lokasi sekarang:Rumah > Artikel teknikal > Peranti teknologi > AI
- Arah:
- semua web3.0 pembangunan bahagian belakang hujung hadapan web pangkalan data Operasi dan penyelenggaraan alat pembangunan rangka kerja php pengaturcaraan harian applet WeChat masalah biasa lain teknologi Tutorial CMS Java Tutorial sistem tutorial komputer Tutorial Perkakasan Tutorial mudah alih Tutorial perisian Tutorial permainan mudah alih
- Mengelaskan:
-
- Kakitangan Google mendedahkan bahawa pasukan asas Python telah dibubarkan serta-merta
- Apa? Google memecat seluruh pasukan asas Python? Semua orang yang bekerja dengan anda secara langsung, termasuk atasan anda, sedang diberhentikan - oh, jawatan sedang dipotong, dan anda diminta untuk menggantikan mereka. Ia adalah hari yang sukar bagi mereka yang diberitahu bahawa mereka berada dalam kedudukan yang sama di negara yang berbeza dan mereka tidak gembira mengenainya. Thomas Wouters, yang menyiarkan berita ini, digambarkan sebagai "pekerja Google, Jawatankuasa Pemandu Python, pengarah keluaran Python 3.12 dan 3.13." Berita ini membimbangkan ramai pembangun dalam bidang ini, termasuk Soumith Chintala, pengasas PyTorch dan jurutera Meta yang cemerlang: sebab yang paling banyak dibincangkan adalah, sudah tentu, sebab pembatalan.
- AI 1014 2024-04-28 14:37:07
-
- 'Membina galaksi selamat bersama-sama: Pertandingan keselamatan AI pertama telah dilancarkan dengan hebat di Forum Zhongguancun'
- Pada Forum Tadbir Urus dan Pembangunan Keselamatan Data Forum Zhongguancun 2024, satu acara penting, Pertandingan Keselamatan Kecerdasan Buatan Generatif yang pertama, dimulakan secara rasmi. Pertandingan ini ditaja bersama oleh Institut Kejuruteraan Maklumat, Akademi Sains China dan Pusat Penyelidikan Kejuruteraan Kebangsaan untuk Keselamatan Maklumat, di bawah bimbingan bersama Pejabat Maklumat Internet Beijing dan Pejabat Kumpulan Peneraju Keselamatan Rangkaian dan Maklumat Akademi Cina Sains. Pertandingan ini bertujuan untuk menggalakkan pertukaran dan inovasi teknologi keselamatan dalam bidang kecerdasan buatan dan pemformatan, dan mengukuhkan kerjasama antara Institut Teknologi Maklumat Akademi Sains China dan Pusat Penyelidikan Kejuruteraan Kebangsaan untuk Keselamatan Maklumat. Peserta akan menunjukkan kekuatan teknikal dan keupayaan inovasi melalui konfrontasi ofensif dan pertahanan teknikal dalam bidang keselamatan kandungan maklumat, dan menyumbang kepada hasil penyelidikan Pusat Penyelidikan Kejuruteraan Keselamatan Maklumat Kebangsaan dan Keselamatan Kandungan Maklumat Kebangsaan
- AI 421 2024-04-28 13:34:18
-
- Sora domestik yang paling berkuasa pada masa ini! Pasukan Tsinghua menerobos video berdurasi 16 saat, memahami bahasa berbilang kanta dan boleh mensimulasikan undang-undang fizikal
- Anda berkata bahawa kotak itu harus diisi dengan berlian, jadi kotak itu dipenuhi dengan berlian, yang lebih mempesonakan daripada pukulan sebenar. Krew mana yang tidak suka kemahiran sedemikian? Inilah "ajaib" yang dipersembahkan oleh perisian penyuntingan video Adobe PremierePro suatu ketika dahulu. Perisian ini memperkenalkan alat video AI seperti Sora, Runway, dan Pika untuk mencapai keupayaan untuk menambah objek, mengalih keluar objek dan menjana klip video dalam video Ini dianggap sebagai satu lagi inovasi teknologi dalam bidang video. Dari Februari apabila Sora menyapu dunia kepada keajaiban Adobe sekali lagi, di luar negara sedang giat dijalankan. Sebaliknya, China masih dalam keadaan "menunggu" dalam bidang video, terutamanya ke arah penjanaan video yang panjang. Sejak dua bulan lalu, kami telah mendengar beberapa dakwaan akan mengejar Sora
- AI 1157 2024-04-28 13:04:01
-
- Jabatan Perdagangan A.S. secara terbuka meminta komen dan cadangan mengenai penyediaan data GenAI
- Data adalah teras kepada kecerdasan buatan. Tanpa data yang baik, kemungkinan membangunkan model AI yang berguna adalah tipis. Dengan mengambil kira perkara ini, Jabatan Perdagangan A.S. minggu lepas mengeluarkan permintaan awam untuk input tentang cara menyediakan lebih banyak set data awam untuk membina model kecerdasan buatan (GenAI) pengeluaran. Permintaan awam ini menangani isu kritikal yang sedang dihadapi dalam bidang kecerdasan buatan: kekurangan set data awam yang pelbagai dan berkualiti tinggi. Set data ini penting untuk melatih model pembelajaran mesin, memupuk inovasi dan memacu pembangunan aplikasi AI. Melalui permintaan awam ini, Jabatan berharap dapat mengumpul input daripada semua pihak untuk lebih memahami cara membina dan mengurus set data awam. Mereka mahu mendengar bahawa Jabatan Perdagangan A.S. mengeluarkan pada 17 April
- AI 1053 2024-04-28 11:52:10
-
- Gunakan Spring Boot dan Spring AI untuk membina aplikasi kecerdasan buatan generatif
- Sebagai peneraju industri, Spring+AI menyediakan penyelesaian terkemuka untuk pelbagai industri melalui API yang berkuasa, fleksibel dan fungsi lanjutannya. Dalam topik ini, kami akan menyelidiki contoh aplikasi Spring+AI dalam pelbagai bidang Setiap kes akan menunjukkan cara Spring+AI memenuhi keperluan khusus, mencapai matlamat dan meluaskan LESSONSLEARNED ini kepada rangkaian aplikasi yang lebih luas. Saya harap topik ini dapat memberi inspirasi kepada anda untuk memahami dan menggunakan kemungkinan Spring+AI yang tidak terhingga dengan lebih mendalam. Rangka kerja Spring mempunyai sejarah lebih daripada 20 tahun dalam bidang pembangunan perisian, dan sudah 10 tahun sejak versi Spring Boot 1.0 dikeluarkan. Sekarang, tiada siapa boleh mempertikaikan Spring itu
- AI 949 2024-04-28 11:46:01
-
- 'Kilang pemasangan' pintar Alibaba adalah sumber terbuka! 0 pengalaman untuk mengendalikan puluhan ribu ejen secara serentak
- Membuat pembangunan berbilang ejen seperti blok binaan, rangka kerja pengaturcaraan berbilang ejen sumber terbuka Alibaba Tongyi Lab dan platform pembangunan AgentScope. Platform ini dibina khas untuk pembangun aplikasi berbilang ejen, bertujuan untuk menyediakan pengalaman pengaturcaraan yang sangat mudah digunakan, jaminan masa jalan yang stabil dan boleh dipercayai, dan menyediakan pembangun dengan sokongan teknikal teragih dan berbilang modal. Ia mempunyai model API terbina dalam untuk pelbagai platform seperti OpenAI, DashScope, Gemini, Ollama, dll., dan amat serasi dengan ekosistem sumber terbuka model besar semasa. AgentScope menyediakan pelbagai fungsi luar kotak, membolehkan anda membina aplikasi berbilang ejen dengan hanya menyeret dan menjatuhkan. Malah pembangun tanpa pengalaman pembangunan yang diedarkan boleh melaksanakannya dengan mudah pada platform AgentScope
- AI 857 2024-04-28 11:40:26
-
- Mengapa robot humanoid begitu popular?
- Dengan kemajuan pesat teknologi dan penyepaduan kecerdasan buatan (AI) dalam banyak aspek kehidupan kita, robot humanoid telah menjadi inovasi baharu dan popular. Disebabkan keupayaan mereka untuk berinteraksi, belajar dan melaksanakan tugas secara autonomi, robot humanoid ini semakin mendapat permintaan dalam pelbagai industri, termasuk hiburan, hospitaliti, penjagaan kesihatan dan pendidikan. Artikel ini mendedahkan mengapa robot humanoid diperlukan. Mengapa robot humanoid diperlukan untuk memahami ini adalah untuk memahami apa yang mendorong permintaan mereka. Salah satu sebabnya ialah keupayaan mereka untuk menambah dan mengautomasikan tenaga manusia, robot humanoid sedang mengubah industri dan mendapat permintaan yang tinggi. Apabila kecerdasan buatan, mesin canggih dan teknologi sensor berkembang, robot ini akan menjadi lebih canggih dan mampu melakukan tugas yang biasanya dilakukan oleh manusia. Contohnya, serba lengkap
- AI 970 2024-04-28 11:37:33
-
- Prestasi pengkuantitian bit rendah Llama 3 menurun dengan ketara! Keputusan penilaian komprehensif ada di sini |
- Kekuatan model besar telah menjadikan LLaMA3 mencapai tahap yang lebih tinggi: ia telah mencapai peningkatan prestasi yang mengagumkan pada data 15T+Token yang telah dipraktikkan pada skala yang sangat besar, dan ia sekali lagi mencetuskan perbincangan dalam komuniti sumber terbuka kerana ia jauh melebihi jumlah Chinchilla yang disyorkan. Pada masa yang sama, pada peringkat aplikasi praktikal, satu lagi topik hangat turut muncul: Apakah prestasi kuantitatif LLaMA3 dalam senario dengan sumber terhad? Universiti Hong Kong, Universiti Aeronautik dan Astronautik Beijing, dan Institut Teknologi Persekutuan Zurich bersama-sama melancarkan kajian empirikal yang mendedahkan secara komprehensif keupayaan pengkuantitian bit rendah LLaMA3. Para penyelidik menilai keputusan LLaMA3 dengan 1-8 bit dan pelbagai set data penilaian menggunakan 10 kaedah penalaan halus LoRA terkuantisasi pasca latihan sedia ada.
- AI 1000 2024-04-28 09:01:12
-
- CVPR 2024 |. Pandai memproses adegan kompleks dan ekspresi bahasa, Tsinghua & Bosch mencadangkan seni bina rangkaian pembahagian contoh baharu
- Lajur AIxiv ialah lajur di mana tapak ini menerbitkan kandungan akademik dan teknikal. Dalam beberapa tahun kebelakangan ini, lajur AIxiv laman web ini telah menerima lebih daripada 2,000 laporan, meliputi makmal terkemuka dari universiti dan syarikat utama di seluruh dunia, mempromosikan pertukaran dan penyebaran akademik secara berkesan. Jika anda mempunyai kerja yang sangat baik yang ingin anda kongsikan, sila berasa bebas untuk menyumbang atau hubungi kami untuk melaporkan. E-mel penyerahan: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com. Merujuk Segmentasi Imej (RIS) ialah tugas berbilang modal yang sangat mencabar yang memerlukan algoritma untuk memahami kedua-dua bahasa manusia yang halus dan maklumat imej visual, dan untuk mengenal pasti objek yang dirujuk oleh ayat dalam imej.
- AI 850 2024-04-26 18:10:01
-
- Sepuluh batasan kecerdasan buatan
- Dalam bidang inovasi teknologi, kecerdasan buatan (AI) merupakan salah satu perkembangan yang paling transformatif dan menjanjikan pada zaman kita. Kecerdasan buatan telah merevolusikan banyak industri, daripada penjagaan kesihatan dan kewangan kepada pengangkutan dan hiburan, dengan keupayaannya untuk menganalisis sejumlah besar data, belajar daripada corak dan membuat keputusan yang bijak. Walau bagaimanapun, di sebalik kemajuannya yang luar biasa, AI juga menghadapi had dan cabaran ketara yang menghalangnya daripada mencapai potensi penuhnya. Dalam artikel ini, kami akan menyelidiki sepuluh batasan teratas kecerdasan buatan, mendedahkan batasan yang dihadapi oleh pembangun, penyelidik dan pengamal dalam bidang ini. Dengan memahami cabaran ini, adalah mungkin untuk menavigasi kerumitan pembangunan AI, mengurangkan risiko dan membuka jalan bagi kemajuan teknologi AI yang bertanggungjawab dan beretika. Ketersediaan data terhad: Perkembangan kecerdasan buatan bergantung pada data
- AI 1087 2024-04-26 17:52:01
-
- Sepuluh kaedah dalam penemuan risiko AI
- Selain daripada chatbots atau pengesyoran yang diperibadikan, keupayaan AI yang berkuasa untuk meramal dan menghapuskan risiko semakin mendapat momentum dalam organisasi. Apabila sejumlah besar data berkembang biak dan peraturan mengetatkan, alat penilaian risiko tradisional sedang bergelut di bawah tekanan. Teknologi kecerdasan buatan boleh menganalisis dan mengawasi pengumpulan sejumlah besar data dengan cepat, membolehkan alat penilaian risiko dipertingkatkan di bawah pemampatan. Dengan menggunakan teknologi seperti pembelajaran mesin dan pembelajaran mendalam, AI boleh mengenal pasti dan meramalkan potensi risiko dan memberikan cadangan tepat pada masanya. Dengan latar belakang ini, memanfaatkan keupayaan pengurusan risiko AI boleh memastikan pematuhan terhadap peraturan yang berubah-ubah dan bertindak balas secara proaktif terhadap ancaman yang tidak dijangka. Memanfaatkan AI untuk menangani kerumitan pengurusan risiko mungkin kelihatan membimbangkan, tetapi bagi mereka yang bersemangat untuk kekal di atas dalam perlumbaan digital
- AI 564 2024-04-26 17:25:19
-
- Andrew Ng: Kerjasama berbilang ejen adalah kunci baharu, dan tugas seperti pembangunan perisian akan menjadi lebih cekap
- Tidak lama dahulu, profesor Universiti Stanford Andrew Ng menyebut potensi besar ejen pintar dalam ucapannya, yang juga menyebabkan banyak perbincangan. Antaranya, Ng Enda berkata aliran kerja ejen yang dibina berasaskan GPT-3.5 berprestasi lebih baik dalam aplikasi berbanding GPT-4. Ini menunjukkan bahawa tidak semestinya dinasihatkan untuk mengehadkan pandangan seseorang kepada model besar, dan ejen itu mungkin lebih baik daripada model asas yang digunakannya. Dalam bidang pembangunan perisian, ejen ini telah menunjukkan keupayaan unik mereka untuk bekerjasama dengan cekap, menangani masalah kompleks dalam pengaturcaraan, dan juga melaksanakan penjanaan kod automatik. Aliran teknologi terkini menunjukkan bahawa komunikasi pintar AI mempunyai potensi besar dalam pembangunan perisian. Ingat Devin? Dikenali sebagai jurutera perisian AI yang pertama di dunia, ia mengagumkan kami apabila ia keluar
- AI 1053 2024-04-26 17:20:10
-
- Apakah kecerdasan buatan tepi dan pengkomputeran tepi?
- Edge AI ialah salah satu bidang baharu yang paling menarik dalam kecerdasan buatan, membolehkan orang ramai menjalankan proses kecerdasan buatan tanpa perlu risau tentang privasi atau kelembapan yang disebabkan oleh penghantaran data. Edge AI menjadikan penggunaan kecerdasan buatan lebih luas dan meluas, membolehkan peranti pintar bertindak balas dengan pantas kepada input tanpa mengakses awan. Walaupun ini adalah takrifan pantas AI tepi, mari luangkan sedikit masa untuk memahami dengan lebih baik AI tepi dengan meneroka beberapa kes penggunaan. Pertama, edge AI mempunyai aplikasi yang meluas dalam industri penjagaan kesihatan. Contohnya, menyepadukan AI kelebihan pada peranti pemantauan boleh memantau dan menganalisis tanda-tanda vital pesakit dengan lebih tepat dan bertindak balas dengan segera apabila diperlukan. Keupayaan ini boleh meningkatkan kecekapan penjagaan kesihatan di samping mengendalikan nombor peribadi yang sensitif dengan pasti
- AI 913 2024-04-26 17:10:10
-
- Di bawah kepimpinan Yan Shuicheng, Institut Penyelidikan Global Kunlun Wanwei 2050 bersama-sama mengeluarkan Vitron dengan NUS dan NTU, mewujudkan bentuk muktamad model besar multimodal visual universal.
- Baru-baru ini, diketuai oleh Profesor Yan Shuicheng, Institut Penyelidikan Global Wawasan Dunia Kunlun 2050, Universiti Nasional Singapura, dan pasukan Universiti Teknologi Nanyang Singapura secara bersama mengeluarkan dan sumber terbuka model bahasa besar berbilang mod visual peringkat piksel universal Vitron. Ini ialah model besar multimodal visual tugasan berat yang menyokong satu siri tugas visual daripada pemahaman visual kepada penjanaan visual, daripada peringkat rendah kepada peringkat tinggi dan menyelesaikan pemisahan model imej/video yang telah melanda industri model bahasa yang besar untuk masa yang lama, ia menyediakan model multi-modal visual sejagat piksel yang menyatukan secara menyeluruh tugas memahami, menjana, membahagikan dan mengedit imej statik dan kandungan video dinamik bentuk muktamad model visual universal generasi seterusnya dan juga menandakan Satu lagi langkah besar ke arah kecerdasan buatan am (AGI) dengan model besar. Vi
- AI 672 2024-04-26 17:00:30
-
- Apa yang dipelajari oleh LinkedIn daripada menggunakan model bahasa yang besar untuk memberi perkhidmatan kepada satu bilion pengguna
- Dengan lebih daripada 1 bilion pengguna di seluruh dunia, LinkedIn terus mencabar had teknologi perusahaan hari ini. Beberapa syarikat beroperasi agak seperti LinkedIn, atau mempunyai sumber data yang sama luas. Platform media sosial yang memfokuskan perniagaan dan pekerjaan ini menghubungkan calon yang layak dengan bakal majikan, dan membantu mengisi kekosongan pekerjaan adalah perniagaan terasnya. Ia juga penting untuk memastikan bahawa siaran di platform mencerminkan keperluan majikan dan pengguna. Di bawah model LinkedIn, proses pemadanan ini sentiasa bergantung pada teknologi. Menjelang musim panas 2023, apabila GenAI mula mendapat sambutan, LinkedIn mula mempertimbangkan sama ada untuk memanfaatkan model bahasa besar (LLM) untuk memadankan calon dengan majikan dan menjadikan aliran maklumat lebih berguna. Oleh itu,
- AI 525 2024-04-26 16:49:11