Jadual Kandungan
Dari maya kepada nyata, berorientasikan kepada pengaturcaraan ejen, untuk membina penyelesaian baharu bagi pemodelan tugasan yang bersatu
Buka ekosistem dan bina era baharu robot pintar bersama
Rumah Peranti teknologi AI NetEase Fuxi melancarkan versi beta robot pintar untuk membantu peningkatan pintar industri

NetEase Fuxi melancarkan versi beta robot pintar untuk membantu peningkatan pintar industri

Jan 24, 2024 am 09:15 AM
AI pembelajaran mesin

Menurut data banci negara ketujuh, penduduk negara saya yang berumur 60 tahun ke atas melebihi 260 juta, iaitu 18.70%. Apabila dividen demografi hilang, semua lapisan masyarakat akan terus menghadapi tekanan seperti kekurangan buruh dan kos buruh yang tinggi. Kecerdasan buatan (AI) dan robot secara beransur-ansur mengubah kehidupan kita, tetapi pelaksanaan teknologi yang mendalam masih di peringkat awal Membenarkan AI dan robot mengendalikan tugas yang lebih berulang dan berisiko tinggi serta meningkatkan nilai sumber manusia adalah kuncinya kepada perkembangan pintar masyarakat masa kini.

Menurut "Laporan Pembangunan Industri Robot China (2022)", pasaran robot global dijangka mencecah AS$51.3 bilion menjelang akhir 2022, yang mana China akan menyumbang kira-kira AS$17.4 bilion. Walau bagaimanapun, terdapat permintaan yang lebih besar di sebalik anggaran saiz pasaran ini. Walau bagaimanapun, disebabkan kerumitan perniagaan sebenar, produk AI dan robot selalunya tidak boleh digunakan dengan berkesan dalam senario yang berkaitan.

Dengan pembangunan berterusan Internet of Things, 5G perindustrian dan teknologi integrasi nyata maya, teknologi kecerdasan buatan akan disepadukan dan dinaik taraf untuk memberikan permainan sepenuhnya kepada kelebihan kolaboratif manusia dan mesin, menyelesaikan masalah, dan menggunakan AI keupayaan dan teknologi inovatif kepada robot dan permainan dan dalam senario dunia sebenar seperti Metaverse. Ini akan meningkatkan kecekapan pembangunan aplikasi dan mengurangkan kos buruh perusahaan.

Dari maya kepada nyata, berorientasikan kepada pengaturcaraan ejen, untuk membina penyelesaian baharu bagi pemodelan tugasan yang bersatu

Dilihat dari peringkat pembangunan semasa, kecerdasan buatan sudah pun pandai menyelesaikan masalah mudah tempatan, tetapi ia masih memerlukan banyak kerja untuk menghadapi data senario yang kompleks atau sokongan persekitaran simulasi berkualiti tinggi. Cara menggunakan kecerdasan kognitif dan kecerdasan membuat keputusan AI untuk pelbagai bidang fizikal yang lebih luas, bergantung pada keupayaan pembelajaran autonomi untuk bekerjasama dengan manusia, malah meniru manusia untuk melibatkan diri dalam tenaga kerja yang lebih intelek dan kreatif adalah topik penyelidikan dalam bidang buatan. kecerdasan dan industri robotik. Berdasarkan situasi semasa bahawa tahap kecerdasan mesin secara amnya rendah, dengan membina kaedah "manusia dalam gelung" (HITL), konsep kerjasama manusia-mesin membantu perusahaan menyelesaikan masalah ambang AI yang tinggi, kitaran R&D yang panjang, dan pelaksanaan aplikasi. Kesukaran dan masalah praktikal lain telah menjadi cara yang boleh dilaksanakan untuk menyelesaikan masalah industri AI yang disebutkan di atas.

Ditubuhkan pada 2017, NetEase Fuxi ialah institusi teratas di China yang memfokuskan pada penyelidikan dan aplikasi AI dalam permainan dan hiburan pan. Mereka mempunyai pengumpulan teknikal yang kaya dalam bidang AI seperti kembar digital, pembelajaran pengukuhan, potret pengguna dan pemprosesan bahasa semula jadi. Selain itu, mereka juga komited untuk menerapkan teknologi dunia maya dalam bidang ekonomi sebenar seperti pembuatan pintar, jentera pembinaan dan industri perkhidmatan. Dalam konteks ini, Fuxi Youling Robot telah wujud.

NetEase Fuxi melancarkan versi beta robot pintar untuk membantu peningkatan pintar industri

Berbeza daripada platform PaaS tradisional, pembuatan keputusan "manusia" dalam robot pintar adalah penting. Platform mengeluarkan tugas melalui model sumber ramai dan dengan pantas memanggil "keupayaan manusia pengguna Crowdsourcing menyelesaikan tugas dalam talian melalui platform, menyelesaikan masalah kos yang tinggi dalam mengumpul dan menganotasi data. Platform ini juga akan secara aktif mempelajari dan melaksanakan data gelung tertutup, menyuap semula data operasi manual tugasan kepada algoritma AI untuk mencapai prapemprosesan tugas, yang meningkatkan kecekapan penyiapan tugasan pengguna juga boleh menggunakan "pengambilan pesanan dalam talian , mod kerja jauh" untuk menyelesaikan masalah pembinaan dalam senario persekitaran yang berisiko tinggi dan keras serta mencapai penghantaran tanpa meninggalkan rumah.

Selain daripada senario operasi robot perlombongan, platform penyumberan ramai juga menyokong senario permintaan pengguna perusahaan AI seperti AI permainan, AR/VR dan Metaverse. Pengguna yang mempunyai keperluan pengumpulan data dan pelabelan boleh menerbitkan tugas melalui platform sumber ramai Platform merangkumi 80% senario pelabelan data arus perdana dalam medan AI, dan terus mengurangkan bilangan pelabelan manual melalui perkadaran pelabelan automatik boleh cecah 20%+.

Untuk senario perniagaan seperti robot, platform ini juga menyediakan keupayaan pengurusan pihak pelanggan, membolehkan pengguna menulis logik perniagaan pihak pelanggan dalam cara berasaskan platform, digabungkan dengan permulaan peranti satu klik, keluaran penyepaduan berterusan, OTA dan fungsi lain, untuk benar-benar mencapai pembangunan edge-end bersepadu awan membolehkan pengguna menumpukan pada perniagaan sahaja.

Buka ekosistem dan bina era baharu robot pintar bersama

Dalam beberapa dekad akan datang, kerjasama manusia-mesin akan menjadi tema utama pembangunan masyarakat pintar memerlukan sokongan manusia, dan manusia kecerdasan memerlukan bantuan mesin. Pada nod akar yang menghubungkan ejen pintar ke dunia, pastinya tidak akan ada kekurangan manusia, tetapi peranan mungkin terus berubah daripada pelaksana tugas kepada penganjur, pengurus, pembuat keputusan dan penemu. Atas dasar menyediakan alat pemodelan tugas yang standard, NetEase Youling Robot berharap dapat berfungsi sebagai jambatan antara perusahaan kecil dan sederhana dan pekerja yang tersebar dalam masyarakat secara amnya, menyediakan sokongan platform untuk pemodelan tugas, pelepasan dan pelaksanaan.

Pelaksanaan robot penggali NetEase Fuxi dalam pembinaan projek infrastruktur utama di barat daya China juga telah mengesahkan pelaksanaan kukuh, kemampanan dan kebolehulangan platform kerjasama manusia-mesin. Di satu pihak, platform ini membolehkan jengkaut tradisional mencapai pengeluaran pintar melalui kerjasama manusia-mesin Sebaliknya, melalui pengedaran tugas penyumberan ramai dalam talian, pakar jengkaut tradisional tidak lagi terlibat dalam kerja berulang, membosankan dan berbahaya, seterusnya mempromosikan digital. ekonomi. Berintegrasi secara mendalam dengan ekonomi sebenar untuk menggalakkan peningkatan kualiti dan kecekapan ekonomi sebenar. Selain menerokai senario aplikasi robot, platform ini juga telah diamalkan dan disahkan dalam senario seperti mencubit muka watak permainan, pengesanan pengecaman imej dan teks, taman pintar dan penyumberan ramai seni.

Pada masa hadapan, robot pintar akan meneroka lebih banyak senario integrasi maya dan sebenar, membolehkan ejen pintar memenuhi keperluan pengeluaran dan buruh dengan lebih baik, dan membuka sepenuhnya peluang untuk kerjasama dan pembinaan bersama, mewujudkan era baharu manusia -kerjasama mesin dengan rakan kongsi ekologi .

Atas ialah kandungan terperinci NetEase Fuxi melancarkan versi beta robot pintar untuk membantu peningkatan pintar industri. 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)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu 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
3 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)

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

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

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

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

Meletakkan pasaran seperti AI, GlobalFoundries memperoleh teknologi gallium nitrida Tagore Technology dan pasukan berkaitan Meletakkan pasaran seperti AI, GlobalFoundries memperoleh teknologi gallium nitrida Tagore Technology dan pasukan berkaitan Jul 15, 2024 pm 12:21 PM

Menurut berita dari laman web ini pada 5 Julai, GlobalFoundries mengeluarkan kenyataan akhbar pada 1 Julai tahun ini, mengumumkan pemerolehan teknologi power gallium nitride (GaN) Tagore Technology dan portfolio harta intelek, dengan harapan dapat mengembangkan bahagian pasarannya dalam kereta dan Internet of Things dan kawasan aplikasi pusat data kecerdasan buatan untuk meneroka kecekapan yang lebih tinggi dan prestasi yang lebih baik. Memandangkan teknologi seperti AI generatif terus berkembang dalam dunia digital, galium nitrida (GaN) telah menjadi penyelesaian utama untuk pengurusan kuasa yang mampan dan cekap, terutamanya dalam pusat data. Laman web ini memetik pengumuman rasmi bahawa semasa pengambilalihan ini, pasukan kejuruteraan Tagore Technology akan menyertai GLOBALFOUNDRIES untuk membangunkan lagi teknologi gallium nitride. G

See all articles