- 방향:
- 모두 웹3.0 백엔드 개발 웹 프론트엔드 데이터 베이스 운영 및 유지보수 개발 도구 PHP 프레임워크 일일 프로그램 위챗 애플릿 일반적인 문제 다른 기술 CMS 튜토리얼 Java 시스템 튜토리얼 컴퓨터 튜토리얼 하드웨어 튜토리얼 모바일 튜토리얼 소프트웨어 튜토리얼 모바일 게임 튜토리얼
- 나누다:
-
- AI를 사용하여 건물 에너지 가시성을 높이는 방법
- 미국에서는 건물에 사용되는 에너지의 약 3분의 1이 낭비되며 연간 1,500억 달러에 달하는 비용이 소요됩니다. 오늘날 점점 더 많은 건물 시설 관리자가 이 사실을 알고 있으며 이 비용을 제어하는 데 도움이 되는 모든 사용 가능한 자산을 식별하려고 합니다. 우리 모두 알고 있듯이 인공지능(AI)은 에너지 효율성을 향상시키려는 업계 리더들에게 강력한 도구가 되었습니다. 제로 빌딩 계획과 인공 지능의 발전이 결합되어 시설 관리의 변혁적인 시대를 위한 발판을 마련했습니다. Data International Energy Occupation의 통계에 따르면 건설 산업은 전 세계 에너지 소비의 최대 30%를 차지하며 에너지 소비를 최적화하면 환경에 미치는 영향을 줄이는 데 도움이 될 수 있습니다. 인공 지능은 관리자가 더 나은, 더 많은 정보를 바탕으로 더 예측 가능한 결정을 내릴 수 있도록 도와줍니다.
- 일체 포함 506 2024-04-12 12:16:23
-
- AI와 IoT가 주요 산업을 어떻게 파괴하고 있는가
- 인공 지능(AI)과 사물 인터넷(IoT)은 이미 제조 및 은행과 같은 산업에서 각각 상당한 발전을 주도해 왔지만, 두 기술을 결합하면 광범위한 산업 전반에 걸쳐 강력한 기회를 제공할 수 있습니다. 사물 인터넷은 상호 연결된 장치의 실시간 통신 네트워크를 구축했으며 수십억 달러 규모의 산업으로 성장했습니다. Statista는 2024년까지 수익이 1조 3천억 달러를 초과할 것으로 추정합니다. 동시에, 인공지능은 소비자 대상 생성 AI 프로그램 출시 이후 엄청난 성장을 경험했습니다. 다음은 일부 주요 산업에서 이러한 기술을 사용하는 방법과 업계 리더들이 이러한 사용이 미래에 어떻게 발전할 것으로 보는지 보여줍니다. 보험 현재 보험분야에서 인공지능의 역할은 효율성과 처리성 향상이다.
- 일체 포함 456 2024-04-12 11:55:26
-
- LiDAR 시뮬레이션을 위한 새로운 아이디어 | LidarDM: 4D 세계 생성에 도움이 되는 시뮬레이션 킬러~
- 원제목: LidarDM: GenerativeLiDARSimulationinaGeneratedWorld 논문 링크: https://arxiv.org/pdf/2404.02903.pdf 코드 링크: https://github.com/vzyrianov/lidardm 저자 소속: University of Illinois, Massachusetts Institute of Technology 논문 아이디어: LidarDM은 사실적이고 레이아웃을 인식하며 물리적으로 믿을 수 있고 시간적으로 일관된 LiDAR 비디오를 생성할 수 있는 새로운 LiDAR 생성 모델입니다. LidarDM은 LiDAR 생성 모델링 분야에서 전례 없는 두 가지 기능을 갖추고 있습니다. (1)
- 일체 포함 726 2024-04-12 11:46:15
-
- 제조 분야의 산업 연결성을 위한 주요 사용 사례
- 최근에는 스마트 팩토리, 인더스트리 4.0 등의 가능성과 잠재력에 대한 논의가 늘어나고 있지만 이러한 야심찬 비전과 전략의 많은 이점은 이제 산업 연결성을 활용하여 실현될 수 있습니다. 제조 분야의 산업 연결성을 통해 다양한 애플리케이션을 통해 효율성을 높이고, 생산 품질을 개선하고, 실시간 모니터링 및 제어를 지원하고, 지능적인 의사 결정 프로세스를 촉진할 수 있습니다. 스마트 제조 공장 및 인더스트리 4.0과 같은 기술은 최근 몇 년 동안 널리 논의되었지만, 산업 연결성을 활용하여 제조에서 흔히 발생하는 사일로를 무너뜨리는 이러한 야심찬 비전과 전략의 많은 이점을 이제 달성할 수 있습니다. 실제로 산업 연결을 통해 표준화된 데이터 액세스를 제공하는 몇 가지 일반적인 사용 사례는 글로벌 제조에 상당한 영향을 미쳤습니다. 가능한 주요 사용 사례 중 일부는 다음과 같습니다. 제조 분야의 실시간 데이터 모니터링 및 분석
- 일체 포함 860 2024-04-12 09:16:32
-
- IoT 센서와 AI가 스마트 빌딩을 혁신하는 방법
- 스마트 기술의 지속적인 발전으로 스마트 빌딩은 오늘날 건설 산업에서 강력한 힘이 되었습니다. 스마트 빌딩의 등장에는 사물인터넷(IoT) 센서와 인공지능(AI)이 중요한 역할을 했습니다. 이들의 결합은 단순한 기술 적용일 뿐만 아니라 전통적인 건축 개념을 완전히 전복하여 보다 지능적이고 효율적이며 편안한 건축 환경을 제공합니다. 지난 몇 년 동안, 특히 코로나19 팬데믹으로 인해 시설 관리자에 대한 기대가 변하고 실행 가능성 요구가 확대됨에 따라 건물 관리가 직면한 과제가 커지고 진화했습니다. 사무실 내에서 더욱 통합되고 유연한 업무 환경으로의 전환은 상업용 건물의 사용 방식에도 변화를 가져오고 있으며 건물 사용량, 점유자 추세에 대한 실시간 가시성이 필요합니다.
- 일체 포함 1054 2024-04-12 09:10:15
-
- BAIC Jihu, Darwin 2.0 기술 시스템 출시, 신에너지 자동차 기술을 새로운 차원으로 끌어올려
- 4월 11일, Tesla 2.0 기술이 베이징에서 성대하게 공개되었습니다. Jihu Motors는 스마트 여행 분야의 혁신으로 다시 한번 미래를 선도합니다. Darwin 2.0 기술 시스템은 지능형 여행 분야에 대한 Jihu Auto의 심층적인 탐구와 실천의 결과입니다. 지능형 주행, 지능형 상호 연결, 지능형 안전 및 기타 측면을 포함한 7가지 주요 기술 부문을 통합하여 사용자에게 포괄적이고 지능적인 여행 경험을 제공합니다. 이 기술 시스템은 첨단 센서와 알고리즘을 통해 차량 주행 상황을 정확하게 인지하고 지능적인 의사 결정을 내릴 수 있어 다양한 교통 환경에서 사용자가 안전하고 편안한 운전 경험을 즐길 수 있도록 지원합니다. 동시에 Darwin 2.0 기술은 사용자 경험 업그레이드에도 중점을 두고 있습니다. 스마트 기기와의 원활한 연결을 통해 차량 내 시스템과 휴대폰 및 스마트 홈의 통합을 실현합니다.
- 일체 포함 1046 2024-04-12 09:04:13
-
- 인과 추론 기반 추천 시스템: 검토 및 전망
- 이번 공유의 주제는 인과 추론에 기반한 추천 시스템입니다. 과거 관련 작업을 검토하고 이에 대한 향후 전망을 제안합니다. 추천 시스템에서 인과 추론 기술을 사용해야 하는 이유는 무엇입니까? 기존 연구 작업에서는 세 가지 유형의 문제를 해결하기 위해 인과 추론을 사용합니다(Gaoe et al.의 TOIS2023 논문 추천 시스템의 인과 추론: ASurvey 및 Future Directions 참조). 첫째, 추천 시스템에는 다양한 편향(BIAS)이 있으며, 인과 추론 편향을 위해 이러한 도구를 제거하는 효과적인 방법입니다. 추천 시스템은 데이터 부족 문제와 인과 관계 효과를 정확하게 추정할 수 없는 문제를 해결하는 데 어려움을 겪을 수 있습니다. 해결하기 위해
- 일체 포함 718 2024-04-12 09:01:07
-
- 긴 텍스트는 RAG를 죽일 수 없습니다: SQL+ 벡터는 대규모 모델과 빅 데이터의 새로운 패러다임을 구동하며 MyScale AI 데이터베이스는 공식 오픈 소스입니다.
- 대형 모델과 AI 데이터베이스의 결합은 대형 모델의 비용을 절감하고 효율성을 높이며 빅데이터를 진정한 지능화하는 마법의 무기가 되었습니다. 대형 모델(LLM)의 물결이 1년 넘게 급증하고 있으며, 특히 GPT-4, Gemini-1.5, Claude-3 등으로 대표되는 모델이 적격 핫스팟이 되었습니다. LLM 트랙에서 일부 연구는 모델 매개변수 증가에 중점을 두고 있으며 일부는 다중 양식에 열중하고 있습니다. 그중에서도 LLM의 컨텍스트 길이 처리 능력은 모델을 평가하는 데 중요한 지표가 되었습니다. 더 강력한 검색 성능. 예를 들어, 한 번에 최대 1백만 개의 토큰을 처리할 수 있는 일부 모델의 기능으로 인해 많은 연구자들은 RAG(R
- 일체 포함 1262 2024-04-12 08:04:24
-
- Face Wall Intelligence는 수억 위안의 새로운 자금 조달을 완료하고 AGI를 위한 효율적인 대형 모델을 향한 여정을 계속했습니다.
- 최근 Wall-facing Intelligence는 Primavera Ventures와 Huawei Hubble이 주도하는 수억 위안의 새로운 자금 조달을 완료했으며, 베이징 인공 지능 산업 투자 기금(Beijing Artificial Intelligence Industry Investment Fund) 등이 전략적 주주로서 계속해서 투자를 지원하고 있습니다. 이번 자금 조달이 완료된 후 Face Wall Intelligence는 뛰어난 인재 도입을 더욱 촉진하고 대형 모델 배포를 위한 기본 컴퓨팅 성능과 데이터 기반을 강화하며 "효율적인 대형 모델" 경로를 계속 선도하고 대형 모델의 효율적인 교육을 촉진할 것입니다. 모델을 만들고 애플리케이션을 신속하게 구현합니다. Light Source Capital은 이번 라운드의 단독 재정 자문 역할을 맡았습니다. 월페이싱 인텔리전스는 AI 원천 기술의 탄탄한 기반을 바탕으로 '효율적인 대형 모델' 탐구에 앞장서고 있는 세계 최대 규모의 대형 모델팀 중 하나로, 이를 구현하는 대형 모델 풀스택 기술을 완성했다. 효율적인 교육, 효율적인 구현 및 효율적인 생산 라인 레이아웃. 핵심 R&D 팀은 Tsinghua NL에서 탄생했습니다.
- 일체 포함 1069 2024-04-11 21:22:01
-
- 에이전트의 경계 탐색: 대규모 언어 모델 에이전트의 성능을 종합적으로 측정하고 개선하기 위한 모듈형 벤치마크 프레임워크인 AgentQuest
- 대규모 모델의 지속적인 최적화를 기반으로 하는 LLM 에이전트(이러한 강력한 알고리즘 엔터티)는 복잡한 다단계 추론 작업을 해결할 수 있는 잠재력을 보여주었습니다. 자연어 처리부터 딥 러닝까지 LLM 에이전트는 인간의 언어를 이해하고 생성할 수 있을 뿐만 아니라 전략을 수립하고 다양한 환경에서 작업을 수행하며 심지어 API 호출 및 코딩을 사용하여 빌드까지 할 수 있어 점차 연구 및 산업의 초점이 되고 있습니다. 솔루션. 이러한 맥락에서 AgentQuest 프레임워크의 도입은 LLM 에이전트의 평가 및 발전을 위한 모듈식 벤치마킹 플랫폼을 제공할 뿐만 아니라 연구원에게 이러한 에이전트의 성능을 추적하고 개선할 수 있는 강력한 도구를 제공합니다. 좀 더 세분화된 수준
- 일체 포함 1131 2024-04-11 20:52:21
-
- 여러 SOTA! OV-Uni3DETR: 카테고리, 장면 및 양식 전반에 걸쳐 3D 감지의 일반화 가능성 향상(Tsinghua & HKU)
- 본 논문에서는 3D 객체 감지 분야, 특히 Open-Vocabulary를 위한 3D 객체 감지 분야에 대해 논의합니다. 기존 3D 객체 감지 작업에서 시스템은 일반적으로 포인트 클라우드 또는 RGB 이미지에 의존하는 실제 장면 3D 경계 상자 및 의미 범주 레이블에서 객체의 위치를 예측해야 합니다. 2D 객체 감지 기술은 편재성과 속도로 인해 우수한 성능을 발휘하지만, 관련 연구에 따르면 3D 범용 감지 기술의 개발은 이에 비해 뒤떨어져 있는 것으로 나타났습니다. 현재 대부분의 3D 객체 감지 방법은 여전히 완전 지도 학습에 의존하고 있으며 특정 입력 모드에서 완전히 주석이 달린 데이터로 제한되며 실내 또는 실외 장면에서 훈련 중에 나타나는 카테고리만 인식할 수 있습니다. 이 논문에서는 3D 범용 표적 탐지가 직면한 과제가 주로 다음과 같다고 지적합니다.
- 일체 포함 393 2024-04-11 19:46:18
-
- AI 보안업체 TrojAI, 추가 시드펀딩 받아
- 캐나다 AI 보안 솔루션 제공업체인 TrojAI는 이번 주에 추가 시드 자금으로 575만 달러를 받았다고 발표했습니다. TrojAI가 제공하는 엔터프라이즈 AI 보안 플랫폼은 고객이 AI 모델과 애플리케이션을 위험과 공격으로부터 보호하도록 돕습니다. 해당 플랫폼은 배포 전에 AI 모델을 테스트하고 민감한 데이터 유출과 같은 문제로부터 애플리케이션을 보호하여 기업이 OWASPAI 프레임워크 및 개인 정보 보호 규정과 같은 벤치마크를 준수하도록 돕습니다. 주요 비즈니스 모듈은 다음과 같습니다. AI 모델 위험 감지: TrojAI 플랫폼은 AI 및 MLOps 워크플로와 통합되어 생산 전에 AI 모델을 자동으로 침투 및 스캔하여 백도어, 데이터 유출 및 편견과 같은 잠재적인 위험과 취약점을 식별할 수 있습니다. AI 애플리케이션 보호: TrojAI 플랫폼은 A를 보호할 수 있습니다.
- 일체 포함 833 2024-04-11 19:43:17
-
- 2028년까지 스마트빌딩 AI 시장 규모는 64억8000만 달러에 이를 것으로 예상된다.
- 인공 지능(AI) 시장 분석을 기반으로 한 이 새로운 연구에서는 건축 환경을 더욱 스마트하고 지속 가능하며 대응력을 높이는 AI의 광범위한 기능과 전문 애플리케이션의 진행 상황을 살펴봅니다. 이 시리즈는 2부작 시리즈 중 첫 번째이며, AI 시장 환경에 관한 두 번째 시리즈는 올해 후반에 출시될 예정입니다. 이 보고서는 "진정한 인지 아키텍처"를 향한 여정에서 우리가 어디에 있는지 탐구합니다. 오늘날의 상업용 건설 기술은 규칙 기반 분석에서 인공 지능 예측 기계 학습 모델로 이동하고 있지만 채택률은 여전히 중간 수준입니다. 에너지 최적화, 공간 활용 및 보안 분야에서 보다 잘 이해된 사용 사례에 따라 실제 배포 범위는 여전히 좁습니다. 인공지능 적용을 가로막는 도전과 장애물
- 일체 포함 1002 2024-04-11 19:31:16
-
- Ant Group의 CodeFuse, '코드 생성을 위한 그림' 기능 출시, 프로그래머의 50% 이상이 AI를 사용하여 코드 작성
- 4월 11일, Ant Group이 자체 개발한 지능형 R&D 플랫폼인 CodeFuse는 개발자가 제품 디자인 도면을 사용하여 한 번의 클릭으로 코드를 생성할 수 있는 "그림 생성 코드"라는 새로운 기능을 출시하여 프런트 엔드 페이지의 개발 효율성을 크게 향상시켰습니다. . 관련 기능은 현재 내부 테스트 중입니다. 많은 인터넷 회사와 마찬가지로 Ant Group은 AI 프로그래밍을 적극적으로 홍보하고 있습니다. 엔지니어의 50% 이상이 CodeFuse를 사용하여 일상적인 연구 및 개발 작업을 지원합니다. 이들 엔지니어가 제출한 코드 중 10%는 AI에서 생성됩니다. Gartner는 2024년에 발표된 상위 10대 전략적 기술 동향에서 다음과 같이 지적했습니다. 2028년까지 엔터프라이즈 소프트웨어 엔지니어의 75%가 AI 프로그래밍 도우미를 사용할 것입니다. CodeFuse는 이러한 추세에 따른 탐색 시도입니다. 보고서에 따르면 CodeFus는
- 일체 포함 529 2024-04-11 18:52:22
-
- 프로그래밍의 '데빈 AI 시대', 소프트웨어 개발자의 기쁨과 고민
- 저자 | Keith Pitt 작성 | Yifeng 제작 | 51CTO Technology Stack(WeChat ID: blog51cto) 이 기사의 저자 Keith Pitt는 소프트웨어 개발 회사인 Buildkite의 창립자이자 CEO입니다. 2013년에 그는 기술 산업을 위한 지속적인 통합 및 지속적인 전달(CI/CD) 플랫폼을 제공하기 위해 다른 소프트웨어 엔지니어인 Tim Lucas와 함께 회사를 설립했습니다. 이 플랫폼은 최근 OneVentures와 AirTree의 공동 주도로 시리즈 B에서 2,100만 달러의 지원을 받았습니다. 자금조달. 20년 경력의 프로그래밍 베테랑이자 소프트웨어 개발자에게 서비스를 제공하는 회사의 CEO인 Keith Pitt(K
- 일체 포함 1171 2024-04-11 17:10:12