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:
-
- 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 313 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 309 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 772 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 383 2024-06-03 22:24:44
-
- AI yang boleh dijelaskan: Menerangkan model AI/ML yang kompleks
- Penterjemah |. Disemak oleh Li Rui |. Chonglou Model kecerdasan buatan (AI) dan pembelajaran mesin (ML) semakin kompleks hari ini, dan output yang dihasilkan oleh model ini adalah kotak hitam – tidak dapat dijelaskan kepada pihak berkepentingan. AI Boleh Dijelaskan (XAI) bertujuan untuk menyelesaikan masalah ini dengan membolehkan pihak berkepentingan memahami cara model ini berfungsi, memastikan mereka memahami cara model ini sebenarnya membuat keputusan, dan memastikan ketelusan dalam sistem AI, Amanah dan akauntabiliti untuk menyelesaikan masalah ini. Artikel ini meneroka pelbagai teknik kecerdasan buatan (XAI) yang boleh dijelaskan untuk menggambarkan prinsip asasnya. Beberapa sebab mengapa AI boleh dijelaskan adalah penting Kepercayaan dan ketelusan: Untuk sistem AI diterima secara meluas dan dipercayai, pengguna perlu memahami cara keputusan dibuat
- AI 800 2024-06-03 22:08:09
-
- CVPR 2024 |. Adakah hanya terdapat data satu orang dalam set data video sintetik? M3Act menyelesaikan masalah pelabelan tingkah laku orang ramai
- 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 Pautan kertas: https://arxiv.org/abs/2306.16772 Pautan projek: https://cjerry1243.github.io/M3Act/ Tajuk kertas: M3Act:
- AI 581 2024-06-03 22:02:59
-
- Bagaimanakah AI boleh menjadikan robot lebih autonomi dan boleh disesuaikan?
- Dalam bidang teknologi automasi perindustrian, terdapat dua titik panas terkini yang sukar diabaikan: kecerdasan buatan (AI) dan Nvidia. Jangan ubah maksud kandungan asal, perhalusi kandungan, tulis semula kandungan, jangan teruskan: “Bukan itu sahaja, kedua-duanya berkait rapat, kerana Nvidia tidak terhad kepada unit pemprosesan grafik asalnya (GPU ), ia sedang mengembangkan GPUnya Teknologi ini meluas ke bidang kembar digital dan berkait rapat dengan teknologi AI yang baru muncul "Baru-baru ini, NVIDIA telah mencapai kerjasama dengan banyak syarikat industri, termasuk syarikat automasi industri terkemuka seperti Aveva, Rockwell Automation, Siemens. dan Schneider Electric, serta Teradyne Robotics dan syarikat MiR dan Universal Robotsnya. Baru-baru ini, Nvidiahascoll
- AI 1063 2024-06-03 19:18:05
-
- Gembar-gembur dan realiti ejen AI: GPT-4 tidak dapat menyokongnya, dan kadar kejayaan tugasan sebenar adalah kurang daripada 15%
- Mengikut evolusi berterusan dan inovasi kendiri model bahasa besar, prestasi, ketepatan dan kestabilan telah dipertingkatkan dengan banyak, yang telah disahkan oleh pelbagai set masalah penanda aras. Walau bagaimanapun, untuk versi LLM sedia ada, keupayaan komprehensif mereka nampaknya tidak dapat menyokong sepenuhnya ejen AI. Inferens berbilang modal, berbilang tugas dan berbilang domain telah menjadi keperluan yang diperlukan untuk ejen AI dalam ruang media awam, tetapi kesan sebenar yang dipaparkan dalam amalan fungsi tertentu sangat berbeza. Ini nampaknya sekali lagi mengingatkan semua pemula robot AI dan gergasi teknologi besar untuk mengenali realiti: menjadi lebih sederhana, jangan sebarkan perniagaan anda terlalu besar, dan mulakan dengan fungsi peningkatan AI. Baru-baru ini, blog tentang jurang antara propaganda dan prestasi sebenar ejen AI menekankan satu perkara:
- AI 1005 2024-06-03 18:38:42
-
- Baca artikel ini untuk memahami beberapa alternatif LangChain biasa
- Hellofolks, Saya Luga Hari ini kita akan bercakap tentang teknologi yang berkaitan dengan bidang ekologi kecerdasan buatan (AI) - rangka kerja pembangunan LLM. Dalam bidang pembangunan aplikasi LLM (Model Bahasa Skala Besar), rangka kerja sumber terbuka memainkan peranan penting dan menyediakan sokongan alat yang berkuasa untuk majoriti pembangun. Sebagai peneraju dalam bidang ini, LangChain telah memenangi pujian yang meluas untuk reka bentuk inovatif dan fungsi komprehensifnya. Tetapi pada masa yang sama, beberapa rangka kerja alternatif juga telah muncul, memberikan pilihan yang lebih baik untuk keperluan dalam senario yang berbeza. Lagipun, mana-mana rangka kerja pasti mempunyai batasan tertentu. Contohnya, pengabstrakan kelajuan LangChain dalam beberapa kes mungkin menyukarkan untuk bermula, pengalaman penyahpepijatan perlu dipertingkatkan dan kualiti sesetengah kod juga patut diperbaiki.
- AI 1399 2024-06-03 18:25:26
-
- Persidangan Perintis Automobil Masa Depan 2024丨Gu Weihao: Model besar AI adalah satu-satunya cara untuk merealisasikan pemanduan autonomi
- Pada 1 Jun, Ketua Pegawai Eksekutif Hao Mo Zhixing Gu Weihao telah dijemput untuk menghadiri Persidangan Perintis Automobil Masa Depan 2024 (Kedua) dan menyampaikan ucaptama "Dalam Era Pemanduan Autonomi 3.0, Model Besar Membentuk Semula Laluan Automobil Pintar". Gu Weihao berkata: "Model besar AI adalah satu-satunya cara untuk benar-benar merealisasikan pemanduan autonomi, dan hujung ke hujung akan menjadi hala tuju teknikal yang sangat penting pada masa hadapan. Hujung ke hujung bukan sahaja pengoptimuman hujung model, tetapi juga memerlukan bekalan data dan sokongan kuasa pengkomputeran "Haimo DriveGPT telah meneroka penyelesaian hujung ke hujung sejak 2022, dan setelah digunakan, ia akan membawa hasil yang sangat menakjubkan. telah dijemput untuk menghadiri Persidangan Perintis Automobil Masa Depan 2024 Dengan tema "Perjuangan untuk Semasa", pada 6
- AI 866 2024-06-03 17:18:53
-
- OpenAI dan Google telah membuat langkah besar dalam dua hari berturut-turut, kedua-duanya mahu menjadikan pembantu AI 'pintar'
- Selepas melihat keluaran musim bunga OpenAI semalam, tidak sukar untuk meneka bahawa pada persidangan Google I/O hari ini, pasti akan ada pengenalan kepada pembantu AI. Lagipun, Altman, yang mengeluarkan GPT-4o sebelum persidangan Google I/O, telah menunjukkan kesesuaian sepenuhnya Dengan kaedah Altman, dia secara semula jadi yakin untuk mencapai serangan yang tepat dan meneruskan "konfrontasi merah-biru" ini. Sudah tentu, pada persidangan itu, Ketua Pegawai Eksekutif Google Pichai menjemput pengasas DeepMind, Demis, pembantu AI baharu Google, ProjectAstra telah diumumkan oleh Demis, yang membuat penampilan sulungnya di persidangan Google I/O. Apakah ProjectAstra? ProjekAstr
- AI 300 2024-06-03 15:23:07
-
- Kemahiran dan Ciri-ciri Penting Ketua Pegawai Kepintaran Buatan
- Ketua Pegawai Kecerdasan Buatan (CAIO) memerlukan kemahiran multidimensi untuk memacu inovasi, membina dan menerajui budaya sedia AI, dan memanfaatkan teknologi yang kompleks dan berkembang pesat untuk mencapai hasil organisasi yang ketara. Selain itu, CAIO juga harus mempunyai keupayaan kepimpinan yang kukuh dan dapat memacu perancangan strategik dan pelaksanaan AI dalam persekitaran yang sentiasa berubah. CAIO memerlukan pengetahuan perniagaan yang mendalam dan latar belakang teknikal untuk memahami peningkatan pesat penyelarasan AI, terutamanya AI generatif, telah mendorong banyak organisasi untuk mengupah atau mempromosikan ketua pegawai kecerdasan buatan (CAIO). Setakat ini, banyak jawatan telah tertumpu pada vendor teknologi, dan jawatan serupa juga muncul dalam entiti kerajaan berikutan penggubalan baru-baru ini beberapa bil AI. Tetapi dalam beberapa tahun akan datang, bilangan jawatan CAIO dalam organisasi korporat dijangka terus meningkat.
- AI 812 2024-06-03 12:32:13
-
- Bercakap dengan Mesin: Sepuluh Rahsia Kejuruteraan Segera Terbongkar
- Untuk mengetahui lebih lanjut tentang AIGC, sila lawati: komuniti 51CTOAI.x https://www.51cto.com/aigc/ Kuasa gesaan adalah menakjubkan. jawapan berformat dan berstruktur. Tiada topik yang kabur dan tiada fakta yang tidak dapat dicapai. Sekurang-kurangnya selagi ia merupakan sebahagian daripada korpus latihan dan diluluskan oleh pengawal bayang model (ShadowyController), kita boleh mendapatkan jawapannya dengan gesaan mudah. Walau bagaimanapun, sesetengah orang telah mula menyedari bahawa keajaiban gesaan bukanlah mutlak. Petunjuk kami tidak selalu menghasilkan hasil yang kami inginkan. Sesetengah bahasa pantas adalah lebih baik daripada yang lain
- AI 378 2024-06-03 10:53:11
-
- Microsoft melancarkan pelan pelaburan infrastruktur AI bernilai $3.3 bilion untuk mengembangkan kapasiti pusat data di Amerika Syarikat
- Microsoft akan melancarkan strategi pelaburan empat bahagian menjelang akhir 2026. Syarikat teknologi itu akan membina kampus pusat data dan merancang untuk meningkatkan kemahiran lebih 10 juta orang di seluruh negeri di GenAI menjelang 2030. AWS, Google dan Microsoft sedang membangunkan pelan infrastruktur yang komprehensif untuk menyokong permintaan yang semakin meningkat bagi kuasa pengkomputeran dan sedang melabur di negeri-negeri di seluruh Amerika Syarikat. Awal tahun ini, AWS mengumumkan pelaburan $210 juta dalam pusat data di Indonesia dan Mississippi. Ini adalah pelaburan modal terbesar di mana-mana negeri. Google berkata bulan lepas ia merancang untuk melabur $3 bilion untuk membina dan mengembangkan kampus pusat data di Virginia dan Indiana. Laporan yang dikeluarkan oleh SynergyResearchGroup pada bulan Oktober
- AI 1120 2024-06-03 10:52:37
-
- Seorang profesor Amerika menggunakan anak perempuannya yang berusia 2 tahun untuk melatih model AI untuk muncul dalam Sains! Anak manusia menggunakan kamera yang dipasang di kepala untuk melatih AI baharu
- Sungguh tidak percaya, untuk melatih model AI, seorang profesor dari Universiti Negeri New York mengikat kamera seperti GoPro ke kepala anak perempuannya! Walaupun kedengaran luar biasa, perangai profesor ini sebenarnya berasas. Untuk melatih rangkaian saraf kompleks di belakang LLM, data besar diperlukan. Adakah proses latihan LLM semasa kami semestinya cara yang paling mudah dan paling berkesan? Sudah tentu tidak! Para saintis telah menemui bahawa pada kanak-kanak kecil manusia, otak menyerap air seperti span, dengan cepat membentuk pandangan dunia yang koheren. Walaupun LLM berprestasi hebat pada masa-masa tertentu, lama kelamaan kanak-kanak manusia menjadi lebih bijak dan lebih kreatif daripada model! Rahsia kanak-kanak menguasai bahasa Bagaimana untuk melatih LLM dengan cara yang lebih baik? Apabila saintis hairan dengan penyelesaiannya,
- AI 700 2024-06-03 10:08:09