Jadual Kandungan
Linguistik Pengiraan
Linguistik Kognitif
Linguistik Geriatrik
Rumah Peranti teknologi AI Aplikasi teknologi kecerdasan buatan dalam bidang linguistik

Aplikasi teknologi kecerdasan buatan dalam bidang linguistik

Apr 09, 2023 pm 10:31 PM
komputer AI bahasa semula jadi

Pada awal 1990-an, Encik Zhou Haizhong, seorang sarjana terkenal China, pernah meramalkan bahawa teknologi kecerdasan buatan akan digunakan secara meluas dalam pelbagai disiplin dan akan menghasilkan kesan yang tidak dijangka. Hari ini, semakin banyak fakta membuktikan ramalannya. Pakar berkaitan menegaskan bahawa teknologi kecerdasan buatan mempunyai potensi yang tidak terhad dan mempunyai prospek aplikasi yang luas dalam bidang linguistik Ia akan menjadi daya penggerak yang penting untuk pusingan baharu revolusi saintifik dan teknologi serta transformasi industri.

Aplikasi teknologi kecerdasan buatan dalam bidang linguistik

Teknologi kecerdasan buatan ialah cabang penting sains komputer dan tergolong dalam disiplin tiga hala antara disiplin sains semula jadi, sains sosial dan sains teknikal; ia telah dibangunkan sejak abad yang lalu Ia telah menunjukkan daya hidup yang kuat sejak kelahirannya pada tahun 1950-an, dan berkembang pesat pada akhir 1980-an berkat perkembangan pesat perisian dan perkakasan komputer. Sebagai teknologi yang paling popular dalam bidang saintifik dan teknologi semasa, teknologi kecerdasan buatan telah menarik perhatian ramai orang dalam dan luar ia juga telah menembusi bidang akademik dan memainkan peranan dalam bidang akademik dalam pelbagai cara. Pada masa ini, teknologi kecerdasan buatan merangkumi lima bahagian utama: data besar, pengecaman pertuturan, pembelajaran mesin, penglihatan komputer dan pemprosesan bahasa semula jadi. Teknologi kecerdasan buatan terutamanya dibina berdasarkan pembelajaran mesin, dan pembelajaran mesin bukan sahaja memerlukan algoritma dan kuasa pengkomputeran yang munasabah, terpakai dan canggih, tetapi juga bergantung pada data yang cukup baik dan mencukupi.

Teknologi kecerdasan buatan ialah simulasi fenomena kecerdasan manusia, termasuk simulasi proses pemikiran manusia ia melibatkan sains komputer, psikologi, linguistik dan disiplin lain. Perkembangan teknologi kecerdasan buatan nampaknya tidak mengikuti proses evolusi dari peringkat rendah ke peringkat tinggi, tetapi secara tiba-tiba akan menjadi lebih "pintar" daripada manusia dalam beberapa "titik", iaitu dalam satu dimensi. Kecerdasan manusia adalah menyeluruh dan berbilang dimensi Mungkin kebolehan pembelajaran, ingatan, pencarian maklumat, membuat keputusan, pertimbangan atau pemprosesan kita bukanlah yang paling luar biasa AlphaGo telah membuktikan bahawa kita manusia mungkin tidak sehebat teknologi kecerdasan buatan yang dihasilkan pembelajaran yang mendalam dalam aspek ini.

Linguistik, seperti namanya, ialah kajian tentang bahasa semula jadi (iaitu, bahasa yang digunakan orang setiap hari, namun, linguistik tidak merujuk kepada proses pembelajaran satu atau lebih); bahasa tertentu. Tugas linguistik adalah untuk mengkaji dan menerangkan struktur, fungsi dan perkembangan sejarah bahasa, mendedahkan intipati bahasa, dan meneroka undang-undang umum bahasa. Kerana hanya manusia yang mempunyai bahasa dan menggunakan bahasa yang baik untuk berkomunikasi, maka melalui kajian bahasa, kita dapat memahami dengan lebih jelas kedudukan manusia di dunia atau alam semesta, seterusnya memahami fitrah manusia dengan lebih teliti. Bahasa ialah kriteria penting untuk membezakan manusia daripada semua perkara Pemahaman mesin tentang bahasa manusia ialah cabaran terakhir teknologi kecerdasan buatan, dan ia juga merupakan cabaran yang paling sukar. Boleh dikatakan bahawa bahasa semula jadi adalah ekspresi abstrak tahap tertinggi kecerdasan manusia.

Linguistik, sebagai sains yang mengkaji bahasa semula jadi, mempunyai sejarah yang sangat kuno; sejarah dan kesusasteraan. Pelbagai kecerdasan manusia berkait rapat dengan bahasa; bahasa adalah kaedah komunikasi yang unik untuk manusia Ia mencerminkan kebolehan mental manusia yang sangat berkembang di peringkat biologi atau psikologi, dan mencerminkan kemajuan tamadun manusia di peringkat sosial dan budaya. Linguistik ialah kajian tentang keupayaan bahasa naluri teras manusia Melalui analisis dan penelitian bahasa lisan, bahasa tulisan dan juga bahasa isyarat, kita dapat memahami sifat manusia. Selain memahami hakikat manusia, kajian linguistik juga mempunyai banyak nilai aplikasi.

Proses pemikiran manusia boleh difahami sebagai proses pengiraan proses pemahaman bahasa manusia juga boleh difahami sebagai proses pengiraan pada perwakilan pengetahuan, yang membolehkan komputer memahami Bahasa semula jadi; secara teknikal mungkin. Oleh itu, kajian kognitif bahasa secara semula jadi meluas kepada analisis pengiraan bahasa. Boleh dikatakan bahawa kebolehan memproses bahasa adalah satu bentuk teknologi kecerdasan buatan yang canggih. Walaupun terdapat perbezaan penting antara linguistik dan teknologi kecerdasan buatan, penyelidikan mereka berkait rapat antara satu sama lain dan berkembang bersama; Dari perspektif teori dan gunaan, pada masa ini terdapat sekurang-kurangnya cabang linguistik berikut yang berkaitan dengan teknologi kecerdasan buatan.

Linguistik Pengiraan

Linguistik Pengiraan ialah satu disiplin baru muncul yang berakar umbi dalam tanah subur sains komputer, linguistik dan matematik. Ia menganalisis dan memproses bahasa semula jadi dengan mewujudkan model matematik formal, dan menggunakan program pada komputer untuk merealisasikan analisis dan proses pemprosesan, dengan itu mencapai tujuan menggunakan mesin untuk mensimulasikan sebahagian atau bahkan semua kebolehan bahasa manusia. Projek-projeknya termasuk data statistik, mendapatkan semula maklumat, penyelidikan tentang leksikon dan sintaks, pengecaman teks, sintesis pertuturan, penyediaan program pengajaran berbantukan mesin, terjemahan berbantukan mesin, dsb. Mempunyai persepsi dan pemahaman bahasa adalah asas pengkomputeran bahasa Kaitan yang rapat antara bahasa dan pemikiran, kebolehubahan, kebolehubahan dan introspeksi bahasa tidak difahami dan diketahui oleh manusia. Tujuan utama linguistik komputasi adalah untuk menyelesaikan masalah dalam linguistik dengan bantuan model dan algoritma dalam bidang sains komputer dan statistik. Dapat dilihat bahawa teknologi kecerdasan buatan memainkan peranan yang menentukan dalam penyelidikan linguistik pengiraan.

Pemprosesan bahasa semula jadi (NLP) ialah topik penyelidikan penting dalam linguistik pengiraan terutamanya mengkaji cara menggunakan komputer untuk memahami dan menjana bahasa semula jadi. Mencapai komunikasi bahasa semula jadi antara manusia dan komputer bermakna membolehkan komputer memahami maksud teks bahasa semula jadi dan untuk menyatakan niat, fikiran, dll. yang diberikan dalam teks bahasa semula jadi. Yang pertama dipanggil pemahaman bahasa semula jadi, dan yang kedua dipanggil generasi bahasa semula jadi. Tujuan pemprosesan bahasa semula jadi adalah untuk menggunakan algoritma yang cekap yang boleh digunakan untuk memproses bahasa semula jadi Walau bagaimanapun, adalah sangat sukar untuk mencapai pemahaman bahasa semula jadi dan penjanaan bahasa semula jadi Punca kesukaran adalah pelbagai masalah yang wujud pada semua peringkat teks dan dialog bahasa semulajadi Pelbagai kekaburan atau kekaburan.

Linguistik Kognitif

Linguistik kognitif terutamanya ditubuhkan di bawah latar belakang teori sains kognitif, dan terdapat juga perkembangan serentak antara kedua-duanya. Sains kognitif bukan sahaja menggalakkan perkembangan linguistik kognitif dan menjadi asas teori utama yang terakhir, tetapi juga menggunakan hasil penyelidikan linguistik kognitif telah menjadi salah satu komponen utama sains kognitif. Oleh itu, ramai sarjana menganggap linguistik kognitif sebagai cabang sains kognitif dan sebagai disiplin sempadan antara penyelidikan kognitif dan linguistik. Ciri linguistik kognitif ialah ia menganggap pengalaman harian manusia sebagai asas penggunaan bahasa, dan memberi tumpuan kepada menjelaskan hubungan yang tidak dapat dipisahkan antara bahasa dan kebolehan kognitif umum. Kecerdasan buatan mensimulasikan proses kognitif dan komunikasi manusia, yang boleh membantu kita mendedahkan undang-undang penting bahasa dengan lebih baik dan dengan itu lebih memahami kecerdasan manusia. Boleh dikatakan teknologi kecerdasan buatan memainkan peranan yang sangat penting dalam penyelidikan linguistik kognitif.

Linguistik kognitif melibatkan kecerdasan buatan, linguistik, psikologi, teori sistem dan disiplin lain Ia memberi tumpuan kepada linguistik generatif dan mencadangkan penciptaan, pembelajaran dan aplikasi bahasa dari asas dijelaskan melalui kognisi manusia, kerana keupayaan kognitif adalah asas pengetahuan manusia. Linguistik kognitif ialah ideologi panduan untuk membina sistem pengendalian untuk teknologi kecerdasan buatan. Boleh dibayangkan bahawa pada masa hadapan, interaksi kita dengan teknologi kecerdasan buatan tidak lagi menjadi barisan arahan, tetapi lebih seperti komunikasi antara orang ini memerlukan teknologi itu mesti mempunyai keupayaan bahasa. Selain itu, bahasa juga berperanan dalam membimbing kognisi dan pemikiran. Ini menunjukkan kepentingan linguistik kognitif kepada teknologi kecerdasan buatan.

Linguistik Geriatrik

Linguistik Geriatrik, seperti namanya, ialah kajian tentang masalah bahasa orang tua. Ia terutamanya mengkaji sifat, struktur dan peraturan perubahan sistem bahasa yang digunakan oleh orang tua dan isu komunikasi pertuturan. Kandungan asas penyelidikan termasuk fonetik, fonem, perbendaharaan kata, tatabahasa, retorik, penulisan dan lain-lain orang tua, serta fleksibiliti gaya bahasa orang tua, kecacatan kemahiran membaca, dan kehilangan bahasa kedua. daripada warga tua dwibahasa. Dari segi aplikasi, linguistik geriatrik juga termasuk pembelajaran bahasa asing dan penuaan yang berjaya, komunikasi penjagaan warga tua, penjagaan hospis dan keselesaan kehilangan, dsb. Apabila umur meningkat, populasi warga tua akan mengalami kemerosotan bahasa dan juga kecacatan bahasa Penyelidikan dan aplikasi linguistik geriatrik semakin menarik perhatian. Pengesanan pintar dan campur tangan penyakit dalam kalangan warga tua adalah salah satu kandungan teras penjagaan perubatan pintar, dan teknologi kecerdasan buatan boleh memberikan bantuan dalam hal ini.

Penyelidikan tentang linguistik geriatrik adalah antara disiplin, melibatkan pelbagai bidang seperti linguistik, sains kognitif dan sains otak, dan juga berkait rapat dengan teknologi kecerdasan buatan. Isu-isu seperti mekanisme saraf, patologi penyakit, rawatan dan pemulihan kemerosotan kebolehan berbahasa dalam kalangan warga emas biasa dan warga emas yang menghidap penyakit neurodegeneratif tergolong dalam kategori sains otak yang mengkaji mekanisme otak manusia dari peringkat molekul, selular dan tingkah laku; dan persepsi, ingatan, pemikiran , emosi, kesedaran, dsb., isu-isu seperti pemahaman pertuturan dan penyelidikan pengeluaran dan terapi pertuturan tergolong dalam kategori sains kognitif bagaimana menggunakan teknologi moden untuk meniru fungsi bahasa otak manusia dan membantu dalam kemerosotan keupayaan bahasa dan campur tangan, Ia tergolong dalam bidang penyelidikan dan aplikasi kecerdasan buatan.

Seperti yang dapat dilihat daripada di atas, teknologi kecerdasan buatan dan linguistik adalah dua bidang penyelidikan yang bebas tetapi berkait rapat. Perkembangan teknologi kecerdasan buatan perlu mengaplikasikan hasil penyelidikan teori linguistik kepada reka bentuk dialog manusia-mesin, supaya mesin dapat memahami tingkah laku retorik lisan seperti "salam", "penenang" dan juga "sarkasme" dan "humor". ", dan biarkan mesin memahami Benar-benar memahami semantik kompleks bahasa manusia, serta niat dan emosi di belakangnya, dan kemudian memberi pengguna maklum balas antropomorfik, dengan itu mencapai kesan interaksi bahasa semula jadi manusia-mesin yang lebih baik. Begitu juga, teknologi kecerdasan buatan juga akan mengubah arah pembangunan penyelidikan linguistik. Kaedah penyelidikan tradisional yang menekankan analisis teori tetapi bukan contoh, dan duduk dan berfikir tentang ayat secara beransur-ansur akan hilang dari peringkat penyelidikan multi-modal yang memberi perhatian yang sama kepada korpus sebenar, bahasa lisan dan bahasa bertulis, dan memberi tumpuan kepada analisis statistik bahasa; morfologi akan muncul dalam jumlah yang banyak.


Atas ialah kandungan terperinci Aplikasi teknologi kecerdasan buatan dalam bidang linguistik. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Arahan sembang dan cara menggunakannya
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

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

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

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

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

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

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

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

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

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

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

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

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

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

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

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

See all articles