AI 대형 모델이 스마트시티에 어떤 새로운 변화를 가져올까?
최근 제16회(2023) 중국 국제 사회 공공 안전 제품 박람회에서 SenseTime은 교통, 공공 안전 등 다각화된 도시 관리를 효율적으로 해결할 뿐만 아니라 스마트 시티에 AI 대형 모델을 적용하는 것을 공유했습니다. 어려운 문제가 가져오는 적용 임계값을 효과적으로 낮추고 스마트 도시 개발을 위한 차세대 AI 인프라를 구축하는 새로운 경로입니다.
센스타임 전시장
비효율성을 제거하고 대형 모델을 사용하여 도시 관리의 새로운 패러다임을 제시합니다
AI 기술이 도시의 "신경 말단"에 계속 침투함에 따라 장면 요구 사항이 기하급수적으로 증가하고 장면 배포가 점점 단편화되고 알고리즘 모델 개발이 큰 어려움에 직면해 있습니다.또한 관리 소프트웨어의 복잡한 상호 작용 논리에는 전문 기술을 갖춘 인재의 혼합도 필요하며 사용의 어려움이 점점 더 두드러지고 있습니다.
이번 중국 보안 엑스포에서 도시 디지털 업그레이드 수요에 직면한 SenseTime은 AI 대형 모델을 기반으로 한 도시 디지털 변혁 인프라 구축을 설명하는 데 중점을 두고
"AI+one 네트워크 관리"라는 새로운 패러다임을 창조하는 도시 거버넌스: 맞춤형 모델 과거와 다른 시나리오에 맞춰 비효율적인 모델을 "기본 모델 + 방향성 미세 조정"의 효율적인 개발 모델로 변환합니다.
기본 모델을 기반으로 개발자는 특정 시나리오 데이터만 제공하면 뛰어난 성능을 갖춘 산업 모델을 빠르게 제작할 수 있습니다. "만능 제너럴리스트"처럼 복잡한 롱테일 애플리케이션의 새로운 요구 사항을 충족할 수 있습니다.
빅모델이 가져온 비즈니스 모델 변화
교통 현장을 예로 들면, 관리자는 간단한 문의 대화를 통해 특정 교차로의 정체 상황을 쉽게 학습할 수 있으며, 시간, 교통 흐름 등의 세부 정보도 빠르게 학습할 수 있습니다. . 최근 주차 공간에 대한 주차 제한 사항, 주차가 허용되는 모델과 허용되지 않는 모델의 정확한 결정, 기타 유사한 문제 등이 있습니다.
SenseTime AI 신호 + 교통 애플리케이션
스마트 에지 제품은 신속하게 반복하고 효율적으로 협업합니다
스마트 시티 건설의 중요한 부분인 엣지 장치의 지능은 대형 모델이 가져오는 새로운 생산 패러다임의 이점을 누리고, 소프트웨어 알고리즘의 효율적인 OTA 업데이트를 실현하며, 여러 시나리오에서 정교한 관리 기능을 향상시킵니다.SenseTime은 이번 컨퍼런스에서
SenseNebula AIE 스마트 엣지 박스를 시연했습니다. 이 박스는 분석 기능과 통합 소프트웨어 및 하드웨어 설계를 불꽃놀이, 화재 탈출 점유, 비자동차 침입 및 소화기 감지와 같은 여러 알고리즘과 통합하여 스마트 솔루션을 제공합니다. 공원과 스마트 빌딩은 강력한 클라우드 에지 협업 기능을 제공합니다.
Nebula AIE 스마트 엣지 박스
주요 산업 혁신 공헌상을 수상했다는 점을 언급할 가치가 있습니다.
SenseTime Nebula Pass 지능형 올인원 패스머신도 풀 시리즈로 공개되어 다양한 복잡한 조명 환경에서 무의미한 추월 경험을 선사할 수 있으며 "안전하고 걱정이 없으며 편리하고 원활하게" 인기를 끌고 있습니다. 공원, 기업, 장소, 호텔, 캠퍼스 및 기타 장소의 인기 있는 수호 성인을 위한 선택입니다.
SenseTime Nebula Pass 시리즈 제품
SenseTime은 도시 관리 분야에서 AI 대형 모델 적용을 심층적으로 실천하고 AI가 복잡한 문제를 보다 효율적으로 처리하고 보다 간단한 사용자 경험을 제공할 수 있도록 엣지 제품 매트릭스를 지속적으로 개선할 것입니다.
위 내용은 AI 대형 모델이 스마트시티에 어떤 새로운 변화를 가져올까?의 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











ChatGPT 화재는 또 다른 AI 열풍을 불러일으켰습니다. 그러나 업계에서는 일반적으로 AI가 대형 모델 시대에 진입하면 대형 AI 모델을 만드는 데 비용이 많이 들기 때문에 대기업과 슈퍼 부자만이 AI를 감당할 수 있다고 생각합니다. . 첫 번째는 계산 비용이 많이 든다는 것입니다. 토론토 대학교 마케팅 교수인 Avi Goldfarb는 "회사를 시작하고 대규모 언어 모델을 직접 개발하고 직접 계산하려면 비용이 너무 높습니다. OpenAI는 매우 비싸서 수십억 달러의 비용이 듭니다." ." 렌탈 컴퓨팅은 확실히 그럴 것입니다. 훨씬 저렴하지만 기업은 여전히 AWS와 다른 기업에 비싼 수수료를 지불해야 합니다. 둘째, 데이터 비용이 비싸다. 훈련 모델에는 엄청난 양의 데이터가 필요하며, 데이터를 쉽게 사용할 수 있는 경우도 있고 그렇지 않은 경우도 있습니다. CommonCrawl 및 LAION과 같은 데이터는 무료입니다.

최근에는 신기술 모델의 등장과 다양한 산업에서의 응용 시나리오의 가치가 연마되고, 대용량 데이터의 축적으로 인한 제품 효과가 향상되면서 소비, 인터넷 등의 분야에서 인공지능 응용이 방사되고 있습니다. 제조업, 에너지, 전기 등 전통산업에 설계, 조달, 생산, 관리, 판매 등 경제 생산 활동의 주요 연결고리에서 다양한 산업 분야 기업의 인공지능 기술 및 적용 성숙도가 지속적으로 향상되고 있으며, 모든 연결고리에서 인공지능의 구현 및 적용 범위가 가속화되고 있습니다. 산업 상태를 개선하거나 운영 효율성을 최적화하고 자체 장점을 더욱 확장하기 위해 점차적으로 주요 사업과 통합합니다. 인공 지능 기술의 혁신적인 응용 프로그램의 대규모 구현은 빅 데이터 지능 시장의 활발한 발전을 촉진했으며 기본 데이터 거버넌스 서비스에 시장 활력을 불어넣었습니다. 빅데이터, 클라우드 컴퓨팅, 컴퓨팅으로

AI 대형 모델은 대규모 데이터와 강력한 컴퓨팅 능력을 활용해 훈련한 인공지능 모델을 말한다. 이러한 모델은 일반적으로 높은 정확도와 일반화 능력을 갖고 있어 자연어 처리, 이미지 인식, 음성 인식 등 다양한 분야에 적용될 수 있습니다. 대규모 AI 모델을 훈련하려면 많은 양의 데이터와 컴퓨팅 리소스가 필요하며 일반적으로 훈련 프로세스를 가속화하려면 분산 컴퓨팅 프레임워크를 사용해야 합니다. 이러한 모델의 훈련 과정은 매우 복잡하며 데이터 분포, 기능 선택, 모델 구조 등에 대한 심층적인 연구와 최적화가 필요합니다. AI 대형 모델은 광범위한 응용 분야를 갖추고 있으며 스마트 고객 서비스, 스마트 홈, 자율 주행 등 다양한 시나리오에서 사용할 수 있습니다. 이러한 애플리케이션에서 AI 대형 모델은 사람들이 다양한 작업을 보다 빠르고 정확하게 완료하고 작업 효율성을 향상시키는 데 도움이 될 수 있습니다.

스마트시티는 끊임없이 발전하고 있으며 도시 건설의 새로운 방향이자 목표가 되었습니다. 스마트 시티는 인공 지능, 사물 인터넷 기술 및 기타 수단을 사용하여 도시의 정보화, 지능 및 지속 가능한 발전을 달성합니다. Java 언어는 스마트 시티 애플리케이션 개발을 위한 주요 도구 중 하나입니다. 1. 스마트 시티 애플리케이션 개발에서 Java 언어의 역할 Java 언어는 주류 프로그래밍 언어로서 크로스 플랫폼과 이식성이 뛰어나며 다양한 운영 체제 및 하드웨어 플랫폼에 적용할 수 있습니다. Java 언어는 객체지향 프로그래밍을 지원합니다.

AIGC(Generative AI)는 일반 인공지능(AI)의 새로운 시대를 열었습니다. 대형 모델을 중심으로 한 경쟁은 더욱 치열해졌습니다. 컴퓨팅 인프라가 경쟁의 주요 초점이 되었으며, 권력의 각성은 점점 더 업계의 합의가 되었습니다. 새로운 시대에는 대규모 모델이 단일 양식에서 다중 양식으로 이동하고 매개변수 및 교육 데이터 세트의 크기가 기하급수적으로 증가하며 동시에 대규모 비정형 데이터에는 고성능 혼합 로드 기능의 지원이 필요합니다. 데이터 집약적 새로운 패러다임이 인기를 얻고 있으며, 슈퍼컴퓨팅, 고성능 컴퓨팅(HPC)과 같은 애플리케이션 시나리오가 점점 더 심화되고 있습니다. 기존 데이터 스토리지 기반은 계속해서 업그레이드되는 요구 사항을 더 이상 충족할 수 없습니다. 컴퓨팅 파워, 알고리즘, 데이터가 인공지능 발전을 이끄는 '트로이카'라면, 외부 환경의 거대한 변화 속에서 이 세 가지가 시급히 역동성을 되찾아야 한다.

Vivo는 11월 1일 2023 개발자 컨퍼런스에서 자체 개발한 일반 인공지능 대형 모델 매트릭스인 Blue Heart 모델을 공개했습니다. Vivo는 Blue Heart 모델이 각각 서로 다른 매개변수 수준을 가진 5개 모델을 출시할 것이라고 발표했습니다. 여기에는 세 가지 수준의 매개변수가 포함되어 있습니다. : 10억, 수백억, 수천억의 핵심 시나리오를 다루며, 모델 역량은 업계 선두 위치에 있습니다. Vivo는 좋은 자체 개발 대형 모델은 대규모, 포괄적인 기능, 강력한 알고리즘, 안전하고 신뢰할 수 있는, 독립적인 진화라는 다섯 가지 요구 사항을 충족해야 하며 널리 오픈 소스여야 한다고 믿습니다. 그 중 내용은 다음과 같습니다. 첫 번째는 블루하트 모델인 모델 7B로, 이는 휴대폰과 클라우드의 듀얼 서비스를 제공하도록 설계된 70억대 모델이다. Vivo는 이 모델이 언어 이해, 텍스트 생성 등의 분야에 사용될 수 있다고 말했습니다.

최근 컴퓨터 과학자 팀은 기존의 대규모 언어 모델에서는 볼 수 없는 기능인 알려진 정보를 주기적으로 잊어버리는 기능을 갖춘 보다 유연하고 탄력적인 기계 학습 모델을 개발했습니다. 실제 측정에 따르면 많은 경우 "망각 방법"이 훈련에 매우 효율적이며 망각 모델이 더 잘 수행되는 것으로 나타났습니다. 기초과학연구원의 권재아 AI 엔지니어는 “이번 연구는 AI 분야에서 상당한 진전을 의미한다”고 말했다. '망각법' 훈련 효율은 현재 주류 AI 언어 엔진의 대부분이 인공 신경망 기술을 사용하고 있다. 이 네트워크 구조의 각 "뉴런"은 실제로 수학적 기능으로 서로 연결되어 정보를 수신하고 전송합니다.

1978년에 스튜어트 마슨(Stuart Marson)과 캘리포니아 대학의 다른 사람들은 세계 최초의 CADD 상업 회사를 설립하고 화학 반응 및 데이터베이스 검색 시스템 개발을 개척했습니다. 이후 CADD(Computer-Aided Drug Design)는 급속한 발전 시대에 접어들었고 제약회사가 약물 연구 및 개발을 수행하는 중요한 수단 중 하나가 되어 이 분야에 혁명적인 업그레이드를 가져왔습니다. 1981년 10월 5일 포춘(Fortune)지는 "차세대 산업 혁명: 머크가 컴퓨터를 통해 약을 설계하다"라는 제목의 표지 기사를 게재하여 공식적으로 CADD 기술의 출현을 알렸습니다. 1996년에는 SBDD(구조 기반 약물 설계)를 기반으로 개발된 최초의 약물 탄산탈수효소 억제제가 성공적으로 시장에 출시되었으며, CADD는 약물 연구 및 개발에 널리 사용되었습니다.
