Jadual Kandungan
1 AI Generatif akan mengambil masa untuk mencapai tahap tertingginya
2 Tetapi kita akan melihat serangan siber AI berskala besar pertama
3. Kepintaran Buatan bukan segala-galanya
4. Orang ramai kecewa dengan kekurangan kemajuan dalam kepelbagaian dalam teknologi
5 Populariti pembangunan mampan akan meningkat
Rumah Peranti teknologi AI Apakah titik panas teknologi pada tahun 2024?

Apakah titik panas teknologi pada tahun 2024?

Jan 24, 2024 pm 07:15 PM
AI

Apakah titik panas teknologi pada tahun 2024?

Orang sentiasa suka melihat masa depan pada setiap akhir tahun, walaupun tidak semua perkara yang mereka lakukan adalah betul. Tahun lepas, kami tidak melihat ketibaan AI generatif, walaupun ramalan bahawa ini akan menjadi tahun yang besar untuk automasi, robotik dan RPA. Walau bagaimanapun, kita tidak boleh mengabaikan penemuan kecerdasan buatan dalam bidang lain, seperti kemajuan teknologi pemanduan autonomi dan pembangunan sistem pengecaman pertuturan. Pada masa hadapan, kita boleh menjangkakan bahawa kecerdasan buatan akan digunakan secara lebih meluas dalam semua lapisan masyarakat, membawa lebih banyak kemudahan dan inovasi kepada kehidupan kita.

Kami meramalkan bahawa keseimbangan antara digital dan manusia akan menjadi kunci. Model pejabat hibrid yang betul akan menjadi tumpuan penting, terutamanya apabila syarikat teknologi besar meningkatkan usaha mereka untuk membawa semula bakat ke dalam perusahaan. Trend ini terbukti menjadi kawasan penting pada tahun 2023.

Berikut ialah lima trend teratas yang diramalkan untuk 2024:

1 AI Generatif akan mengambil masa untuk mencapai tahap tertingginya

Tidak dinafikan bahawa apabila teknologi berkembang dan organisasi menggunakannya dalam operasi mereka, AI generatif akan Moden. kecerdasan buatan akan terus menjadi pengganggu yang sangat penting. Walau bagaimanapun, kami percaya bahawa selepas keterujaan dan gembar-gembur awal tahun 2023, orang ramai akan mula bertanya lebih banyak soalan menyelidik tentang "Apa yang sebenarnya boleh kami lakukan?" Itu tidak bermakna GenAI tidak akan melakukan perkara yang luar biasa. Tetapi aplikasi mentol lampunya mungkin mengambil masa yang lebih lama untuk muncul. Kecerdasan buatan akan menjadi lebih tertanam dalam infrastruktur teknologi harian, seperti penyemak imbas, enjin carian dan pangkalan data, dan dengan itu menjadi kurang kelihatan. Ini menjadikannya lebih penting untuk mendapatkan peraturan yang betul. Peraturan dijangka akan diperkenalkan tidak lama lagi, seperti Akta Kepintaran Buatan EU (Akta AI

), yang secara pentingnya akan memberikan panduan yang jelas tentang ketelusan, kebolehjelasan, anti-bias dan langkah-langkah disinformasi.

2 Tetapi kita akan melihat serangan siber AI berskala besar pertama

Dari segi risiko, AI generatif jelas mempunyai keupayaan untuk membantu penjenayah siber melancarkan serangan canggih pada skala. Kami telah melihat beberapa contoh yang luar biasa bagi e-mel pancingan data yang disesuaikan yang nampaknya telah dihasilkan oleh kecerdasan buatan. Dari masa ke masa, kadar kejayaan kempen pancingan data mungkin meningkat secara eksponen, daripada sekitar 0.1% hari ini kepada sekitar 20%. Kemudian terdapat "keracunan AI"—jangkitan dengan kandungan yang telah digabungkan ke dalam proses pembelajaran algoritma AI, menjadikannya tidak sahih, berat sebelah atau berniat jahat. Untuk ini, kami boleh menambah perisian hasad—dan tidak lama kemudian, AI generatif boleh membangunkan kod hasad yang hampir tidak dapat dihalang. Perisian hasad berkemungkinan mencapai tahap kuasa baharu, dan industri siber memerlukan semua kemahiran dan pelaburan yang boleh dikumpulnya, serta bantuan beberapa kecerdasan buatan yang "baik", untuk memeranginya. Apabila kita menyusun ini bersama-sama, tidak sukar untuk melihat risiko yang ditimbulkan oleh AI generatif bahawa ia akan mengejutkan untuk melancarkan serangan besar, mengganggu dan menonjol di suatu tempat dalam domain awam menjelang 2024. .

3. Kepintaran Buatan bukan segala-galanya

Walaupun kecerdasan buatan dan kecerdasan buatan generatif akan menjadi tema dominan, bidang lain akan terus berkembang. Kita boleh menjangkakan pengkomputeran kuantum menjadi bidang yang menarik. Laporan Kepimpinan Digital 2023 mendapati bahawa satu daripada 10 pemimpin digital global sudah mempertimbangkan secara aktif untuk menggunakan teknologi kuantum, dan kuantum-sebagai-perkhidmatan (QaaS) mula berkembang sebagai tawaran daripada syarikat seperti IBM, Amazon dan Google. Jika kos mengakses QaaS jatuh, semakin banyak perusahaan mungkin mula menggunakan komputer kuantum untuk mempercepatkan pengiraan dan pengiraan yang mereka perlukan untuk menyelesaikan cabaran kritikal. Jika kerajaan di seluruh dunia mengikut telunjuk UK dan melabur dengan banyak dalam bidang ini, aplikasi pengkomputeran kuantum akan dipercepatkan lagi. Sementara itu, satu lagi disiplin bukan AI yang kami jangka akan melihat pertumbuhan pada 2024 ialah kejuruteraan platform. Ini menduduki tempat keempat dalam sepuluh trend teknologi terbaik Gartner untuk 2024, dan kami semua bersetuju bahawa ini akan menjadi trend besar. Dengan jurutera platform membangunkan infrastruktur layan diri, templat dan rangka kerja, ia membolehkan pembangun mempercepatkan produktiviti dan mendapatkan hasil yang lebih cepat. Pada masa pertumbuhan belanjawan teknologi berada di bawah tekanan yang lebih besar, kami boleh menjangkakan peningkatan tumpuan pada kejuruteraan platform sebagai cara untuk meningkatkan ROI.

4. Orang ramai kecewa dengan kekurangan kemajuan dalam kepelbagaian dalam teknologi

Walaupun usaha untuk mengubah keadaan, tahap kepelbagaian dalam industri teknologi kekal rendah. Hanya 14% daripada pemimpin industri teknologi adalah wanita secara keseluruhan, hanya kira-kira satu perempat daripada pasukan teknologi adalah wanita, dengan perkadaran yang sama daripada latar belakang minoriti. Kami percaya bahawa tahun 2024 akan menjadi tahun semakin ramai pihak berkepentingan industri teknologi kehilangan kesabaran dengan perubahan dalam kelajuan glasier dan berharap dapat mengawal faktor yang boleh mempengaruhinya. Ini bermakna membuat perubahan dalam perniagaan dan pasukan individu, menyemak bukan sahaja dasar dan proses pengambilan tetapi juga isu seperti 'siapa yang mewakili pasukan kami dalam pengambilan'. Cuba kemukakan orang yang berbeza dan mewakili lebih banyak kepelbagaian, dan anda akan mendapati bahawa orang ini boleh melakukan kerja yang baik dan membawa perspektif yang berbeza kepada lembaga, dan mungkin mengubah perspektif. Perubahan hanya berlaku dengan membina gelombang, pasukan, perniagaan.

5 Populariti pembangunan mampan akan meningkat

Malah, industri teknologi perlu melakukan lebih banyak lagi dalam pembangunan mampan dan laluan ke sifar bersih. Salah satu penemuan paling menyedihkan daripada Laporan Kepimpinan Digital ialah industri teknologi ketinggalan di belakang semua industri dari segi sasaran dan rancangan pelepasan sifar bersih – 58% daripada responden syarikat teknologi berkata mereka belum mempunyai sasaran dan rancangan pelepasan sifar bersih. . Mendahului dua industri seterusnya: penjagaan kesihatan (51%) dan perkhidmatan perniagaan/profesional (50%). Kedudukan ini sememangnya tidak boleh dipertahankan. Perniagaan merentas industri akan menghadapi tekanan yang semakin meningkat untuk melaporkan dan mendedahkan lebih lanjut tentang matlamat dan kemajuan kemampanan mereka. Industri teknologi mesti menyokong ini. Perniagaan besar sudah mempunyai rancangan yang bercita-cita tinggi dan progresif, tetapi kita perlu melihat lebih banyak komitmen daripada seluruh industri. Sama seperti kepelbagaian, harapkan perniagaan teknologi memberi tumpuan kepada beberapa perkara yang sangat mudah yang boleh mereka kawal untuk mengurangkan jejak karbon mereka. Sebagai contoh, adakah terdapat cara untuk mengurangkan trafik e-mel dan mengalih keluar lampiran yang tidak perlu Adakah terdapat dasar yang jelas bahawa peranti boleh dimatikan pada waktu malam, jika boleh adakah alat kerjasama digunakan untuk mengurus perjalanan? Lihat rantaian nilai anda sendiri dan lihat di mana anda boleh membuat perubahan. Tanya pembekal awan dan pusat data tentang jejak mereka dan tindakan yang mereka lakukan. Hayati ketelusan dan keterbukaan. Sebagai sebuah industri, masanya telah tiba untuk teknologi meningkat kepada peristiwa itu. Menjelang 2024, masalah ini akan diletakkan dalam keadaan yang lebih teruk.

Bagi kebanyakan perniagaan, 2023 adalah tahun yang mencabar. Terdapat tanda-tanda bahawa keadaan mungkin bertambah baik sedikit pada 2024, dan mungkin dengan ketara pada separuh kedua tahun itu. Walau apa pun yang berlaku, teknologi akan kekal kritikal kepada kebanyakan model operasi dan aspirasi organisasi untuk berubah, menjadikan perniagaan teknologi tersebut yang benar-benar tertumpu pada memenuhi keperluan pelanggan pada kedudukan yang baik untuk berkembang maju.

Atas ialah kandungan terperinci Apakah titik panas teknologi pada tahun 2024?. 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.

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

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