인공지능을 이용해 에어컨 성능을 10배 향상시키는 방법
실내 공간을 냉방하는 데 사용하는 에너지는 1990년 이후 3배가 되었으며, 개발도상국과 중간 소득 국가에서 에어컨 사용이 증가함에 따라 2050년에는 다시 3배가 될 것입니다. 연구원들은 에너지 소비를 줄이기 위해 새로운 냉각 기술 개발에 많은 노력을 기울이고 있지만 가까운 시일 내에 최고의 결과를 얻을 수 있는 기술은 없을 것 같습니다.
뮌헨 인공 지능 설계 소프트웨어 회사인 Hyperganic의 CEO인 Lin Kayser는 "에어컨 혁신은 핵융합과 같아서 성공하려면 항상 20년이 걸립니다."라고 말했습니다.
Kayser는 인공 지능과 3D를 활용하기를 희망합니다. 에어컨 장비에 획기적인 혁신을 가져오는 인쇄입니다. . Hyperganic은 인공 지능을 사용하여 완전히 새로운 열 교환기 설계를 생성하고 3D 금속 프린터로 인쇄할 수 있는 방법을 통해 기존 에어컨보다 10배 더 효율적이면서도 간편하다고 주장하는 주거용 에어컨 장치를 개발하고 있다고 밝혔습니다. 구입하고 운영하는 데 드는 비용은 기존 에어컨과 동일합니다.
금속 및 플라스틱 3D 프린터 제조사인 독일의 EOS와 UAE 소재 제조회사인 Strata Manufacturing과 파트너십을 맺었습니다.
에어컨은 냉매 가스를 액체로 압축하는 열 교환기 또는 응축기를 통해 실내 열을 실외로 펌핑하여 건물을 냉각시킵니다. 팬이 응축기를 가로질러 불어 액화 과정에서 방출되는 열을 공기 중으로 불어냅니다. 냉각은 오늘날 건물에서 사용되는 에너지의 16% 이상을 소비하며, 열교환기는 에어컨 장치에서 가장 에너지 집약적인 구성 요소입니다.
열교환기는 넓은 표면적이 필요한 구조이며 복잡한 곡선 내부 채널에 의존합니다. 그러나 전통적인 엔지니어링 및 제조는 납품이 복잡하다는 제한이 있으며 실제로 비용 절감을 위해 단순한 설계를 선호합니다. 카이저 대표는 “지금은 1초에 10개의 에어컨이 팔리지만 지난 30년간 에어컨은 똑같았다”며 “따라서 AI 기반 디자인과 3D 프린팅 기술이 고성능 단지 설계의 핵심이 됐다”고 말했다. 구조 열교환기.
그러나 열교환기에 요구되는 복잡한 설계는 인공지능 설계와 3D 프린팅을 기반으로 한 최선의 선택입니다. 실제로 새로운 프로토타입 열교환기는 기술의 힘을 보여주고자 하는 금속 인쇄 회사들 사이에서 인기 있는 제품이 되었습니다. Hyperganic의 사명은 "물리적 엔지니어링 분야의 혁신을 극적으로 가속화하는 것입니다. 지난 수십 년 동안의 혁신 중 대부분은 정보 기술에서 이루어졌지만 자동차, 비행기 및 가전제품은 여전히 원래 상태와 매우 유사합니다"라고 Kayser는 말했습니다. 인공지능 설계 플랫폼을 통해 엔지니어는 산호와 같이 자연에서 발견되는 복잡한 디자인에서 영감을 얻은 요소를 사용하여 표면적을 늘리고 공기 흐름을 최적화하여 구성 요소의 에너지 효율성을 높이는 완전히 다른 구조의 열교환기를 만들 수 있다는 장점이 있습니다. 알고리즘 엔지니어링의 빠른 반복을 통해 핵심 설계 요소(예: 분기 수 및 파이프 직경)가 매개변수로 변환되어 여러 설계를 동시에 생성하여 주어진 환경에서 최고 성능의 열교환기를 효율적으로 생성할 수 있습니다. point: 올해 5월 Hyperganic과 EOS는 세계 최대의 에어로스파이크 인쇄 로켓 엔진을 공개했습니다. Aerospik 엔진은 종종 어려운 엔지니어링 및 제조 과제로 간주되며 EOS의 레이저 파우더 베드 융합에서 최고의 디자인이 만들어집니다. 레이저를 사용하여 금속 분말을 한 번에 한 층씩 가열하고 융합하여 부품을 만드는 기계입니다.
점점 더 따뜻해지고 에너지가 부족한 세상에서는 열전 재료 및 수동 복사 냉각과 같은 신기술이 우선순위입니다. 외부 공간으로 직접 열을 보내는 것은 흥미롭지만 상업적으로 실행 가능해지기까지는 수년이 걸릴 수 있습니다. Hyperganic은 단기적으로는 어떤 급진적인 일도 하지 않습니다. "우리가 하고 있는 일은 로켓 과학이 아닙니다."라고 Kayser는 말했습니다. 첨단 제조 역량과 인공 지능을 결합합니다. 완전히 다른 것을 발명하는 것만큼 복잡하지는 않습니다. ”
그는 회사가 새로운 에어컨 열교환기를 위한 여러 가지 새로운 디자인을 내놓았으며 일부 성능 데이터를 가지고 있다고 덧붙였습니다. 그들은 내년에 두바이에서 열리는 UN 기후 변화 회의에서 프로토타입을 출시할 계획입니다.
위 내용은 인공지능을 이용해 에어컨 성능을 10배 향상시키는 방법의 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)

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.

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.

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.

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

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

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
