人工知能が大胆に予測:銀河系には少なくとも2万の地球と36の異星文明が存在する
英国の科学者は最近、天の川銀河には 少なくとも 36 の異星文明が存在すると考えています。彼らは、ゼロと整数を含むこの数字をどのようにして導き出したのでしょうか?
答えは人工知能アルゴリズムです。彼らは、銀河内の異星文明の数を予測するための独自のモデルとアルゴリズムを設計しました。このモデルには、いくつかの物理量、力間の依存関係、宇宙における天体のライフサイクルが含まれています。たとえば、太陽系の形成と消滅、天の川銀河のすべての星の進化などです。
このアルゴリズムを使用すると、天の川の直径が少なくとも 100,000 光年で、少なくとも 1,000 億個の星が含まれている場合、ハビタブル ゾーン、、およびそこ全体に地球のような惑星が少なくとも 20,000 個存在します。宇宙には地球に似た惑星が約 3,000 億個あり、天の川銀河内の 20,000 個の地球に基づいて、科学者たちは液体の水と磁場の要素も考慮に入れています。文明が現れる。
この定義を明確にした後、地球上の生命の歴史は 38 年であり、人類の文明の歴史は 10,000 年であるため、天文学者は、宇宙人の文明は少なくとも
私たちの現在の技術レベルにあるに違いないと考えています。人間の文明が発見されるまでにはさらに 100 年の発展が必要であり、これは、天の川銀河にある 36 の異星文明が人類より少なくとも 100 年は進んでいることを意味します。
100 年がそれほど長くないと思うなら、100 年前がどのようなものだったのか考えてみてください。当時は衛星やインターネットはおろか、電化もまだ普及していませんでした。したがって、科学者たちは 100 年先のことだと考えています。技術爆発は地球上だけで起こるわけではないため、異星文明の技術力は人類よりも200年、さらには300年も進んでいる可能性があります。
上記のすべての定義がパラメーターに単純化され、コンピューターに入力されたとき、科学者たちは最終的に、私たちの銀河系には
この結果は
「The Astrophysical Journal」にも掲載され、他の科学者や SF 愛好家がこれら数十のエイリアンとさらに接触する方法を考えるきっかけになりました。
まず第一に、コンピューターは、これら 36 の異星文明の平均距離が地球から 17,000 光年であることを示しています。これは、今私たちが彼らに連絡を取った場合、彼らが人間にメッセージを受信して応答するまでに 17,000 年かかることを意味します
、これほど長い時間は、人類の文明が太陽系、さらには天の川銀河を離れるのに十分です。
そして最も残念なことは、人類文明は宇宙からの電磁波を数十年しか受け取っていないことですが、異星文明は300年前に地球にコンタクトしたかもしれませんが、当時人類はそれを全く感じられなかったのです。
同様に、私たちが宇宙に送信する年代測定信号が異星文明によって受信される場合、それらを受信する異星文明の能力も必要です。言い換えれば、人類文明の送信と異星人の送信の両方が必要です。
内にある必要があります。そうでない場合は、送信電力が不十分または受信感度が不十分なため、受信できません。 ###全体###
天の川銀河に 36 の異星文明が存在しようが、360 の異星文明が存在しようが、それは現在の人類の文明とはほとんど関係がありません。エイリアンの存在を発見するかもしれない人々、そして将来エイリアンを発見する本当のチャンスがある人々は、人類文明が宇宙の大航海時代に入った後の宇宙旅行者にすぎません。
以上が人工知能が大胆に予測:銀河系には少なくとも2万の地球と36の異星文明が存在するの詳細内容です。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。

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。

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。

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
