

Robot semakin memasuki kehidupan pembelajaran kita. Apakah teknologi yang digunakan terutamanya?
Terutamanya menggunakan teknologi "kecerdasan buatan". Kecerdasan buatan ialah sains teknikal baharu yang mengkaji dan membangunkan teori, kaedah, teknologi dan sistem aplikasi untuk mensimulasikan, meluaskan dan mengembangkan kecerdasan manusia. Robot ialah peranti mesin yang melakukan kerja secara automatik; ia boleh menerima arahan manusia, menjalankan program pra-program, atau bertindak mengikut prinsip dan program yang dirumus dengan teknologi kecerdasan buatan.
Persekitaran pengendalian tutorial ini: sistem Windows 7, komputer Dell G3.
Robot semakin memasuki kehidupan pembelajaran kita, terutamanya melalui penggunaan teknologi "kecerdasan buatan".
Kecerdasan buatan ialah sains teknikal baharu yang mengkaji dan membangunkan teori, kaedah, teknologi dan sistem aplikasi untuk mensimulasikan, melanjutkan dan mengembangkan kecerdasan manusia. Robot ialah peranti mesin yang melakukan kerja secara automatik. Ia boleh menerima arahan manusia, menjalankan program pra-program, dan bertindak mengikut prinsip dan program yang dirumuskan dengan teknologi kecerdasan buatan.
Kecerdasan Buatan (Artificial Intelligence), singkatan bahasa Inggeris ialah AI. Ia adalah sains teknikal baharu yang mengkaji dan membangunkan teori, kaedah, teknologi dan sistem aplikasi untuk mensimulasikan, meluaskan dan mengembangkan kecerdasan manusia.
Kecerdasan buatan ialah cabang sains komputer yang cuba memahami intipati kecerdasan dan menghasilkan mesin pintar baharu yang boleh bertindak balas dengan cara yang serupa dengan kecerdasan manusia dalam bidang ini termasuk robot, Pengecaman bahasa, imej pengiktirafan, pemprosesan bahasa semula jadi dan sistem pakar, dsb. Sejak kelahiran kecerdasan buatan, teori dan teknologi menjadi semakin matang, dan bidang aplikasi juga terus berkembang Dapat dibayangkan bahawa produk teknologi yang dibawa oleh kecerdasan buatan pada masa hadapan akan menjadi "bekas" kebijaksanaan manusia. . Kecerdasan buatan boleh mensimulasikan proses maklumat kesedaran dan pemikiran manusia. Kecerdasan buatan bukanlah kecerdasan manusia, tetapi ia boleh berfikir seperti manusia malah mungkin melebihi kecerdasan manusia.
Aplikasi Kecerdasan Buatan dalam Kehidupan
[Aspek Satu: Pemprosesan Bahasa Semulajadi]
Pemprosesan bahasa semula jadi ialah sains yang mengintegrasikan linguistik, sains komputer dan matematik. Pemprosesan bahasa semula jadi bukanlah kajian tentang bahasa semula jadi secara umum, tetapi pembangunan sistem komputer yang dapat merealisasikan komunikasi bahasa semula jadi secara berkesan, terutamanya sistem perisian Ia adalah tumpuan sains komputer, kecerdasan buatan, dan linguistik pada komputer dan manusia. semula jadi) bidang interaksi. Tujuan pemprosesan bahasa semula jadi adalah untuk melaksanakan pelbagai teori dan kaedah untuk komunikasi yang berkesan antara manusia dan komputer menggunakan bahasa semula jadi.
1. Terjemahan pelbagai bahasa
Aspek aplikasi utama pemprosesan bahasa semula jadi ialah terjemahan bahasa asing. Apabila menemui artikel bahasa asing dalam kehidupan, perkara pertama yang difikirkan oleh semua orang ialah mencari halaman web terjemahan atau APP Namun, setiap kali hasil terjemahan mesin pada dasarnya tidak konsisten dengan logik bahasa, kita perlu memproses dan menyusun ayat itu semula. . Bagi penterjemahan dalam bidang profesional, seperti bidang perundangan dan perubatan, terjemahan mesin sememangnya tidak boleh dilaksanakan.
Menghadapi dilema ini, pemprosesan bahasa semula jadi bekerja keras untuk memecahkan halangan kepada terjemahan Selagi sejumlah besar data disediakan, mesin boleh mempelajari apa-apa bahasa dengan sendirinya. Ia mengambil masa kira-kira 2 minggu untuk mesin memasuki medan dari awal (kemasukan pada kos sifar). Oleh itu, tidak kira medan yang anda masukkan, anda boleh melakukannya secara menegak. Contohnya, dalam terjemahan artikel profesional undang-undang, jumlah artikel undang-undang berkualiti tinggi adalah terhad. Biarkan mesin mempelajari artikel ini sekali, yang boleh memastikan terjemahan lancar 95% dan mencapai penyegerakan masa nyata.
2. Pembantu peribadi maya
Pembantu peribadi maya bermakna pengguna boleh melengkapkan beberapa perkara kecil dalam kehidupan seharian melalui kawalan suara dan input teks. Kebanyakan pembantu peribadi maya boleh mengumpul maklumat kehidupan mudah dan membantu anda mengoptimumkan maklumat dan membuat keputusan bijak sambil melihat ulasan yang berkaitan.
Pada masa yang sama, beberapa pembantu peribadi maya juga boleh memainkan muzik secara langsung pada pembesar suara pintar atau menerima e-mel Ini adalah salah satu variasi pembantu peribadi maya. Pembantu peribadi maya digunakan dalam semua aspek kehidupan kita, termasuk audio, kereta, rumah pintar, kereta pintar dan perkhidmatan pelanggan pintar. Secara umumnya, mereka yang boleh menyelesaikan perkhidmatan selepas mendengar arahan suara pada dasarnya adalah pembantu peribadi maya.
3 Pemprosesan kes pintar
Pemprosesan bahasa semula jadi juga boleh secara automatik menukar kes yang tertunggak kepada pangkalan data berstruktur dalam kelompok, dan pembelajaran mesin dan teknologi pemprosesan bahasa semula jadi boleh menangkap Take secara automatik pembolehubah klinikal daripada rekod perubatan dan menjana pangkalan data piawai. Selepas itu, keseluruhan proses algoritma pintar tambahan daripada pengekstrakan berubah, penjanaan idea kepada eksport carta kertas boleh melombong korelasi berubah-ubah, merangsang idea kertas, dan menyediakan sokongan analisis statistik profesional untuk penyelidikan klinikal.
Tahap itu setara dengan pelajar siswazah perubatan yang telah menerima 8 tahun pendidikan perubatan klinikal Dengan cara ini, dia boleh membaca rekod perubatan 50 muka surat pada masa yang sama, dan boleh menangkap dan memahami semua maklumat klinikal 2,700 kali lebih cepat daripada purata doktor Kecekapan pejabat hospital akan bertambah baik, dan masalah kesukaran mendapatkan rawatan perubatan akan dapat dikurangkan dengan banyak.
[Aspek 2: Pengecaman Pertuturan]
Pengiktirafan pertuturan ialah subjek antara disiplin. Bidang yang terlibat dalam teknologi pengecaman pertuturan termasuk: pemprosesan isyarat, pengecaman corak, teori kebarangkalian dan teori maklumat, mekanisme penyuaraan dan mekanisme pendengaran, kecerdasan buatan, dsb. Berkomunikasi dengan mesin dan membiarkan mereka memahami apa yang anda katakan adalah sesuatu yang telah lama diimpikan orang Kini kecerdasan buatan telah mengubah cita-cita ini menjadi kenyataan dan membawanya ke dalam kehidupan seharian kita.
1. Hospital pintar
Bergantung pada teknologi kecerdasan buatan dan data besar, hospital boleh merealisasikan soalan dan jawapan pengetahuan interaktif suara dan pertanyaan rekod perubatan boleh menggantikan menaip, membenarkan Anda boleh memasukkan data dengan mudah menggunakan komputer, tablet dan pusingan wad mudah alih dengan bercakap. Kata-kata setiap orang akan ditranskripsikan ke dalam teks dan dipaparkan dalam sistem HIS anda, sistem PACS, sistem CIS, dll. di mana anda ingin memasukkan teks. Selain itu, risiko kesihatan boleh diramal dan kumpulan pesakit dianalisis.
2. Penilaian bahasa pertuturan
Terdapat satu lagi aplikasi menarik dalam pengecaman pertuturan - perkhidmatan penilaian pertuturan menggunakan teknologi pengkomputeran awan secara automatik perkhidmatan diletakkan di awan dan antara muka API dibuka untuk digunakan oleh pelanggan dari jauh. Dalam perkhidmatan penilaian pertuturan, pengajaran interaktif manusia-komputer boleh mencapai tunjuk ajar lisan satu-satu, sama seperti mengupah guru asing di rumah, sekali gus menyelesaikan masalah bahasa Inggeris bisu.
[Aspek ketiga: penglihatan komputer]
Penglihatan komputer ialah sains yang mengkaji cara membuat mesin "melihat", dan pergi satu melangkah lebih jauh Dalam erti kata lain, ia merujuk kepada menggunakan kamera dan komputer dan bukannya mata manusia untuk menjalankan penglihatan mesin seperti pengenalpastian sasaran, pengesanan dan pengukuran, dan seterusnya melakukan pemprosesan grafik untuk menjadikan pemprosesan komputer kepada imej lebih sesuai untuk mata manusia diperhatikan atau hantar ke instrumen untuk pengesanan. Melalui penglihatan komputer, komputer akan memproses imej yang lebih sesuai untuk diperhatikan atau dihantar oleh mata manusia kepada instrumen untuk dikesan. Tugas utama penglihatan komputer adalah untuk mendapatkan maklumat tiga dimensi adegan yang sepadan dengan memproses gambar atau video yang dikumpul.
1. Keselamatan pintar
Memandangkan kerajaan di semua peringkat giat mempromosikan pembinaan "bandar selamat", semakin banyak tempat pemantauan, video dan pusat pemeriksaan Jumlah yang besar daripada data dijana. Terutama dengan mempopularkan pengawasan definisi tinggi, jumlah data dalam keseluruhan bidang pemantauan keselamatan semakin sukar untuk bergantung pada analisis manual dan pemprosesan maklumat ini dengan visi komputer teras mempunyai sumber data yang besar serta tahap data yang kaya, pada masa yang sama, permintaan penting perniagaan keselamatan sangat konsisten dengan logik teknikal AI, daripada aplikasi pra-pencegahan kepada penyiasatan selepas peristiwa.
2. Pengecaman muka untuk memerangi pemerdagangan
Pada masa ini, jenayah pemerdagangan kanak-kanak berleluasa di seluruh negara, dengan puluhan ribu mangsa dan keluarga mangsa. Menurut anggaran Kementerian Hal Ehwal Awam, kini terdapat kira-kira 1 juta hingga 1.5 juta kanak-kanak gelandangan dan pengemis di seluruh negara. Di kawasan luar bandar seperti Henan, Yunnan dan kawasan pantai Guangdong dan Guangxi, penjualan kanak-kanak hampir berorientasikan pasaran, membentuk rantaian keuntungan hitam bawah tanah yang lengkap. Urusan memulihkan kanak-kanak yang diculik adalah mendesak dan tidak boleh ditangguhkan. Pada masa ini, "pengiktirafan potret dan perbandingan muka" yang digunakan oleh penglihatan komputer boleh membolehkan kanak-kanak yang diculik dipulihkan dalam masa 7 jam paling cepat Ini adalah aplikasi besar penglihatan komputer dalam bidang keselamatan, dan ia akan semakin digunakan dalam masa depan memerangi jenayah, dll.
[Aspek keempat: sistem pakar]
Sistem pakar ialah medan aplikasi yang paling penting dan aktif dalam kecerdasan buatan sistem program komputer pintar yang mengandungi sejumlah besar pengetahuan dan pengalaman peringkat pakar dalam bidang tertentu dan menggunakan pengetahuan dan kaedah penyelesaian masalah pakar manusia untuk menangani masalah dalam bidang ini. Ia biasanya berdasarkan pengetahuan dan pengalaman yang diberikan oleh seorang atau lebih pakar dalam bidang tertentu, penaakulan dan pertimbangan, simulasi proses membuat keputusan pakar manusia, dan menyelesaikan masalah kompleks yang memerlukan pakar manusia untuk menangani.
1. Kereta pandu sendiri
Kereta pandu sendiri ialah sejenis kereta pintar, juga dikenali sebagai robot mudah alih beroda, yang bergantung terutamanya pada sistem komputer dalam kereta Pemanduan pintar adalah tujuan utama untuk mencapai matlamat pemanduan tanpa pemandu. Sejak 1970-an, negara maju seperti Amerika Syarikat, United Kingdom, dan Jerman telah memulakan penyelidikan mengenai kenderaan tanpa pemandu, dan telah membuat kemajuan terobosan dari segi kebolehlaksanaan dan kepraktisan.
China telah menjalankan penyelidikan mengenai kereta tanpa pemandu sejak tahun 1980-an Universiti Teknologi Pertahanan Nasional berjaya membangunkan kereta tanpa pemandu pertama di China pada tahun 1992. Pada tahun 2005, kereta tanpa pemandu bandar pertama telah berjaya dibangunkan di Universiti Shanghai Jiao Tong. Kereta pandu sendiri yang paling canggih di dunia telah diuji selama hampir setengah juta kilometer, 80,000 kilometer terakhir daripadanya telah disiapkan tanpa sebarang campur tangan keselamatan manusia.
2. Ramalan cuaca
Dengan populariti telefon bimbit, semakin ramai orang kini terbiasa melihat ramalan cuaca pada telefon bimbit mereka , Status sistem pakar juga menentukan. Sistem pakar boleh terlebih dahulu mengesan lokasi pengguna melalui sistem GPRS telefon bimbit, dan kemudian menggunakan algoritma untuk menjalankan analisis data dan ramalan pada peta radar yang meliputi seluruh negara.
Pengguna boleh menyemak arah aliran cuaca di lokasi mereka pada bila-bila masa dan di mana-mana sahaja. Ramalan cuaca tidak lagi mengatakan "hujan di beberapa kawasan sebaliknya, ia berkata "hujan ringan akan bermula di jalan anda dalam masa 25 minit dan hujan akan berhenti dalam masa 50 minit." Anda diberikan peramal cuaca khusus, supaya ramalan cuaca yang anda terima boleh tepat pada minit dan jalan di mana anda berada.
3. Sistem bandar
Sistem bandar mendigitalkan semua infrastruktur seperti pengangkutan, tenaga, bekalan air, dan lain-lain, mengumpulkan data yang tersebar di setiap sudut bandar , dan kemudian Melalui analisis super berkuasa dan pengiraan berskala super besar, analisis masa nyata global seluruh bandar dicapai, membolehkan bandar berjalan dengan bijak. Masalah pertama yang diselesaikan oleh sistem bandar ialah kesesakan lalu lintas. Pada tahun ini, otak bandar Hangzhou secara bijak melaraskan lampu isyarat melalui analisis pintar data peta dan data kamera, berjaya meningkatkan kelajuan trafik kenderaan sehingga 11%, meningkatkan pengalaman perjalanan.
[Aspek kelima: guna silang dalam pelbagai bidang]
Malah, empat aspek utama aplikasi kecerdasan buatan sebenarnya lebih atau kurang terlibat Dalam bidang lain, aspek aplikasi silang yang paling menonjol ialah robot pintar. Robot ialah peranti mesin yang melakukan kerja secara automatik. Ia boleh menerima arahan manusia, menjalankan program pra-program, dan bertindak mengikut prinsip dan program yang dirumuskan dengan teknologi kecerdasan buatan. Tugasnya adalah untuk membantu atau menggantikan kerja manusia, seperti industri pengeluaran, industri pembinaan, atau kerja berbahaya.
1. Robot logistik
Robot logistik ialah peneraju dalam perubahan teknologi yang menggabungkan produk robotik dan teknologi kecerdasan buatan untuk mencapai automasi logistik yang sangat fleksibel dan pintar. Tekanan pasaran akibat peningkatan penggunaan, pengurusan inventori SKU besar-besaran, dan kos buruh yang tidak terkawal telah menjadi masalah biasa dalam industri e-dagang, runcit dan lain-lain. Robot logistik mempunyai kos pengurusan yang rendah, integriti pakej yang kukuh, boleh memenuhi pelbagai keperluan kecekapan dan ketepatan pengisihan, dan mempunyai pulangan singkat pada kitaran pelaburan. Kemunculannya secara berkesan dapat meningkatkan fleksibiliti pengeluaran, membantu perusahaan mencapai transformasi pintar, dan akan semakin digunakan dalam kehidupan seharian.
2. Robot haiwan kesayangan yang comel
Kanak-kanak sentiasa menjadi hati dan jiwa ibu bapa, dan bagaimana untuk membiarkan anak-anak mereka menang di garisan permulaan juga adalah soal kebimbangan besar kepada semua ibu bapa Pada masa ini, pendidikan awal kanak-kanak Ia menjadi amat penting. Pendidikan awal sebenarnya adalah tentang membiarkan kanak-kanak bermain dengan berkesan, membolehkan kanak-kanak belajar banyak pengetahuan semasa bermain, mengembangkan kuasa otak kanak-kanak, keupayaan hands-on, keupayaan reaksi, keupayaan estetik, dan memupuk minat dan tabiat.
Institusi pendidikan awal kanak-kanak di pasaran mahal, mempunyai guru yang tidak mencukupi, dan mungkin juga mempunyai risiko keselamatan tertentu Pada masa ini, kewujudan robot haiwan peliharaan yang comel dapat mengurangkan masalah ini. Fungsi suara membolehkannya berkomunikasi dengan kanak-kanak seperti kawan kecil, dan fungsi ingatan juga boleh mengingati tabiat penggunaan bayi dan mencari dengan cepat apa yang bayi mahu dengar. Ia juga menyediakan kandungan pendidikan awal seperti lagu kanak-kanak gembira, klasik Cina dan bahasa Inggeris pencerahan, dan kandungan awan boleh dikemas kini secara berterusan.
Untuk lebih banyak pengetahuan berkaitan pengaturcaraan, sila lawati: Video Pengaturcaraan! !
Atas ialah kandungan terperinci Robot semakin memasuki kehidupan pembelajaran kita. Apakah teknologi yang digunakan terutamanya?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas