국무원: 자율주행, 무인배달 등 기술 응용을 지원하는 지능형 제품 연구개발 가속화
최근 중국 공산당 중앙위원회와 국무원은 '내수 확대 전략 계획 개요(2022~2035년)'(이하 '요강')을 발표했다. 2035년을 바라보며 내수 확대 전략을 실행하는 장기 목표는 소비와 투자 규모에서 새로운 수준에 도달하고 완전한 내수 시스템을 완전히 구축하여 새로운 산업화, 정보화, 도시화를 기본적으로 실현하는 것입니다. , 농업 현대화, 그리고 강력한 국내 시장 건설에서 더 큰 성과를 달성하기 위해 핵심 핵심 기술이 획기적인 성과를 거두었으며 혁신과 내수에 의한 국내 순환이 더욱 효율적이고 원활해졌습니다.
'개요'에서는 새로운 소비 재배를 가속화하고 온라인과 오프라인 상품 소비의 통합 발전을 지원하겠다고 제안합니다. 기존 오프라인 비즈니스 형식의 디지털 전환, 혁신 및 업그레이드를 가속화하세요. 5G 네트워크 및 기가비트 광 네트워크 애플리케이션 시나리오를 강화합니다. 자율주행, 무인배송 등 기술 적용을 지원하는 지능형 제품 연구개발을 가속화한다. 스마트 슈퍼마켓, 스마트 매장, 스마트 레스토랑 등 새로운 소매 형식을 개발합니다. 새로운 소비 분야의 기술 및 서비스 표준 시스템을 개선하고 법률에 따라 플랫폼 경제의 발전을 규제하며 새로운 비즈니스 형식에 대한 감독 능력을 강화합니다.
"인터넷+사회서비스"의 새로운 모델 육성. 온라인 학습 서비스를 강화 및 최적화하고 다양한 디지털 교육 자원의 공동 구축 및 공유를 촉진합니다. '인터넷+의료건강' 서비스를 적극적으로 발전시키고, 인터넷 진단 및 진료과금 정책을 개선하며, 절차에 따라 적격한 인터넷 의료 서비스 항목을 의료보험 지급 범위에 포함시킵니다. 온라인 엔터테인먼트의 발전을 심화하고 전통적인 오프라인 문화 및 엔터테인먼트 형식의 온라인 전환을 장려하며 고품질 디지털 콘텐츠 생성과 새로운 디지털 자원 보급 플랫폼을 지원합니다. 스마트 관광, 스마트 라디오 및 TV, 스마트 스포츠의 발전을 장려합니다. 편리한 온라인 오피스 및 비대면 거래 서비스 개발을 지원합니다.
'개요'에서는 새로운 인프라를 체계적으로 배포하고 정보 인프라 구축을 가속화해야 할 필요성을 명확하게 명시합니다. 데이터 인식, 전송, 저장 및 컴퓨팅 기능을 향상시키기 위해 고속 유비쿼터스, 통합 공간 및 지구, 통합 상호 연결, 안전하고 효율적인 정보 인프라를 구축합니다. 사물 인터넷, 산업 인터넷, 위성 인터넷 및 기가비트 광 네트워크 구축을 가속화하고, 국가 통합 빅 데이터 센터 시스템을 구축하고, 빅 데이터 센터의 국가 허브 노드를 배치 및 구축하며, 인공 지능의 광범위하고 심층적인 적용을 촉진합니다. , 클라우드 컴퓨팅 등을 추진하고 "클라우드, 네트워크 및 터미널 리소스 요소를 통합하고 지능적으로 구성합니다. 수요 지향적, 전국 광역 양자 보안 통신 백본 네트워크의 서비스 역량을 강화합니다.
통합 인프라를 종합적으로 개발합니다. 5G, 인공지능, 빅데이터 및 기타 기술을 운송 및 물류, 에너지, 생태환경 보호, 수자원 보존, 비상 대응, 공공 서비스 등과 심층적으로 통합하고 관련 산업의 거버넌스 역량을 향상시키는 데 도움을 줍니다. 케이블 TV 네트워크를 변화시키고 업그레이드하기 위해 5G 기술의 사용을 지원합니다. 차량인터넷을 적극적이고 꾸준히 발전시켜 나가겠습니다.
혁신적인 인프라를 적극적으로 배포합니다. 우리는 자격을 갖춘 지역의 지역 혁신 허브 구축을 지원하고 주요 과학 기술 기반 시설 건설을 적절하게 추진할 것입니다. 국가산업혁신센터, 국가제조혁신센터, 국가공학연구센터, 국가기술혁신센터 등 산업혁신 인프라를 최적화 및 고도화하고, 공통기반기술 공급을 강화한다.
'개요'에서도 전략적 신흥산업의 강화를 강조하고 있습니다. 국가 전략 신흥 산업 클러스터의 발전을 심층적으로 촉진하고 국가 차원의 전략 신흥 산업 기반을 구축합니다. 정보기술 산업의 핵심 경쟁력을 종합적으로 강화하고 인공지능, 첨단 통신, 집적회로, 신형 디스플레이, 첨단 컴퓨팅 등 기술 혁신과 응용을 촉진합니다. 위성 및 응용 인프라 구축을 촉진합니다. 디지털 창조산업을 발전시키세요.
신산업과 신제품의 발전을 가속화하고 높은 과학기술 수준에서 자립, 자립을 실현하십시오. 인공지능, 양자정보, 뇌과학 등 첨단분야의 미래지향적이고 전략적인 국가 중점 과학기술 사업을 다수 추진합니다. 핵심 기본 부품 및 구성 요소, 핵심 기본 재료, 핵심 기본 소프트웨어, 고급 기본 프로세스 및 산업 기술 기반에 중점을 두고 산업 체인의 업스트림 및 다운스트림을 안내하여 핵심 문제를 공동으로 해결합니다.
디지털 산업화 및 산업 디지털화 촉진을 가속화합니다. 디지털 사회와 디지털 정부 건설을 강화하고, 포괄적인 '클라우드와 데이터를 사용하여 지능 강화'를 개발하고, 디지털 거버넌스 수준을 지속적으로 향상시킵니다. 부서 간, 지역 간 데이터 자원 순환 및 적용 메커니즘을 구축 및 개선하고, 데이터 보안 기능을 강화하며, 데이터 요소 순환 환경을 최적화합니다. 데이터 자원의 개발 및 활용과 제도 표준 구축을 가속화하고, 국제적으로 경쟁력 있는 디지털 산업 클러스터를 조성하며, 중소기업, 특히 중소기업 제조 기업의 디지털 역량 강화를 강화합니다. 디지털 분야의 국제 규칙 및 표준 제정에 적극적으로 참여합니다.
위 내용은 국무원: 자율주행, 무인배달 등 기술 응용을 지원하는 지능형 제품 연구개발 가속화의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

1일 본 사이트 소식에 따르면 SK하이닉스는 오늘(1일) 블로그 게시물을 통해 8월 6일부터 8일까지 미국 캘리포니아주 산타클라라에서 열리는 글로벌 반도체 메모리 서밋 FMS2024에 참가한다고 밝혔다. 많은 새로운 세대의 제품. 인공지능 기술에 대한 관심이 높아지고 있는 가운데, 이전에는 주로 NAND 공급업체를 대상으로 한 플래시 메모리 서밋(FlashMemorySummit)이었던 미래 메모리 및 스토리지 서밋(FutureMemoryandStorage) 소개를 올해는 미래 메모리 및 스토리지 서밋(FutureMemoryandStorage)으로 명칭을 변경했습니다. DRAM 및 스토리지 공급업체와 더 많은 플레이어를 초대하세요. SK하이닉스가 지난해 출시한 신제품

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다
