スマートシティの未来: 独立した思考の新たな章
自主的に考えて、緊急車両がスムーズに目的地に到着できるように交通を「迂回」することで、物品ができるだけ早く到着するようにし、さらに人々が迷子になった人と会話できるようにする都市を想像してみてください。ペット. Reunion
「認知都市」と呼ばれる展望は、次世代スマートシティの発展方向
リライトされた内容は次のとおりです。 最初のスマートシティは感知はできても行動はできませんでしたが、コグニティブシティは感知して反応します。この目標を達成するための鍵となるのが、街中に分散されたセンサーとエッジコンピューティングです。将来のスマートシティの多くは「グリーンフィールド」になります。つまり、ゼロから構築され、街灯からゴミ箱に至るまであらゆるものにエッジコンピューティングが組み込まれ、インテリジェンスが注入されたまったく新しい都市です。これらの都市に住む人々にとって、エッジ コンピューティングは、駐車場を即座に見つけることから、予測インテリジェンスを使用して光熱費を削減することまで、生活に実際の目に見える改善をもたらします。
ハイライト コグニティブ シティのエッジ
コグニティブシティを構築する場合、最も基本的なニーズは、データが生成される場所、つまり人々が住み、働き、移動する場所にコンピューティングパワーを移動させることです。これは、まったく新しいスマートシティを構築する場合でも、既存の「ブラウンフィールド」都市テクノロジーを改修する場合でも当てはまります。とにかくエッジが重要です。たとえば、ゴミ箱、下水道、信号機のカメラからのセンサー情報を処理する場合、これらの問題にリアルタイムで対応する必要があります。
現在のスマートシティでは、常に情報の取得が主な焦点となっています。データ: 交通ホットスポットの監視や水漏れの検出などに関係なく。しかし、今後数年間で、モノのインターネット (IoT) と現代の人工知能 (AI) により、都市自体がリアルタイムの気象状況に基づいてエネルギー使用を調整するなど、変化する物理世界に動的に対応するようになるでしょう。 ) の導入により、監視の進化はマシンツーマシンのベースから始まり、インテリジェント テクノロジーの変化にとって革命的です。大規模言語モデルなどの新興 AI テクノロジーも将来的には役割を果たし、都市計画者や一般住民が都市と簡単に対話できるようになります。エッジ テクノロジーは、将来の都市を効果的に制御するための重要な要素になります。
この種の応答性の高いサービスを実現するには、エッジ コンピューティングが重要になります。コンピューティング パワーを街路に移す必要があります。これは、交通センサーや煙センサーなどの使い捨てアナログ センサーの使用から、データ生成とプライバシー保護の両方が可能なスマート カメラの使用への広範な移行の一環です。
スマート ストリート将来のスマートシティでは、テクノロジーが人間のニーズに応えます。持続可能性は都市が直面する最大の課題であり、その最大の要因は自動車です。スマートシティは交通量を減らし、自動運転車を効率的に道路に誘導するのに役立ちます。最初の配信の失敗はその一例です。ドライバーは同じ住所に繰り返し戻らなければならないため、これが渋滞の主な原因となります。コグニティブシティでは、顧客がいつ在宅しているかを示す位置データを、同意を得て配送会社と匿名で共有できるため、初回の試行でより多くの配達を行うことができます
#スマートパーキングは、交通渋滞や交通渋滞を軽減する重要な方法です。街路をより効率的にします。エッジ コンピューティング ノードは、空き駐車スペースを感知し、リアルタイムで車両をそこに誘導できます。また、自動車の自動運転システムにより多くのデータを提供し、自動運転を可能にする重要な要素にもなります。将来のスマート シティでは、道路は自動運転を中心に設計され、車両と車両間、および車両とインフラストラクチャ間の通信が可能になり、エッジ コンピューティングにより、事故現場への初期対応者の迅速な到着が可能になります。スマート シティ インフラストラクチャは、ビジョンベースのセンサーを利用して建物内の火災を検出し、警報を鳴らします。緊急サービスが警報を受信すると、AI は現場に到着する人々のために最も安全で最速のルートを事前に計画し、必要に応じて他の車両のルートを調整できますプライバシー問題を優先します
リライトされた内容は次のとおりです。ビデオは監視だけでなく、ゴミ箱のあふれや交通状況など、さまざまな状況を認識するために使用されます。スマート カメラは、たとえば、カメラ間を移動するペットを人工知能を使用して識別することで、飼い主が迷子になったペットを見つけるのに役立ちます。どのスマートシティでもプライバシーは最も重要な問題です。これからのスマートシティは、ただデータを取得するためにデータを取得するのではなく、より良いサービスを提供するためにデータを取得することになります。市民が都市計画担当者が提供する情報を信頼する場合、提供される情報以上の見返りを得る必要があります。Edge は、家族の持続可能な発展の実現にも役立ちます。最も賢いスマートホームでも、在室を検知して、誰かが退出したときにのみエアコンをオフにすることができます。センサーと人工知能を使用して予測することで、誰かが帰る1時間前に徐々に拒否することができます。都市は高度なコンピューティング技術を使用して建物内の活動をリアルタイムで監視し、当局がエネルギーの供給と需要を一致させることができるようになります。
将来の認知都市は、テキストから音声への変換や音声からテキストへの変換によって、視覚障害や聴覚障害を持つ人々を支援する拡張現実体験を提供します。ここでは、エッジ コンピューティングが重要な役割を果たします。視覚障害者が道路を横断するときは、1 ミリ秒も重要です。コンピューティング能力はもはやデータ センターに限定されません。真のコグニティブ シティでは、街路自体がデータによって変動します。
#ノード、道路、ワークロード#スマート ネットワークを構築するとき都市をゼロから構築するには、都市全体に広がる何十万ものコンピューティング ノードが必要です。これには計画が必要です。これらのノードは、街路の照明のように、構築された環境の一部になる必要があります。また、各デバイスには、冷却と遅延に関する要件が異なります。たとえば、コンピューターは食器棚に置くことができません。新しいスマート シティを構築する場合、これらのノードをより効率的に統合できるため、サービス エンジニアにとってより見やすく、アクセスしやすくなります。
ただし、スマート街路灯であれ、キャビネットであれ、改修が必要な場合は、いくつかの方法があります。必要な場所にコンピューティング能力を提供します。多くの大都市には、モバイル サービスや電気通信サービス、さらには水道を提供するサービス キャビネットが数多くあります。サービス エンジニアは、ネットワークとのやり取りを調整できます。これらのサービス キャビネットは将来のデータ センターになります
未来の都市未来のスマート シティは、既存の都市であろうと「都市」であろうと、人間中心になります。緑地に建設されるすべてのプロジェクトにはスマートテクノロジーが統合されます。これらの大規模なインフラ プロジェクトは市民の参加に基づいており、通信ネットワーク、交通、公共の安全、エネルギー効率などの側面をサポートする重要なインフラを統合します。ストリート ノードが中心となり、これらのノードがセンサーやカメラから情報を収集し、都市が独自に「考える」ことができるようになります。スマート シティは単なる出発点にすぎません。将来のコグニティブ シティは、より安全で幸せ、より持続可能なライフスタイルを生み出します
以上がスマートシティの未来: 独立した思考の新たな章の詳細内容です。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
