


Seoul, Korea Selatan akan menggunakan dron dan kecerdasan buatan untuk memantau keadaan lalu lintas tahun depan
Kerajaan Bandaraya Seoul di Korea Selatan baru-baru ini mengumumkan bahawa ia akan mula menggunakan dron untuk memantau keadaan trafik dalam masa nyata mulai 2024
Menurut Korea Herald, City of Seoul merancang untuk menggunakan dron untuk mengambil video trafik 200 meter di atas tanah, dan kemudian menggunakan algoritma kecerdasan buatan untuk menganalisis video ini dan meramalkan keadaan trafik masa hadapan. Untuk mewujudkan sistem pengurusan trafik menggunakan dron dan kecerdasan buatan, Kerajaan Metropolitan Seoul menjalankan beberapa ujian pada bulan September dan Oktober
Menurut laporan, IT House mengetahui bahawa semasa Festival Bunga Api Antarabangsa Seoul yang diadakan pada bulan Oktober, dron terbang di atas Yeouido di barat Seoul untuk memantau orang ramai dan keadaan jalan berhampiran tempat itu. Begitu juga, semasa Halloween, dron turut terbang di atas Seongsu-dong di timur Seoul dan kawasan Hongdae di barat Seoul, terutamanya digunakan untuk memantau kepadatan orang ramai, aliran lalu lintas dan keadaan jalan raya di kawasan tanpa kamera pengawasan
Kerajaan Bandaraya Seoul berharap dapat menggunakan gabungan dron dan teknologi kecerdasan buatan untuk lebih cepat mengenal pasti dan bertindak balas terhadap kemungkinan masalah pengurusan trafik pada masa hadapan
Dilaporkan bahawa data pengurusan trafik yang dilaporkan oleh dron akan dikumpulkan oleh Pusat Pengurusan Trafik Kerajaan Bandaraya Seoul pada musim gugur ini. Mulai tahun depan, mereka akan berkongsi maklumat ini dengan Agensi Polis Seoul dan Seoul Facilities Corporation untuk membuat keputusan dan pengendalian situasi lalu lintas yang lebih baik
Selain itu, dron ini akan digunakan untuk memeriksa tapak pembinaan di jalan raya. Kamera dron akan menentukan sama ada tapak pembinaan melanggar mana-mana peraturan keselamatan atau jika mereka mengambil terlalu banyak ruang jalan supaya dron boleh menambah kerja pemeriksa
Atas ialah kandungan terperinci Seoul, Korea Selatan akan menggunakan dron dan kecerdasan buatan untuk memantau keadaan lalu lintas tahun depan. 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

Menurut berita dari laman web ini pada 22 Ogos, China Aviation Engine Group Co., Ltd. mengeluarkan pengumuman rasmi hari ini Pada 6:28 hari ini, enjin turboprop 900 kilowatt AEP100-A, yang dibangunkan sepenuhnya oleh Industri Penerbangan China. Corporation, menggerakkan pesawat pengangkut tanpa pemandu besar SA750U di Shaanxi, penerbangan pertama yang berjaya. Menurut laporan, enjin turboprop AEP100-A direka oleh Institut Penyelidikan Kejuruteraan Aeroangkasa China dan dihasilkan di Selatan Ia mempunyai keupayaan untuk menyesuaikan diri dengan suhu tinggi dan dataran tinggi Ia menggunakan reka bentuk aerodinamik tiga dimensi dan teknologi reka bentuk unit kuasa untuk pesawat sambil meningkatkan penjimatan bahan api Meningkatkan kecekapan operasi pesawat secara keseluruhan. Siri enjin turboprop AEP100 boleh dilengkapi dengan 2 hingga 6 tan pesawat tujuan am atau 3 hingga 10 tan kenderaan udara tanpa pemandu, dan prestasi komprehensifnya telah mencapai tahap lanjutan antarabangsa pada tahap yang sama dalam perkhidmatan. Laman web ini dilaporkan sebelum ini

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

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 22 Ogos, menurut akaun awam rasmi "Shanhe Huayu", pada 6:28 hari ini, pesawat pengangkut tanpa pemandu besar SA750U dibangunkan secara bebas oleh Sunward Huayu Aviation Technology dan disiapkan oleh penyelarasan strategik Sunward Star Syarikat penerbangan terbang dari Jingbian, Xi'an Pusat ujian dron eksperimen berjaya membuat penerbangan pertamanya. ▲Sumber gambar akaun awam rasmi "Shanhe Huayu", sama seperti di bawah menurut laporan, semasa ujian penerbangan selama 40 minit, semua peralatan sistem pesawat berfungsi dengan normal dan berada dalam keadaan baik prestasi memenuhi spesifikasi reka bentuk Selepas menyelesaikan subjek penerbangan yang dijadualkan Selepas itu, pesawat kembali lancar dan penerbangan pertama berjaya. SA750U ialah pesawat pengangkut tanpa pemandu berskala besar pertama di negara saya dengan muatan lebih 3 tan. Syarikat Shanhe Huayu hanya mengambil masa 2 tahun 8 bulan untuk menyelesaikan keseluruhan proses daripada reka bentuk konsep hingga penerbangan pertama yang berjaya bagi pesawat pertama.
