Rumah Peranti teknologi AI Ringkasan kerjasama antara Universiti Sains dan Teknologi China dan Universiti Normal Pertama: Mendedahkan bagaimana rangkaian tensor 'kotak putih' boleh meningkatkan kebolehtafsiran dan kecekapan pembelajaran mesin kuantum

Ringkasan kerjasama antara Universiti Sains dan Teknologi China dan Universiti Normal Pertama: Mendedahkan bagaimana rangkaian tensor 'kotak putih' boleh meningkatkan kebolehtafsiran dan kecekapan pembelajaran mesin kuantum

Dec 01, 2023 pm 06:34 PM
industri

. berasal dari mekanik kuantum, adalah alat matematik yang matang. Ia telah menunjukkan kelebihan unik dalam membangunkan penyelesaian pembelajaran mesin "kotak putih" yang cekap

Ringkasan kerjasama antara Universiti Sains dan Teknologi China dan Universiti Normal Pertama: Mendedahkan bagaimana rangkaian tensor kotak putih boleh meningkatkan kebolehtafsiran dan kecekapan pembelajaran mesin kuantumBaru-baru ini, Ran Shiju dari Capital Normal University dan Su Gang dari University of Chinese Academy of Sciences mendapat inspirasi daripada mekanik kuantum dan menyemak kaedah inovasi berasaskan TN, menyediakan penyelesaian yang menjanjikan kepada cabaran lama untuk menyelaraskan kebolehtafsiran dan kecekapan dalam pembelajaran mesin yang mendalam.

Di satu pihak, kebolehtafsiran TN ML boleh dicapai melalui asas teori yang kukuh berdasarkan maklumat kuantum dan fizik banyak badan. Sebaliknya, ekspresi TN yang berkuasa dan teknik pengkomputeran lanjutan yang dibangunkan dalam fizik kuantum banyak badan boleh mencapai kecekapan tinggi. Dengan perkembangan pesat komputer kuantum, TN dijangka menghasilkan penyelesaian baru yang boleh dijalankan pada perkakasan kuantum ke arah "AI kuantum" dalam masa terdekat

Semakan ini berdasarkan "

Rangkaian Tensor untuk Kuantum Boleh Ditafsir dan Cekap- Inspired Machine Learning

" bertajuk "

Intelligent Computing

" dan diterbitkan pada 17 November 2023.

Pautan kertas: https://spj.science.org/doi/10.34133/icomputing.0061

Model pembelajaran mendalam, terutamanya model rangkaian saraf, sering dipanggil "kotak keputusan" kerana mereka -proses membuat adalah kompleks dan sukar untuk dijelaskan. Rangkaian saraf kini merupakan model pembelajaran mendalam yang paling berkuasa. Contoh utama kuasanya ialah GPT. Walau bagaimanapun, disebabkan kekurangan kebolehjelasan, malah GPT menghadapi isu serius seperti keteguhan dan perlindungan privasi

Ringkasan kerjasama antara Universiti Sains dan Teknologi China dan Universiti Normal Pertama: Mendedahkan bagaimana rangkaian tensor kotak putih boleh meningkatkan kebolehtafsiran dan kecekapan pembelajaran mesin kuantumKekurangan kebolehjelasan model ini boleh menyebabkan kekurangan kepercayaan terhadap ramalan dan keputusan mereka, sekali gus mengehadkan penggunaannya dalam bidang penting Praktikal Aplikasi

Rangkaian tensor berdasarkan maklumat kuantum dan fizik berbilang badan menyediakan pendekatan "kotak putih" kepada ML. Para penyelidik berkata: "Rangkaian tensor memainkan peranan penting dalam menghubungkan konsep, teori dan kaedah kuantum dengan ML dan dengan berkesan melaksanakan ML berasaskan rangkaian tensor

Berkuasa "dari fizik kuantum" Alat matematik kotak putih." Fizik kuantum telah menghasilkan alat matematik "kotak putih" yang berkuasa.

Dengan perkembangan pesat pengkomputeran klasik dan kuantum, TN menyediakan idea baharu untuk mengatasi dilema antara kebolehtafsiran dan kecekapan. TN ditakrifkan sebagai penguncupan pelbagai tensor. Struktur rangkaiannya menentukan bagaimana tensor mengecut.

Dalam Rajah 1, perwakilan rajah bagi tiga jenis TN ditunjukkan. Tiga jenis ini ialah perwakilan keadaan produk matriks (MPS), TN pokok dan perwakilan keadaan pasangan terjerat unjuran (PEPS)

Rajah 1: Perwakilan grafik 3 jenis TN: (A) MPS, (B) )Tree TN dan (C)PEPS. (Sumber: kertas)

TN telah mencapai kejayaan yang luar biasa dalam bidang mekanik kuantum sebagai perwakilan yang cekap bagi keadaan sistem kuantum berskala besar. Dalam teori TN, keadaan yang memenuhi undang-undang kawasan entropi belitan boleh dianggarkan dengan cekap oleh perwakilan TN dengan dimensi ikatan terhingga.

Algoritma berasaskan MPS, termasuk kumpulan penormalan semula matriks ketumpatan dan pengekstrakan blok yang berubah-ubah masa, menunjukkan kecekapan yang ketara dalam mensimulasikan entropi belitan. Selain itu, MPS juga boleh mewakili banyak keadaan yang dibina secara buatan yang digunakan secara meluas dalam pemprosesan dan pengiraan maklumat kuantum, seperti keadaan Greenberger–Horne–Zeilinger dan keadaan W.

Ringkasan kerjasama antara Universiti Sains dan Teknologi China dan Universiti Normal Pertama: Mendedahkan bagaimana rangkaian tensor kotak putih boleh meningkatkan kebolehtafsiran dan kecekapan pembelajaran mesin kuantumPEPS bermaksud undang-undang kawasan dalam dua dimensi dan lebih tinggi dan telah mencapai kejayaan besar dalam kajian sistem kuantum dimensi tinggi. Secara ringkasnya, undang-undang kawasan entropi belitan memberikan penjelasan intrinsik untuk perwakilan atau kuasa pengiraan TN dalam mensimulasikan sistem kuantum. Penjelasan ini juga terpakai kepada TN ML. Tambahan pula, TN sebagai alat berangka "kotak putih" (Mesin lahir), serupa dengan model kebarangkalian ML (klasik), boleh dijelaskan oleh tafsiran kebarangkalian kuantum Born (juga dikenali sebagai peraturan Born)

Gambar 2: MPS ( Borang Tensor Train) boleh digunakan untuk mewakili atau merumuskan sebilangan besar objek matematik dengan berkesan. (Dipetik daripada: kertas)

Kemajuan teknologi dalam pembelajaran mesin yang diilhamkan oleh kuantum (Kemajuan teknologi dalam pembelajaran mesin yang diilhamkan oleh kuantum)

TN menyediakan cara baharu untuk menyelesaikan dilema antara kebolehtafsiran dan kecekapan dalam pembelajaran mesin, berkat teori kukuh dan kaedah yang berkesan. Pada masa ini, terdapat dua baris penyelidikan yang sedang dibahaskan:

  1. Bagaimana teori kuantum boleh berfungsi sebagai asas matematik untuk kebolehtafsiran TN ML?
  2. Bagaimana kaedah TN mekanik kuantum dan teknologi pengkomputeran kuantum menghasilkan penyelesaian T N ML yang cekap?

Dalam kandungan ini, penyelidik memperkenalkan kemajuan menggalakkan baru-baru ini dalam ML berinspirasikan kuantum daripada perspektif pemetaan ciri, pemodelan dan ML berasaskan pengkomputeran kuantum, membuka perbincangan mengenai kedua-dua isu ini. Kemajuan ini berkait rapat dengan kelebihan menggunakan TN dalam meningkatkan kecekapan dan kebolehtafsiran. Pendekatan ML ini sering dipanggil "diilhamkan kuantum" kerana teori, model dan kaedahnya berasal daripada atau diilhamkan oleh fizik kuantum. Walau bagaimanapun, kami memerlukan lebih banyak usaha untuk membangunkan rangka kerja sistem untuk kebolehtafsiran berdasarkan fizik kuantum

Dalam jadual di bawah, kaedah utama pada TN ML dan hubungannya dengan kecekapan dan kebolehtafsiran diringkaskan

Ringkasan kerjasama antara Universiti Sains dan Teknologi China dan Universiti Normal Pertama: Mendedahkan bagaimana rangkaian tensor kotak putih boleh meningkatkan kebolehtafsiran dan kecekapan pembelajaran mesin kuantum

Rangkaian Teknikal yang Mempertingkatkan Klasik. Pembelajaran Mesin

Sebagai alat matematik asas, aplikasi rangkaian saraf dalam ML tidak terhad kepada yang mengikuti tafsiran probabilistik kuantum. Memandangkan TN boleh digunakan untuk mewakili dan mensimulasikan fungsi partition sistem stokastik klasik dengan berkesan, seperti model Ising dan Potts, hubungan antara mesin TN dan Boltzmann telah dikaji secara meluas.

TN juga digunakan untuk meningkatkan NN dan membangunkan model ML novel, mengabaikan sebarang tafsiran kebarangkalian. Ditulis semula ke dalam bahasa Cina: TN juga digunakan untuk meningkatkan NN dan membangunkan model ML baru, tanpa mengira sebarang tafsiran kebarangkalian

Berdasarkan asas yang sama, kaedah pemampatan model dicadangkan untuk menguraikan parameter variasi NN kepada TN atau secara langsung mewakili parameter variasi sebagai TN. Yang terakhir mungkin tidak memerlukan proses penguraian yang jelas, di mana parameter rangkaian saraf tidak dipulihkan kepada tensor tetapi terus kepada bentuk TT, pengendali produk matriks, atau TN dalam. Fungsi pengaktifan bukan linear telah ditambahkan pada TN untuk meningkatkan prestasi MLnya, menyamaratakan TN daripada model berbilang linear kepada model bukan linear.

Apa yang perlu ditulis semula ialah: Kesimpulan

Orang ramai telah lama berminat untuk menyelesaikan dilema antara kecekapan dan kebolehjelasan dalam kecerdasan buatan (terutamanya pembelajaran mesin yang mendalam). Dalam hal ini, kami menyemak kemajuan menggalakkan yang dibuat oleh TN, kaedah pembelajaran mesin berinspirasikan kuantum yang boleh ditafsir dan cekap

"Rama-rama N ML" dalam Rajah 3 menyenaraikan pencapaian TN dalam Kelebihan ML. Untuk ML yang diilhamkan kuantum, kelebihan TN boleh diringkaskan dalam dua aspek utama: teori kuantum untuk kebolehtafsiran dan kaedah kuantum untuk kecekapan yang lebih baik. Di satu pihak, TN membolehkan kami menggunakan statistik dan teori kuantum (cth., teori keterjeratan) untuk membina rangka kerja kebarangkalian untuk kebolehtafsiran yang mungkin melampaui apa yang boleh diterangkan oleh maklumat klasik atau teori statistik. Sebaliknya, algoritma TN mekanikal kuantum yang berkuasa dan teknologi pengkomputeran kuantum yang sangat dipertingkatkan akan membolehkan kaedah TN ML yang diilhamkan kuantum menjadi sangat cekap pada kedua-dua platform pengkomputeran klasik dan kuantum.

Ringkasan kerjasama antara Universiti Sains dan Teknologi China dan Universiti Normal Pertama: Mendedahkan bagaimana rangkaian tensor kotak putih boleh meningkatkan kebolehtafsiran dan kecekapan pembelajaran mesin kuantum

Rajah 3: "TN ML butterfly" meringkaskan 2 kelebihan unik: kebolehtafsiran berdasarkan teori kuantum (sayap kiri) dan kecekapan berdasarkan kaedah kuantum (sayap kanan). (Sumber: kertas)

Khususnya, dengan kemajuan ketara baru-baru ini dalam bidang GPT, terdapat lonjakan yang tidak pernah berlaku sebelum ini dalam kerumitan model dan kuasa pengkomputeran, yang telah membawa peluang dan cabaran baharu kepada TN ML. Dalam menghadapi GPT AI yang baru muncul, kebolehjelasan menjadi semakin berharga, bukan sahaja untuk meningkatkan kecekapan penyelidikan, tetapi juga untuk membolehkan aplikasi yang lebih baik dan kawalan yang lebih selamat

Dalam era NISQ semasa dan sebenar yang akan datang Dalam era pengkomputeran kuantum, TN dengan pantas berkembang menjadi alat matematik yang penting untuk meneroka kecerdasan buatan kuantum, dari pelbagai perspektif seperti teori, model, algoritma, perisian, perkakasan dan aplikasi

Kandungan rujukan: https://techxplore.com/news/2023 -11-tensor. -networks-efficiency-quantum-inspired-machine.html

Atas ialah kandungan terperinci Ringkasan kerjasama antara Universiti Sains dan Teknologi China dan Universiti Normal Pertama: Mendedahkan bagaimana rangkaian tensor 'kotak putih' boleh meningkatkan kebolehtafsiran dan kecekapan pembelajaran mesin kuantum. 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)
2 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Repo: Cara menghidupkan semula rakan sepasukan
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Adventure: Cara mendapatkan biji gergasi
4 minggu 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)

Robot DeepMind bermain pingpong, dan pukulan depan dan pukulan kilasnya tergelincir ke udara, mengalahkan manusia pemula sepenuhnya Robot DeepMind bermain pingpong, dan pukulan depan dan pukulan kilasnya tergelincir ke udara, mengalahkan manusia pemula sepenuhnya Aug 09, 2024 pm 04:01 PM

Tetapi mungkin dia tidak dapat mengalahkan lelaki tua di taman itu? Sukan Olimpik Paris sedang rancak berlangsung, dan pingpong telah menarik perhatian ramai. Pada masa yang sama, robot juga telah membuat penemuan baru dalam bermain pingpong. Sebentar tadi, DeepMind mencadangkan ejen robot pembelajaran pertama yang boleh mencapai tahap pemain amatur manusia dalam pingpong yang kompetitif. Alamat kertas: https://arxiv.org/pdf/2408.03906 Sejauh manakah robot DeepMind bermain pingpong? Mungkin setanding dengan pemain amatur manusia: kedua-dua pukulan depan dan pukulan kilas: pihak lawan menggunakan pelbagai gaya permainan, dan robot juga boleh bertahan: servis menerima dengan putaran yang berbeza: Walau bagaimanapun, keamatan permainan nampaknya tidak begitu sengit seperti lelaki tua di taman itu. Untuk robot, pingpong

Claude pun dah jadi malas! Netizen: Belajar untuk memberi percutian kepada diri sendiri Claude pun dah jadi malas! Netizen: Belajar untuk memberi percutian kepada diri sendiri Sep 02, 2024 pm 01:56 PM

Permulaan sekolah akan bermula, dan bukan hanya pelajar yang akan memulakan semester baharu yang harus menjaga diri mereka sendiri, tetapi juga model AI yang besar. Beberapa ketika dahulu, Reddit dipenuhi oleh netizen yang mengadu Claude semakin malas. "Tahapnya telah banyak menurun, ia sering berhenti seketika, malah output menjadi sangat singkat. Pada minggu pertama keluaran, ia boleh menterjemah dokumen penuh 4 halaman sekaligus, tetapi kini ia tidak dapat mengeluarkan separuh halaman pun. !" https:// www.reddit.com/r/ClaudeAI/comments/1by8rw8/something_just_feels_wrong_with_claude_in_the/ dalam siaran bertajuk "Totally disappointed with Claude", penuh dengan

Cakar mekanikal pertama! Yuanluobao muncul di Persidangan Robot Dunia 2024 dan mengeluarkan robot catur pertama yang boleh memasuki rumah Cakar mekanikal pertama! Yuanluobao muncul di Persidangan Robot Dunia 2024 dan mengeluarkan robot catur pertama yang boleh memasuki rumah Aug 21, 2024 pm 07:33 PM

Pada 21 Ogos, Persidangan Robot Dunia 2024 telah diadakan dengan megah di Beijing. Jenama robot rumah SenseTime "Yuanluobot SenseRobot" telah memperkenalkan seluruh keluarga produknya, dan baru-baru ini mengeluarkan robot permainan catur AI Yuanluobot - Edisi Profesional Catur (selepas ini dirujuk sebagai "Yuanluobot SenseRobot"), menjadi robot catur A pertama di dunia untuk rumah. Sebagai produk robot permainan catur ketiga Yuanluobo, robot Guoxiang baharu telah melalui sejumlah besar peningkatan teknikal khas dan inovasi dalam AI dan jentera kejuruteraan Buat pertama kalinya, ia telah menyedari keupayaan untuk mengambil buah catur tiga dimensi melalui cakar mekanikal pada robot rumah, dan melaksanakan Fungsi mesin manusia seperti bermain catur, semua orang bermain catur, semakan notasi, dsb.

Pada Persidangan Robot Sedunia, robot domestik yang membawa 'harapan penjagaan warga tua masa depan' ini telah dikepung Pada Persidangan Robot Sedunia, robot domestik yang membawa 'harapan penjagaan warga tua masa depan' ini telah dikepung Aug 22, 2024 pm 10:35 PM

Pada Persidangan Robot Dunia yang diadakan di Beijing, paparan robot humanoid telah menjadi tumpuan mutlak di gerai Stardust Intelligent, pembantu robot AI S1 mempersembahkan tiga persembahan utama dulcimer, seni mempertahankan diri dan kaligrafi dalam. satu kawasan pameran, berkebolehan kedua-dua sastera dan seni mempertahankan diri, menarik sejumlah besar khalayak profesional dan media. Permainan elegan pada rentetan elastik membolehkan S1 menunjukkan operasi halus dan kawalan mutlak dengan kelajuan, kekuatan dan ketepatan. CCTV News menjalankan laporan khas mengenai pembelajaran tiruan dan kawalan pintar di sebalik "Kaligrafi Pengasas Syarikat Lai Jie menjelaskan bahawa di sebalik pergerakan sutera, bahagian perkakasan mengejar kawalan daya terbaik dan penunjuk badan yang paling menyerupai manusia (kelajuan, beban). dll.), tetapi di sisi AI, data pergerakan sebenar orang dikumpulkan, membolehkan robot menjadi lebih kuat apabila ia menghadapi situasi yang kuat dan belajar untuk berkembang dengan cepat. Dan tangkas

Pasukan Li Feifei mencadangkan ReKep untuk memberi robot kecerdasan spatial dan mengintegrasikan GPT-4o Pasukan Li Feifei mencadangkan ReKep untuk memberi robot kecerdasan spatial dan mengintegrasikan GPT-4o Sep 03, 2024 pm 05:18 PM

Penyepaduan mendalam penglihatan dan pembelajaran robot. Apabila dua tangan robot bekerja bersama-sama dengan lancar untuk melipat pakaian, menuang teh dan mengemas kasut, ditambah pula dengan 1X robot humanoid NEO yang telah menjadi tajuk berita baru-baru ini, anda mungkin mempunyai perasaan: kita seolah-olah memasuki zaman robot. Malah, pergerakan sutera ini adalah hasil teknologi robotik canggih + reka bentuk bingkai yang indah + model besar berbilang modal. Kami tahu bahawa robot yang berguna sering memerlukan interaksi yang kompleks dan indah dengan alam sekitar, dan persekitaran boleh diwakili sebagai kekangan dalam domain spatial dan temporal. Sebagai contoh, jika anda ingin robot menuang teh, robot terlebih dahulu perlu menggenggam pemegang teko dan memastikannya tegak tanpa menumpahkan teh, kemudian gerakkannya dengan lancar sehingga mulut periuk sejajar dengan mulut cawan. , dan kemudian condongkan teko pada sudut tertentu. ini

Anugerah ACL 2024 Diumumkan: Salah satu Kertas Terbaik mengenai Pentafsiran Oracle oleh HuaTech, Anugerah Ujian Masa GloVe Anugerah ACL 2024 Diumumkan: Salah satu Kertas Terbaik mengenai Pentafsiran Oracle oleh HuaTech, Anugerah Ujian Masa GloVe Aug 15, 2024 pm 04:37 PM

Pada persidangan ACL ini, para penyumbang telah mendapat banyak keuntungan. ACL2024 selama enam hari diadakan di Bangkok, Thailand. ACL ialah persidangan antarabangsa teratas dalam bidang linguistik pengiraan dan pemprosesan bahasa semula jadi Ia dianjurkan oleh Persatuan Antarabangsa untuk Linguistik Pengiraan dan diadakan setiap tahun. ACL sentiasa menduduki tempat pertama dalam pengaruh akademik dalam bidang NLP, dan ia juga merupakan persidangan yang disyorkan CCF-A. Persidangan ACL tahun ini adalah yang ke-62 dan telah menerima lebih daripada 400 karya termaju dalam bidang NLP. Petang semalam, persidangan itu mengumumkan kertas kerja terbaik dan anugerah lain. Kali ini, terdapat 7 Anugerah Kertas Terbaik (dua tidak diterbitkan), 1 Anugerah Kertas Tema Terbaik, dan 35 Anugerah Kertas Cemerlang. Persidangan itu turut menganugerahkan 3 Anugerah Kertas Sumber (ResourceAward) dan Anugerah Impak Sosial (

Hongmeng Smart Travel S9 dan persidangan pelancaran produk baharu senario penuh, beberapa produk baharu blockbuster dikeluarkan bersama-sama Hongmeng Smart Travel S9 dan persidangan pelancaran produk baharu senario penuh, beberapa produk baharu blockbuster dikeluarkan bersama-sama Aug 08, 2024 am 07:02 AM

Petang ini, Hongmeng Zhixing secara rasmi mengalu-alukan jenama baharu dan kereta baharu. Pada 6 Ogos, Huawei mengadakan persidangan pelancaran produk baharu Hongmeng Smart Xingxing S9 dan senario penuh Huawei, membawakan sedan perdana pintar panoramik Xiangjie S9, M7Pro dan Huawei novaFlip baharu, MatePad Pro 12.2 inci, MatePad Air baharu, Huawei Bisheng With banyak produk pintar semua senario baharu termasuk pencetak laser siri X1, FreeBuds6i, WATCHFIT3 dan skrin pintar S5Pro, daripada perjalanan pintar, pejabat pintar kepada pakaian pintar, Huawei terus membina ekosistem pintar senario penuh untuk membawa pengguna pengalaman pintar Internet Segala-galanya. Hongmeng Zhixing: Pemerkasaan mendalam untuk menggalakkan peningkatan industri kereta pintar Huawei berganding bahu dengan rakan industri automotif China untuk menyediakan

Model UI besar pertama di China dikeluarkan! Model besar Motiff mencipta pembantu terbaik untuk pereka bentuk dan mengoptimumkan aliran kerja reka bentuk UI Model UI besar pertama di China dikeluarkan! Model besar Motiff mencipta pembantu terbaik untuk pereka bentuk dan mengoptimumkan aliran kerja reka bentuk UI Aug 19, 2024 pm 04:48 PM

Kecerdasan buatan berkembang lebih cepat daripada yang anda bayangkan. Sejak GPT-4 memperkenalkan teknologi multimodal ke mata umum, model besar multimodal telah memasuki tahap pembangunan pesat, secara beransur-ansur beralih daripada penyelidikan dan pembangunan model tulen kepada penerokaan dan aplikasi dalam bidang menegak, dan disepadukan secara mendalam dengan semua lapisan masyarakat. Dalam bidang interaksi antara muka, gergasi teknologi antarabangsa seperti Google dan Apple telah melabur dalam penyelidikan dan pembangunan model UI berbilang modal yang besar, yang dianggap sebagai satu-satunya jalan ke hadapan untuk revolusi AI telefon mudah alih. Dalam konteks ini, model UI berskala besar pertama di China telah dilahirkan. Pada 17 Ogos, di Persidangan Reka Bentuk Pengalaman Antarabangsa IXDC2024, Motiff, alat reka bentuk dalam era AI, melancarkan model berbilang modal UI yang dibangunkan secara bebas - Model Motiff. Ini ialah alat reka bentuk UI pertama di dunia

See all articles