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:
-
- Rangkaian persepsi tiga dimensi baharu tentang kecerdasan yang terkandung, TeleAI & Shanghai AI Lab mencadangkan model gabungan pelbagai perspektif 'SAM-E'
- 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 Apabila kita mengambil jam tangan mekanikal, kita akan melihat dail dan tangan dari hadapan, mahkota dan gelang dari sisi, dan apabila kita membuka bahagian belakang jam tangan , kita akan melihat Gear dan pergerakan yang kompleks. Setiap perspektif menyediakan maklumat yang berbeza, yang boleh digabungkan untuk memahami keseluruhan objek operasi.
- AI 466 2024-06-05 16:09:27
-
- Jawatankuasa Teknikal Penyeragaman Data Kebangsaan secara rasmi meluluskan penubuhan itu
- Pada petang 24 Mei 2024, forum utama Sidang Kemuncak Pembinaan Digital China ke-7 telah diadakan di Fuzhou. Liu Liehong, Setiausaha Kumpulan Kepimpinan Parti dan Pengarah Pentadbiran Data Nasional, Tian Shihong, Ahli Kumpulan Kepimpinan Parti dan Timbalan Pengarah Pentadbiran Negeri bagi Pengawalseliaan Pasaran, Pengarah Pentadbiran Standard Nasional, dan yang lain menghadiri mesyuarat itu. Mesyuarat itu mengadakan perbincangan mendalam mengenai kepentingan dan perancangan strategik pembinaan digital China. Peserta menyedari bahawa transformasi digital telah menjadi pemacu utama pembangunan negara. Pada masa yang sama, mereka menekankan aplikasi luas teknologi digital dalam ekonomi, masyarakat dan tadbir urus Pada mesyuarat itu, Tian Shihong membacakan "Notis Persediaan untuk Penubuhan Jawatankuasa Teknikal Penyeragaman Data Kebangsaan." Jawatankuasa Teknikal Penyeragaman Data Kebangsaan akan bertanggungjawab untuk sumber data, teknologi data, peredaran data, bandar pintar, transformasi digital, dsb.
- AI 422 2024-06-05 13:51:45
-
- Pemilihan ciri melalui strategi pembelajaran pengukuhan
- Pemilihan ciri ialah langkah kritikal dalam proses membina model pembelajaran mesin. Memilih ciri yang baik untuk model dan tugas yang ingin kami capai boleh meningkatkan prestasi. Jika kita berurusan dengan set data berdimensi tinggi, maka memilih ciri adalah amat penting. Ia membolehkan model belajar dengan lebih pantas dan lebih baik. Ideanya adalah untuk mencari bilangan ciri yang optimum dan ciri yang paling bermakna. Dalam artikel ini, kami akan memperkenalkan dan melaksanakan pemilihan ciri baharu melalui strategi pembelajaran pengukuhan. Kita mulakan dengan membincangkan pembelajaran pengukuhan, khususnya proses keputusan Markov. Ia adalah kaedah yang sangat baru dalam bidang sains data, terutamanya sesuai untuk pemilihan ciri. Kemudian ia memperkenalkan pelaksanaannya dan cara memasang dan menggunakan pustaka python (FSRLearing). Akhirnya, contoh mudah digunakan untuk menunjukkan ini
- AI 392 2024-06-05 13:00:43
-
- Perspektif berpandangan ke hadapan daripada Rangkaian HPE Aruba: Membina rangkaian tertumpu selamat yang diperkasakan AI
- Dalam era digital, rangkaian bukan sahaja penghubung yang menghubungkan dunia, tetapi juga kuasa utama dalam mempromosikan perniagaan dan kemajuan sosial. Dengan pertumbuhan pesat peranti mudah alih, Internet of Things (IoT) dan perkhidmatan awan, pergantungan pengguna pada rangkaian telah mencapai tahap yang tidak pernah berlaku sebelum ini. Persekitaran rangkaian yang boleh menyediakan akses yang selamat dan cekap pada bila-bila masa dan di mana-mana sahaja telah menjadi satu keperluan untuk kedua-dua individu dan perusahaan. Walau bagaimanapun, pertumbuhan permintaan ini turut membawa cabaran tersendiri, terutamanya dari segi keselamatan siber dan kerumitan seni bina rangkaian. Dalam Magic Quadrant terbaru untuk campur tangan berwayar dan tanpa wayar yang dikeluarkan oleh Gartner tahun ini, HPE Aruba Networking telah diiktiraf sekali lagi untuk penyelesaiannya dalam orkestrasi rangkaian automatik, teknologi peningkatan perisian termaju dan ciri kecerdasan buatan (AI) bersepadu.
- AI 675 2024-06-05 11:12:47
-
- Bengkel ECCV 2024 Pemahaman Multimodal dan Penjanaan Video Senario Kes Sukar Pemanduan Autonomi Panggilan untuk Kertas dan Cabaran kini dibuka!
- Halaman utama bengkel: https://coda-dataset.github.io/w-coda2024/ Gambaran Keseluruhan Bengkel ini bertujuan untuk meneroka jurang antara teknologi pemanduan autonomi terkini yang terkini dan ejen pemanduan autonomi pintar yang komprehensif dan boleh dipercayai. Dalam beberapa tahun kebelakangan ini, model berbilang modal yang besar (seperti GPT-4V) telah menunjukkan kemajuan yang belum pernah berlaku sebelum ini dalam persepsi dan pemahaman berbilang modal. Menggunakan MLLM untuk menangani senario kompleks dalam pemanduan autonomi, terutamanya senario kes keras yang jarang berlaku tetapi kritikal, merupakan cabaran yang tidak dapat diselesaikan. Bengkel ini bertujuan untuk mempromosikan penyelidikan inovatif dalam persepsi dan pemahaman model besar pelbagai mod, aplikasi teknologi AIGC termaju dalam sistem pemanduan autonomi, dan pemanduan autonomi hujung ke hujung. Kerja
- AI 816 2024-06-04 20:47:35
-
- Anda boleh memahami prinsip rangkaian saraf konvolusi walaupun dengan asas sifar! Sangat terperinci!
- Saya percaya bahawa rakan-rakan yang menyukai teknologi dan mempunyai minat yang kuat dalam AI seperti pengarang mesti biasa dengan rangkaian saraf konvolusional, dan pastinya telah keliru dengan nama "maju" sedemikian untuk masa yang lama. Penulis akan memasuki dunia rangkaian saraf konvolusi dari awal hari ini ~ kongsikannya dengan semua orang! Sebelum kita menyelami rangkaian saraf konvolusi, mari kita lihat cara imej berfungsi. Prinsip Imej Imej diwakili dalam komputer dengan nombor (0-255), dan setiap nombor mewakili kecerahan atau maklumat warna piksel dalam imej. Antaranya: Imej hitam dan putih: Setiap piksel hanya mempunyai satu nilai, dan nilai ini berbeza antara 0 (hitam) dan 255 (putih). Imej berwarna: Setiap piksel mengandungi tiga nilai, yang paling biasa ialah model RGB (Red-Green-Blue), iaitu merah, hijau dan biru
- AI 321 2024-06-04 20:19:27
-
- 1.5 kali melebihi had pembelauan, keadaan pengimejan adalah 10 kali lebih rendah, Universiti Tsinghua dan Akademi Sains China menggunakan kaedah AI untuk meningkatkan resolusi mikroskop
- Ilustrasi: Pengimejan SR jangka panjang proses biologi fotosensitif pantas melalui ZS-DeconvNet. (Sumber: Kertas) Editor |. Kaedah resolusi super pengiraan kulit lobak merah, termasuk algoritma analisis tradisional dan model pembelajaran mendalam, telah meningkatkan mikroskop optik dengan banyak. Antaranya, rangkaian saraf dalam yang diselia telah menunjukkan prestasi yang sangat baik, tetapi disebabkan oleh dinamik sel hidup yang tinggi, sejumlah besar data latihan berkualiti tinggi diperlukan, dan mendapatkan data ini sangat susah dan tidak praktikal. Dalam kajian terbaharu, penyelidik dari Universiti Tsinghua dan Akademi Sains China membangunkan rangkaian dekonvolusi sifar pukulan (ZS-DeconvNet) yang boleh meningkatkan serta-merta resolusi imej mikroskop di luar kutub pembelauan.
- AI 546 2024-06-04 19:26:15
-
- Fokus padanya! ! Analisis dua rangka kerja algoritma utama untuk inferens sebab
- 1. Tugas utama rangka kerja keseluruhan boleh dibahagikan kepada tiga kategori. Yang pertama ialah penemuan struktur sebab akibat, iaitu mengenal pasti hubungan sebab akibat antara pembolehubah daripada data. Yang kedua ialah anggaran kesan sebab akibat, iaitu membuat kesimpulan daripada data tahap pengaruh satu pembolehubah ke atas pembolehubah yang lain. Perlu diingat bahawa impak ini tidak merujuk kepada sifat relatif, tetapi kepada bagaimana nilai atau taburan pembolehubah lain berubah apabila satu pembolehubah diintervensi. Langkah terakhir ialah membetulkan bias, kerana dalam banyak tugas, pelbagai faktor boleh menyebabkan pengedaran sampel pembangunan dan sampel aplikasi berbeza. Dalam kes ini, inferens sebab boleh membantu kami membetulkan bias. Fungsi ini sesuai untuk pelbagai senario, yang paling tipikal ialah senario membuat keputusan. Melalui inferens kausal, kami dapat memahami cara pengguna yang berbeza bertindak balas terhadap gelagat membuat keputusan kami. Kedua, dalam industri
- AI 586 2024-06-04 16:45:02
-
- Lu Cewu dari Shanghai Jiao Tong University: Embodied Intelligence dan robot pencukur pertamanya |
- Kajian semula data sejarah menunjukkan bahawa Profesor Lu Cewu dari Universiti Shanghai Jiao Tong adalah orang pertama di dunia yang dicukur dengan pisau robot. Profesor Lu Cewu dari Universiti Jiao Tong Shanghai secara peribadi mengetuai pasukan untuk menjalankan kajian mengenai kejuruteraan tisu tulang autologus. Di bawah operasi model pintar yang besar, mesin itu berjaya menyelesaikan tindakan pencukuran. Teknologi ini boleh membawa kejayaan besar kepada bidang perubatan pada masa hadapan. Robot mencukur janggut orang mungkin kelihatan mudah, tetapi sebenarnya ia mengandungi cabaran besar Selain generalisasi tingkah laku, yang lebih penting, ia memerlukan keteguhan yang melampau. Menurut teks asal, apabila kepala Profesor Lu bergerak, model pintar berwujud besar yang dibenamkan dengan modul maklum balas ketepatan tinggi ini boleh membuat keputusan tepat pada masanya tentang perubahan tekanan dan daya tangen, mencukur janggutnya dengan bersih tanpa mencederakannya. Jika model besar hanya melepasi penglihatan
- AI 442 2024-06-04 15:47:55
-
- Prestasi SOTA, pembelajaran pelbagai skala, Universiti Sun Yat-sen mencadangkan rangka kerja AI interaksi protein-ubat
- Editor |. Violet Interaksi antara protein, ubat dan biomolekul lain memainkan peranan penting dalam pelbagai proses biologi. Memahami interaksi ini adalah penting untuk menguraikan mekanisme molekul yang mendasari proses biologi dan membangunkan strategi terapeutik baharu. Protein adalah antara molekul terpenting dalam sel, dan ia melakukan pelbagai fungsi dalam sel. Dadah sering mengawal proses fisiologi dengan berinteraksi dengan protein tertentu. Interaksi ini boleh menggalakkan atau menghalang laluan isyarat molekul tertentu Kaedah pengiraan berbilang skala semasa sering bergantung terlalu banyak pada satu skala dan tidak sesuai dengan skala lain. Ini mungkin berkaitan dengan tropisme pelbagai skala yang tidak sekata dan ketamakan pembelajaran berskala yang wujud. Untuk mengurangkan ketidakseimbangan pengoptimuman, penyelidik dari Universiti Sun Yat-sen dan Universiti Jiao Tong Shanghai mencadangkan
- AI 1110 2024-06-04 15:43:57
-
- Di luar Devin! Diketuai oleh Yao Ban, mereka mencipta rekod dunia baharu untuk pengaturcaraan model besar
- Di luar Devin! Seorang pemain baharu dialu-alukan dalam ranking SWEBench - StarShipCodeGenAgent, dihasilkan oleh syarikat permulaan OpenCSG yang diketuai oleh Yao Ban, dan menduduki tempat kedua di dunia dengan markah 23.67%. Pada masa yang sama, ia menetapkan rekod tertinggi (SOTA) untuk model asas bukan GPT-4o. Kita semua tahu bahawa penilaian SWebench sangat hampir dengan senario pengaturcaraan sebenar dan ia bukan sahaja memerlukan model untuk memahami keperluan, menyelaraskan perubahan kepada pelbagai fungsi/kelas dan juga fail, tetapi juga memerlukan model untuk berinteraksi dengan pelaksanaan. persekitaran, mengendalikan konteks yang sangat panjang, dan melaksanakan kod tradisional Menjana penaakulan logik yang kompleks untuk tugasan. Dalam ujian sebenar yang sukar ini, GPT4 dan Devin yang paling maju dalam industri hanya boleh menyelesaikan 1
- AI 458 2024-06-04 12:50:00
-
- Mengapa pangkalan data perlu disepadukan + AI? Oracle Oracle 23ai memberikan jawapannya
- Pada 2017, kertas kerja yang dipanggil "AttentionisAllYouNeed" mencadangkan seni bina rangkaian saraf baharu: Transformer. Tujuh tahun kemudian, Transformer telah menjadi teras AI yang dijana dan menerajui gelombang teknologi hari ini. Menurut Wu Chengyang, Naib Presiden Syarikat Yiguwen dan Pengarah Urusan China, perkara paling penting mengenai kemunculan teknologi baharu bukanlah teknologi itu sendiri, tetapi nilai yang boleh dibawa oleh teknologi itu kepada pengguna. Dalam bidang data, data sebagai jenis aset baharu telah menjadi konsensus dalam industri Bagaimana untuk mengintegrasikan rapat dengan AI pada peringkat data dan memaksimumkan nilai data adalah isu teras yang perlu diselesaikan pada masa ini. Oracle yang dikeluarkan baru-baru ini OracleDatabase23ai adalah tepat untuk tujuan ini
- AI 268 2024-06-04 12:25:07
-
- Spring Boot3.x bersambung dengan perkhidmatan pengecaman muka Awan Alibaba untuk melaksanakan pengecaman muka
- Topik ini dikhaskan untuk perbincangan mendalam tentang cara melaksanakan pengesanan muka yang cekap dan sistem pengecaman muka melalui rangka kerja SpringBoot3.x dan perpustakaan OpenCV. Melalui 10 artikel sistematik, daripada konsep asas kepada aplikasi lanjutan, digabungkan dengan contoh kod dan kes praktikal, kami secara beransur-ansur akan membimbing anda untuk menguasai keseluruhan proses membina sistem pengesanan dan pengecaman muka yang lengkap dari awal. Perkhidmatan pengecaman muka Awan Alibaba ialah perkhidmatan kecerdasan buatan berdasarkan pembelajaran mendalam, yang boleh menyediakan fungsi seperti pengesanan muka, analisis atribut wajah dan perbandingan muka. Berbanding dengan perkhidmatan lain, Alibaba Cloud telah menjadi pilihan pertama banyak perusahaan di China kerana ketepatan ultra-tinggi, kependaman rendah, sokongan teknikal yang kukuh dan pematuhan. Kelebihannya termasuk: Ketepatan tinggi: Bergantung pada keupayaan penyelidikan kecerdasan buatan Alibaba yang kuat, Alibaba
- AI 269 2024-06-04 11:53:12
-
- Didorong oleh AI generatif, perbelanjaan awan awam global akan meningkat kepada $675.4 bilion pada 2024
- Menurut ramalan Gartner baru-baru ini, didorong oleh kecerdasan buatan pengeluaran (GenAI) dan pemodenan aplikasi, perbelanjaan pengguna global untuk perkhidmatan awan awam akan meningkat sebanyak AS$6.754 bilion tahun ini. Angka ini mewakili peningkatan sebanyak 20.4% berbanding AS$5.61 bilion tahun lepas. Perbelanjaan awan awam global dijangka mencecah $825 bilion menjelang 2025 (lihat Rajah 1), dan trend pertumbuhan yang berterusan ini tidak menunjukkan tanda-tanda reda. Nombor ini menandakan pencapaian baharu dalam bidang perkhidmatan awan awam. Perkhidmatan awan awam menjadi semakin popular di kalangan perusahaan atas pelbagai sebab. Pertama, ia memberikan keanjalan dan fleksibiliti, membolehkan perusahaan meningkatkan atau menurunkan sumber pengkomputeran dan penyimpanan mereka berdasarkan keperluan sebenar. Kedua, perkhidmatan awan awam boleh menyediakan lebih banyak
- AI 735 2024-06-04 10:26:39
-
- OpenAI, Microsoft, Zhipu AI dan 16 syarikat lain di seluruh dunia menandatangani Komitmen Keselamatan Kepintaran Buatan Frontier
- Isu keselamatan kecerdasan buatan (AI) sedang dibincangkan secara global dengan perhatian yang tidak pernah berlaku sebelum ini. Sebelum pengasas OpenAI dan ketua saintis Ilya Sutskever dan ketua bersama pasukan OpenAI Super Alignment Jan Leike meninggalkan OpenAI satu demi satu, Leike juga menerbitkan satu siri siaran di X, dengan mengatakan bahawa OpenAI dan kepimpinannya mengabaikan keselamatan yang memihak kepada produk berkilat. Ini telah menarik perhatian meluas dalam industri, menonjolkan keseriusan isu keselamatan AI semasa pada tahap tertentu. Pada 21 Mei, artikel yang diterbitkan dalam majalah Sains menyeru para pemimpin dunia untuk mengambil tindakan lebih tegas terhadap risiko kecerdasan buatan (AI). Artikel itu menunjukkan bahawa saintis berwibawa dan
- AI 340 2024-06-03 22:24:44