Rumah Peranti teknologi AI Acara kelapan Salun Akademik Pasca Kedoktoran Universiti Zhejiang: NetEase Fuxi membincangkan bidang kecerdasan baharu

Acara kelapan Salun Akademik Pasca Kedoktoran Universiti Zhejiang: NetEase Fuxi membincangkan bidang kecerdasan baharu

Jan 24, 2024 pm 01:18 PM
AI pembelajaran mesin

Pada 5 Jun, sesi kelapan Salon Akademik Pasca Kedoktoran Universiti Zhejiang telah berakhir dengan jayanya di Kampus Yuquan Universiti Zhejiang. Acara ini adalah salun akademik bersama yang dianjurkan oleh Persatuan Pasca Kedoktoran Universiti Zhejiang dan Makmal NetEase Fuxi. Empat penceramah utama, Ph.D Fan Changjie, Ding Yu, Li Lincheng dan Zhao Zeng, semuanya daripada Makmal NetEase Fuxi. Tema salun ini adalah hasil kerja Makmal NetEase Fuxi dalam bidang kecerdasan buatan. Fan Changjie berkongsi hasil penyelidikan mengenai pengaturcaraan berorientasikan ejen, Ding Yu memperkenalkan penyelidikan berkaitan tentang manusia maya digital, Li Lincheng menerangkan kemajuan dalam pengkomputeran visual, dan Zhao Zeng menumpukan pada perkongsian hasil pembinaan sistem AIGC. Melalui salun ini, para peserta mempunyai pemahaman yang mendalam tentang pencapaian inovatif NetEase Fuxi Lab dalam bidang kecerdasan buatan dan mengadakan pertukaran dan perbincangan yang mendalam. Acara salun ini menyediakan platform pertukaran akademik yang berharga untuk felo pasca doktoral Universiti Zhejiang dan menggalakkan pembangunan kerjasama akademik dan penyelidikan inovatif.

Dalam perkongsian itu, Fan Changjie, ketua NetEase Fuxi, berkata apabila penuaan negara semakin mendalam dan dividen demografi semakin hilang, kekurangan buruh dan kos buruh yang tinggi akan terus melanda semua lapisan masyarakat. Oleh itu, membiarkan kecerdasan buatan (AI) dan robot mengendalikan tugasan yang berulang, berisiko tinggi dan meningkatkan nilai manusia telah menjadi trend yang tidak dapat dielakkan dalam pembangunan masyarakat pintar hari ini. Sebagai makmal kecerdasan buatan teratas di China, NetEase Fuxi komited untuk meneroka laluan dengan kerjasama manusia-mesin sebagai teras untuk menyelesaikan masalah praktikal yang dihadapi oleh perusahaan seperti ambang AI yang tinggi, kitaran penyelidikan dan pembangunan yang panjang serta kesukaran dalam pelaksanaan aplikasi .

Acara kelapan Salun Akademik Pasca Kedoktoran Universiti Zhejiang: NetEase Fuxi membincangkan bidang kecerdasan baharu

Aura Robot Platform ialah paradigma pengaturcaraan baharu berdasarkan latar belakang ini dan direka bentuk berdasarkan idea seperti AOP Nilai terasnya adalah untuk menyediakan antara muka dan perkhidmatan standard bersatu untuk mesin penyambung (atau AI) dan manusia. Pada masa ini, banyak perniagaan NetEase Fuxi telah disambungkan kepada kaedah teori ini. Ambil pembinaan projek infrastruktur utama di Barat Daya China sebagai contoh: Di satu pihak, platform ini membolehkan jengkaut tradisional merealisasikan pengeluaran pintar melalui kerjasama mesin manusia Sebaliknya, melalui pengedaran tugasan sumber ramai dalam talian, induk penggali tradisional no lebih lama terlibat dalam tugasan yang berulang, membosankan dan berbahaya. Sebagai tambahan kepada senario aplikasi robot perlombongan, platform ini juga telah dilaksanakan dalam pembuatan wajah watak permainan, pengesanan pengecaman imej dan teks, taman pintar, penyumberan ramai seni dan senario lain, mengesahkan pelaksanaan yang kukuh, kemampanan dan kebolehulangan kerjasama manusia-mesin. platform.

Acara kelapan Salun Akademik Pasca Kedoktoran Universiti Zhejiang: NetEase Fuxi membincangkan bidang kecerdasan baharu

Dalam pertukaran ini, Dr. Ding Yu dari jabatan manusia maya digital Fuxi NetEase memperkenalkan kemajuan terkini penyelidikan dan aplikasi praktikal Fuxi yang canggih dalam bidang ekspresi manusia maya. Mengenai tiga aspek sintesis ekspresi AI, penangkapan dan pengikatan, beliau berkongsi penerokaan dan amalan mendalam pasukan Fuxi dan menunjukkan kesan praktikal menggunakan teknologi ini dalam banyak permainan NetEase. Antaranya, aplikasi paradigma pengaturcaraan Fuxi AOP menyediakan penyelesaian yang berkesan untuk memodelkan proses algoritma penangkapan dan pengikatan ekspresi AI. Kerja ini telah berjaya digunakan pada banyak permainan NetEase, seperti "Ni Shui Han", "Tian Yu", "Meet Ni Shui Han" dan "Ni Shui Han (Permainan Mudah Alih)". Kerja di atas didedikasikan untuk merealisasikan penjanaan automatik dan penggunaan semula aksara bagi parameter ekspresi 3D. Selain itu, Fuxi telah menerbitkan lebih daripada 20 kertas persidangan dan jurnal teratas dalam bidang ekspresi, dan menerajui dalam mencadangkan 135 piawaian klasifikasi untuk ekspresi, seterusnya mempromosikan kemajuan industri. Bukan itu sahaja, Fuxi telah memenangi kejuaraan dan naib juara Cabaran Persepsi Ekspresi (ABAW) selama tiga kali berturut-turut dalam persidangan teratas dalam bidang penglihatan imej (ICCV2021, CVPR2022-2023), memenangi sejumlah enam kejuaraan dan dua naib juara.

Acara kelapan Salun Akademik Pasca Kedoktoran Universiti Zhejiang: NetEase Fuxi membincangkan bidang kecerdasan baharu

Dr. Li Lincheng dari NetEase Fuxi Visual Computing terutamanya berkongsi penerokaan pintar watak 3D dan penciptaan adegan untuk permainan dan aplikasi Metaverse. Proses pemodelan manual sebelumnya memerlukan beban kerja yang berat dan sukar untuk memenuhi keperluan pengguna yang pelbagai, diperibadikan dan disesuaikan. Dalam hal ini, Dr. Li memperkenalkan secara terperinci kerja penyelidikan NetEase Fuxi mengenai watak 3D dan penciptaan pintar adegan (3D AIGC). Melalui penyelesaian penciptaan pintar berdasarkan rangka dan jerat 3D, pengguna hanya perlu memasukkan imej atau teks untuk mencipta aksara tiga dimensi sebenar, meniru kembar digital adegan 3D sebenar, malah menjana pemandangan 3D yang ideal, pemperibadian yang memuaskan sepenuhnya dan Peribadikan keperluan dan mengoptimumkan pengalaman pengguna. Penerapan keputusan ini memberikan kemungkinan tanpa had untuk pembinaan dunia digital dan perwakilan data, dan menyuntik tenaga baharu ke dalam industri.

Di penghujung pertukaran, Dr. Zhao Zeng, pakar kecerdasan buatan dari NetEase Fuxi, berkongsi kandungan tentang "Pembinaan dan Amalan Sistem AIGC NetEase Fuxi". Beliau menegaskan bahawa teknologi kecerdasan buatan generatif terus matang, didorong oleh bahasa semula jadi, dan terus menyegarkan pemahaman orang ramai tentang kesan generatifnya pada teks, imej, audio dan video serta kandungan 3D. Walau bagaimanapun, apabila teknologi kecerdasan buatan generatif memasuki senario industri daripada bidang penyelidikan, ia masih menghadapi pelbagai cabaran, termasuk isu dalam pelbagai dimensi seperti kebolehkawalan, kebolehsuaian dan kos. Dengan menyelesaikan cabaran ini, teknologi kecerdasan buatan generatif boleh digunakan dengan lebih baik dalam senario sebenar.

Acara kelapan Salun Akademik Pasca Kedoktoran Universiti Zhejiang: NetEase Fuxi membincangkan bidang kecerdasan baharu

Model grafik dan teks yang dibangunkan sendiri NetEase Fuxi-Danqing

NetEase Fuxi telah membina teknologi kecerdasan buatan generatif sejak 2018, dan telah menerima sokongan daripada projek R&D utama Jabatan Sains dan Teknologi Wilayah Zhejiang. Skala model yang dibangunkan sendiri telah meningkat daripada 100 juta parameter terawal kepada 100 bilion parameter Medan model telah berkembang daripada teks kepada grafik, muzik, urutan tingkah laku dan modaliti lain, dan ia telah mengumpul pengalaman yang kaya dalam latihan model pra-latihan. dan pengoptimuman kejuruteraan. Teknologi yang berkaitan juga telah digunakan dalam senario perniagaan seperti permainan perkataan, NPC pintar, penciptaan berbantukan teks, penciptaan berbantukan muzik, reka bentuk seni dan pengesyoran carian Internet dalam Kumpulan NetEase, dan telah mencapai hasil perniagaan yang ketara.

Sebagai institusi domestik terkemuka yang mengkhusus dalam penyelidikan AI dan aplikasi untuk permainan dan hiburan pan, NetEase Fuxi akan terus meneroka dalam bidang seperti pembelajaran pengukuhan, tindakan imej, manusia maya, bahasa semula jadi, potret pengguna dan besar- model pra-latihan skala Digabungkan dengan keupayaan penyumberan ramai robot pintar, "manusia" membuat keputusan dan gelung tertutup data diperkenalkan untuk meningkatkan lagi keupayaan ejen pintar.

Atas ialah kandungan terperinci Acara kelapan Salun Akademik Pasca Kedoktoran Universiti Zhejiang: NetEase Fuxi membincangkan bidang kecerdasan baharu. 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

Video Face Swap

Video Face Swap

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

Artikel Panas

<🎜>: Bubble Gum Simulator Infinity - Cara Mendapatkan dan Menggunakan Kekunci Diraja
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Sistem Fusion, dijelaskan
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Whispers of the Witch Tree - Cara Membuka Kunci Cangkuk Bergelut
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)

Topik panas

Tutorial Java
1673
14
Tutorial PHP
1278
29
Tutorial C#
1257
24
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