


Majlis Negeri: Mempercepatkan penyelidikan dan pembangunan produk pintar untuk menyokong aplikasi teknologi seperti pemanduan autonomi dan penghantaran tanpa pemandu
Baru-baru ini, Jawatankuasa Pusat Parti Komunis China dan Majlis Negeri mengeluarkan "Garis Pelan Strategik untuk Memperluas Permintaan Dalam Negeri (2022-2035)" (selepas ini dirujuk sebagai "Garis Besar"). Melihat ke hadapan untuk tahun 2035, matlamat jangka panjang untuk melaksanakan strategi memperluaskan permintaan domestik adalah untuk mencapai tahap baharu dalam skala penggunaan dan pelaburan, untuk mewujudkan sepenuhnya sistem permintaan domestik yang lengkap untuk merealisasikan perindustrian baru, pemformatan, urbanisasi; , dan pemodenan pertanian, dan untuk mencapai pencapaian yang lebih besar dalam membina pasaran domestik yang kukuh Teknologi teras utama telah mencapai kejayaan besar, dan kitaran domestik yang didorong oleh inovasi dan didorong oleh permintaan domestik telah menjadi lebih cekap dan lancar.
"Garis Besar" bercadang untuk mempercepatkan penanaman penggunaan baharu dan menyokong pembangunan bersepadu penggunaan komoditi dalam talian dan luar talian. Mempercepatkan transformasi digital, transformasi dan peningkatan format perniagaan luar talian tradisional. Memperkaya rangkaian 5G dan senario aplikasi rangkaian optik Gigabit. Mempercepatkan penyelidikan dan pembangunan produk pintar untuk menyokong aplikasi teknologi seperti pemanduan autonomi dan penghantaran tanpa pemandu. Membangunkan format runcit baharu seperti pasar raya pintar, kedai pintar dan restoran pintar. Meningkatkan teknologi dan sistem standard perkhidmatan dalam bidang penggunaan baharu, mengawal selia pembangunan ekonomi platform mengikut undang-undang, dan meningkatkan keupayaan penyeliaan format perniagaan baharu.
Penanaman model baharu “Internet + perkhidmatan sosial”. Memperkukuh dan mengoptimumkan perkhidmatan pembelajaran dalam talian dan menggalakkan pembinaan bersama dan perkongsian pelbagai sumber pendidikan digital. Membangunkan perkhidmatan "Internet + kesihatan perubatan" secara aktif, memperbaik diagnosis Internet dan polisi caj rawatan, dan sertakan item perkhidmatan perubatan Internet yang layak ke dalam skop pembayaran insurans perubatan mengikut prosedur. Memperdalam pembangunan hiburan dalam talian, menggalakkan transformasi dalam talian bagi format budaya dan hiburan luar talian tradisional, dan menyokong penciptaan kandungan digital berkualiti tinggi dan platform penyebaran sumber digital yang baru muncul. Menggalakkan pembangunan pelancongan pintar, radio dan televisyen pintar, dan sukan pintar. Menyokong pembangunan pejabat dalam talian yang mudah dan perkhidmatan transaksi tanpa sentuh.
"Kerangka" dengan jelas menyatakan bahawa infrastruktur baharu harus digunakan secara sistematik dan pembinaan infrastruktur maklumat harus dipercepatkan. Bina ruang dan bumi bersepadu di mana-mana berkelajuan tinggi, interkoneksi bersepadu, infrastruktur maklumat yang selamat dan cekap untuk meningkatkan keupayaan persepsi, penghantaran, penyimpanan dan pengkomputeran data. Mempercepatkan pembinaan Internet Perkara, Internet Industri, Internet Satelit dan Rangkaian Optik Gigabit, membina sistem pusat data besar bersepadu nasional, susun atur dan bina nod hab nasional pusat data besar, menggalakkan aplikasi kecerdasan buatan yang meluas dan mendalam , pengkomputeran awan, dsb., dan mempromosikan "awan, Rangkaian dan elemen sumber terminal disepadukan dan dikonfigurasikan secara bijak. Berorientasikan permintaan, meningkatkan keupayaan perkhidmatan rangkaian tulang belakang komunikasi selamat kuantum kawasan luas negara.
Pembangunan komprehensif infrastruktur tertumpu. Galakkan penyepaduan mendalam 5G, kecerdasan buatan, data besar dan teknologi lain dengan pengangkutan dan logistik, tenaga, perlindungan alam sekitar ekologi, pemeliharaan air, tindak balas kecemasan, perkhidmatan awam, dsb., dan membantu meningkatkan keupayaan tadbir urus industri berkaitan. Sokong penggunaan teknologi 5G untuk mengubah dan menaik taraf rangkaian TV kabel. Membangunkan Internet Kenderaan secara aktif dan berterusan.
Gunakan infrastruktur inovatif secara proaktif. Kami akan menyokong kawasan yang layak dalam membina hab inovasi serantau dan memajukan pembinaan infrastruktur saintifik dan teknologi yang sewajarnya. Mengoptimumkan dan menaik taraf infrastruktur inovasi industri seperti Pusat Inovasi Perindustrian Kebangsaan, Pusat Inovasi Pembuatan Kebangsaan, Pusat Penyelidikan Kejuruteraan Kebangsaan dan Pusat Inovasi Teknologi Nasional, dan mengukuhkan bekalan teknologi asas biasa.
"Garis Besar" juga menekankan pengukuhan industri baru muncul strategik. Mempromosikan secara mendalam pembangunan kluster industri baru muncul strategik negara dan membina asas industri baru muncul strategik negara. Meningkatkan daya saing teras industri teknologi maklumat secara menyeluruh dan menggalakkan inovasi dan aplikasi teknologi seperti kecerdasan buatan, komunikasi lanjutan, litar bersepadu, paparan baharu dan pengkomputeran lanjutan. Menggalakkan pembinaan infrastruktur satelit dan aplikasi. Membangunkan industri kreatif digital.
Mempercepatkan pembangunan industri baharu dan produk baharu, dan mencapai kemandirian dan berdikari pada tahap sains dan teknologi yang tinggi. Laksanakan beberapa projek sains dan teknologi utama negara yang berpandangan ke hadapan dan strategik dalam bidang termaju seperti kecerdasan buatan, maklumat kuantum dan sains otak. Fokus pada bahagian dan komponen asas teras, bahan asas utama, perisian asas utama, proses asas termaju dan asas teknologi perindustrian, dan membimbing huluan dan hiliran rantaian industri untuk bersama-sama menangani masalah utama.
Mempercepatkan promosi perindustrian digital dan pendigitalan industri. Memperkukuh pembinaan masyarakat digital dan kerajaan digital, membangunkan "awan dan gunakan data yang inklusif untuk memperkasakan kecerdasan", dan terus meningkatkan tahap tadbir urus digital. Wujudkan dan perbaiki peredaran sumber data dan mekanisme aplikasi merentas jabatan dan merentas wilayah, mengukuhkan keupayaan keselamatan data dan mengoptimumkan persekitaran peredaran elemen data. Mempercepatkan pembangunan dan penggunaan sumber data dan pembinaan piawaian institusi, mewujudkan kelompok industri digital yang berdaya saing di peringkat antarabangsa, dan meningkatkan pemerkasaan digital perusahaan kecil dan sederhana, terutamanya perusahaan pembuatan kecil dan sederhana. Mengambil bahagian secara aktif dalam penggubalan peraturan dan piawaian antarabangsa dalam bidang digital.
Atas ialah kandungan terperinci Majlis Negeri: Mempercepatkan penyelidikan dan pembangunan produk pintar untuk menyokong aplikasi teknologi seperti pemanduan autonomi dan penghantaran tanpa pemandu. 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

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

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

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

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

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

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

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
