの現在の問題は何ですか?

まず第一に、人材は非常に不足しています。量子コンピューティングを研究するなら、市場にはいくつかのオファーがあなたを待っています。

2つ目は資金です。量子コンピューティングへの全体的な投資は巨額ですが、特定のアルゴリズムやソフトウェアへの投資は限られており、この側面を強化する必要があります。

実際、多くの資本が量子コンピューティングを検討する可能性があります。これは、量子コンピューティングは以前は少し早かったかもしれませんが、現在は重要な段階に達しているためです。

さらに、私たちは実際に、Baidu Quantum Platform を通じてオープンで持続可能な量子コンピューティング エコシステムを構築したいと考えています。

このようにして、私たちは開発者やユーザーにサービスを提供するだけでなく、学術コミュニティや上級専門家 (Artur Ekert コンサルタントを含む) とコミュニケーションできるようにしたいと考えています。 , 量子の専門家は協力関係を築きます。

また、私たちはソフトウェアが中心なので、ハードウェアチームとの協力も必要です。ハードウェアも自社で持っていますが、ハードウェアチームとより協力して量子チップの開発を進めていきたいと考えています。 。 より良い。

もちろん、もう一つの側面は、大学との協力が常に私たちのイノベーションの源であるということです。

またご清聴ありがとうございます、ありがとうございます!

以上がBaidu Duan Runyao: 量子コンピューティングの出現を不可避にする 4 つの要因の詳細内容です。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。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

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

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

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

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。

ホットツール

メモ帳++7.3.1

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

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

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

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

座標系の変換を本当にマスターしましたか?自動運転と切り離せないマルチセンサーの問題 座標系の変換を本当にマスターしましたか?自動運転と切り離せないマルチセンサーの問題 Oct 12, 2023 am 11:21 AM

最初のパイロットおよび重要な記事では、主に自動運転技術で一般的に使用されるいくつかの座標系と、それらの間の相関と変換を完了し、最終的に統合環境モデルを構築する方法を紹介します。ここでの焦点は、車両からカメラの剛体への変換 (外部パラメータ)、カメラから画像への変換 (内部パラメータ)、および画像からピクセル単位への変換を理解することです。 3D から 2D への変換には、対応する歪み、変換などが発生します。要点:車両座標系とカメラ本体座標系を平面座標系とピクセル座標系に書き換える必要がある 難易度:画像の歪みを考慮する必要がある 歪み補正と歪み付加の両方を画面上で補正する2. はじめに ビジョンシステムには、ピクセル平面座標系 (u, v)、画像座標系 (x, y)、カメラ座標系 ()、世界座標系 () の合計 4 つの座標系があります。それぞれの座標系には関係性があり、

Stable Diffusion 3 の論文がついに公開され、アーキテクチャの詳細が明らかになりましたが、Sora の再現に役立つでしょうか? Stable Diffusion 3 の論文がついに公開され、アーキテクチャの詳細が明らかになりましたが、Sora の再現に役立つでしょうか? Mar 06, 2024 pm 05:34 PM

StableDiffusion3 の論文がついに登場しました!このモデルは2週間前にリリースされ、Soraと同じDiT(DiffusionTransformer)アーキテクチャを採用しており、リリースされると大きな話題を呼びました。前バージョンと比較して、StableDiffusion3で生成される画像の品質が大幅に向上し、マルチテーマプロンプトに対応したほか、テキスト書き込み効果も向上し、文字化けが発生しなくなりました。 StabilityAI は、StableDiffusion3 はパラメータ サイズが 800M から 8B までの一連のモデルであると指摘しました。このパラメーター範囲は、モデルを多くのポータブル デバイス上で直接実行できることを意味し、AI の使用を大幅に削減します。

自動運転と軌道予測についてはこの記事を読めば十分です! 自動運転と軌道予測についてはこの記事を読めば十分です! Feb 28, 2024 pm 07:20 PM

自動運転では軌道予測が重要な役割を果たしており、自動運転軌道予測とは、車両の走行過程におけるさまざまなデータを分析し、将来の車両の走行軌跡を予測することを指します。自動運転のコアモジュールとして、軌道予測の品質は下流の計画制御にとって非常に重要です。軌道予測タスクには豊富な技術スタックがあり、自動運転の動的/静的知覚、高精度地図、車線境界線、ニューラル ネットワーク アーキテクチャ (CNN&GNN&Transformer) スキルなどに精通している必要があります。始めるのは非常に困難です。多くのファンは、できるだけ早く軌道予測を始めて、落とし穴を避けたいと考えています。今日は、軌道予測に関するよくある問題と入門的な学習方法を取り上げます。関連知識の紹介 1. プレビュー用紙は整っていますか? A: まずアンケートを見てください。

DualBEV: BEVFormer および BEVDet4D を大幅に上回る、本を開いてください! DualBEV: BEVFormer および BEVDet4D を大幅に上回る、本を開いてください! Mar 21, 2024 pm 05:21 PM

この論文では、自動運転においてさまざまな視野角 (遠近法や鳥瞰図など) から物体を正確に検出するという問題、特に、特徴を遠近法 (PV) 空間から鳥瞰図 (BEV) 空間に効果的に変換する方法について検討します。 Visual Transformation (VT) モジュールを介して実装されます。既存の手法は、2D から 3D への変換と 3D から 2D への変換という 2 つの戦略に大別されます。 2D から 3D への手法は、深さの確率を予測することで高密度の 2D フィーチャを改善しますが、特に遠方の領域では、深さ予測に固有の不確実性により不正確さが生じる可能性があります。 3D から 2D への方法では通常、3D クエリを使用して 2D フィーチャをサンプリングし、Transformer を通じて 3D と 2D フィーチャ間の対応のアテンション ウェイトを学習します。これにより、計算時間と展開時間が増加します。

初のマルチビュー自動運転シーンビデオ生成世界モデル | DrivingDiffusion: BEV データとシミュレーションの新しいアイデア 初のマルチビュー自動運転シーンビデオ生成世界モデル | DrivingDiffusion: BEV データとシミュレーションの新しいアイデア Oct 23, 2023 am 11:13 AM

著者の個人的な考えの一部 自動運転の分野では、BEV ベースのサブタスク/エンドツーエンド ソリューションの開発に伴い、高品質のマルチビュー トレーニング データとそれに対応するシミュレーション シーンの構築がますます重要になってきています。現在のタスクの問題点に対応して、「高品質」は 3 つの側面に分離できます。 さまざまな次元のロングテール シナリオ: 障害物データ内の近距離車両、車両切断中の正確な進行角、車線などラインデータ 曲率の異なるカーブやランプ・合流・合流などの撮影が難しいシーン。これらは多くの場合、大量のデータ収集と複雑なデータ マイニング戦略に依存しており、コストがかかります。 3D 真の値 - 一貫性の高い画像: 現在の BEV データ取得は、センサーの設置/校正、高精度マップ、再構成アルゴリズム自体のエラーの影響を受けることがよくあります。これが私を導いた

GSLAM | 一般的な SLAM アーキテクチャとベンチマーク GSLAM | 一般的な SLAM アーキテクチャとベンチマーク Oct 20, 2023 am 11:37 AM

19 年前の論文を突然発見 GSLAM: A General SLAM Framework and Benchmark オープンソース コード: https://github.com/zdzhaoyong/GSLAM 全文に直接アクセスして、この作品の品質を感じてください ~ 1 抽象的な SLAM テクノロジー近年多くの成功を収め、多くのハイテク企業の注目を集めています。ただし、既存または新たなアルゴリズムへのインターフェイスを使用して、速度、堅牢性、移植性に関するベンチマークを効果的に実行する方法は依然として問題です。この論文では、GSLAM と呼ばれる新しい SLAM プラットフォームを提案します。これは、評価機能を提供するだけでなく、研究者が独自の SLAM システムを迅速に開発するための有用な方法を提供します。

「Minecraft」が AI の街に変わり、NPC の住人が本物の人間のようにロールプレイ 「Minecraft」が AI の街に変わり、NPC の住人が本物の人間のようにロールプレイ Jan 02, 2024 pm 06:25 PM

この四角い男性は、目の前にいる「招かれざる客」の正体について考えながら眉をひそめていることに注意してください。彼女が危険な状況にあることが判明し、これに気づくと、彼女は問題を解決するための戦略を見つけるためにすぐに頭の中で探索を始めました。最終的に、彼女は現場から逃走し、できるだけ早く助けを求め、直ちに行動を起こすことにしました。同時に、反対側の人も彼女と同じことを考えていた……『マインクラフト』では、登場人物全員が人工知能によって制御されている、そんなシーンがありました。それぞれに個性的な設定があり、例えば先ほどの女の子は17歳ながら賢くて勇敢な配達員です。彼らは記憶力と思考力を持ち、Minecraft の舞台となるこの小さな町で人間と同じように暮らしています。彼らを動かすのはまったく新しいものであり、

レビュー!深いモデルの融合 (LLM/基本モデル/フェデレーテッド ラーニング/ファインチューニングなど) レビュー!深いモデルの融合 (LLM/基本モデル/フェデレーテッド ラーニング/ファインチューニングなど) Apr 18, 2024 pm 09:43 PM

9 月 23 日、論文「DeepModelFusion:ASurvey」が国立国防技術大学、JD.com、北京理工大学によって発表されました。ディープ モデルの融合/マージは、複数のディープ ラーニング モデルのパラメーターまたは予測を 1 つのモデルに結合する新しいテクノロジーです。さまざまなモデルの機能を組み合わせて、個々のモデルのバイアスとエラーを補償し、パフォーマンスを向上させます。大規模な深層学習モデル (LLM や基本モデルなど) での深層モデルの融合は、高い計算コスト、高次元のパラメーター空間、異なる異種モデル間の干渉など、いくつかの課題に直面しています。この記事では、既存のディープ モデル フュージョン手法を 4 つのカテゴリに分類します。 (1) 「パターン接続」。損失低減パスを介して重み空間内の解を接続し、より適切な初期モデル フュージョンを取得します。

See all articles