- 方向:
- 全部 網路3.0 後端開發 web前端 資料庫 運維 開發工具 php框架 每日程式設計 微信小程式 常見問題 其他 科技 CMS教程 Java 系統教程 電腦教學 硬體教學 手機教學 軟體教學 手遊教學
- 分類:
-
- IoT感測器和AI如何徹底改變智慧建築
- 智慧技術的不斷發展,智慧建築已成為當今建築業的強勁助流。在智慧建築的崛起過程中,物聯網(IoT)感測器和人工智慧(AI)扮演了至關重要的角色。它們的結合不僅是簡單的技術應用,更是對傳統建築概念的徹底顛覆,為我們帶來了更智慧、更有效率和舒適的建築環境。在過去幾年中,尤其是在新冠疫情爆發後,隨著對設施管理人員的期望發生變化以及可行性需求的擴大,樓宇管理面臨的挑戰也隨之增加和演變。在辦公室內工作環境向更融合和靈活的工作環境的轉變也改變了商業建築的使用方式,需要即時了解建築使用、居住者趨勢
- 人工智慧 1038 2024-04-12 09:10:15
-
- 北汽極狐發布達爾文2.0技術體系,引領新能源汽車技術邁向新高度
- 4月11日,特斯拉2.0技術在北京盛大發布,極狐汽車再次以智慧出行領域的創新之舉引領未來。達爾文2.0技術體係是極狐汽車對智慧出行領域的深度探索與實踐的結晶。它整合了七大科技板塊,包括智慧駕駛、智慧互聯、智慧安全等多個方面,為使用者提供全方位、智慧化的旅行體驗。透過先進的感測器和演算法,該技術系統能夠實現對車輛輛行駛狀況的精準感知和智慧決策,確保使用者在各種交通環境下都能夠享受安全、舒適的駕駛體驗。同時,達爾文2.0技術也注重使用者體驗的升級。它透過與智慧型裝置的無縫連接,實現了車載系統與手機、智慧家居
- 人工智慧 1034 2024-04-12 09:04:13
-
- 基於因果推論的推薦系統:回顧與前瞻
- 本次分享的主題為基於因果推論的推薦系統,回顧過去的相關工作,並提出本方向的未來展望。為什麼在推薦系統中需要使用因果推論技術?現有的研究工作用因果推論來解決三類問題(參見Gaoetal.的TOIS2023論文CausalInferenceinRecommenderSystems:ASurveyandFutureDirections):首先,在推薦系統中存在各種各樣的偏差(BIAS),因果推斷是一種有效去除這些偏差的工具。為了解決資料稀缺性和無法準確估計因果效應的問題,推薦系統可能面臨挑戰。為了解決
- 人工智慧 699 2024-04-12 09:01:07
-
- 長文本殺不死RAG:SQL+向量驅動大模型與大數據新範式,MyScale AI資料庫正式開源
- 大模型和AI資料庫雙劍合璧,成為大模型降本增效,大數據真正智慧的致勝法寶。大模型(LLM)的浪潮已經湧動一年多了,尤其是以GPT-4、Gemini-1.5、Claude-3等為代表的模型你方唱罷我登場,成為當之無愧的風口。在LLM這條賽道上,有的研究專注於增加模型參數,有的瘋狂捲多模態…這當中,LLM處理上下文長度的能力成為了評估模型的一個重要指標,更強的上下文意味著模型擁有更強的檢索效能。例如有些模型一口氣可以處理高達100萬token的能力讓不少研究者開始思考,RAG(R
- 人工智慧 1243 2024-04-12 08:04:24
-
- 面壁智慧完成新一輪數億元融資,繼續面向AGI的高效大模型旅程
- 近日,面壁智能完成新一輪數億元融資,由春華創投、華為哈伯領投,北京市人工智慧產業投資基金等跟投,知乎作為策略股東繼續跟投支持。本輪融資完成後,面壁智慧將進一步推進優秀人才引入,加強大模型展開的基礎算力與資料基礎,持續引領「高效大模型」路線,推動大模型高效訓練,快速應用落地。本輪由光源資本擔任獨家財務顧問。基於紮實的原創性AI技術基礎,面壁智能是世界範圍內對「高效大模型」探索最為前列的大模型團隊之一,目前已完成了貫徹高效訓練、高效落地與高效推理的大模型全棧技術生產線佈局。核心研發團隊脫胎於清華NL
- 人工智慧 1057 2024-04-11 21:22:01
-
- 探索智能體的邊界:AgentQuest,一個全面衡量和提升大型語言模型智能體性能的模組化基準框架
- 基於大模型的持續最佳化,LLM智能體-這些強大的演算法實體已經展現出解決複雜多步驟推理任務的潛力。從自然語言處理到深度學習,LLM智能體正逐漸成為研究和工業界的焦點,它們不僅能理解和生成人類語言,還能在多樣的環境中製定策略、執行任務,甚至使用API調用和編碼來建置解決方案。在這種背景下,AgentQuest框架的提出具有里程碑意義,它不僅僅是一個LLM智能體的評估和進步提供了一個模組化的基準測試平台,而且透過其易於擴展的API,為研究人員提供了一個強大的工具,以更細緻地追蹤和改進這些智能體的性能
- 人工智慧 1107 2024-04-11 20:52:21
-
- 多個SOTA ! OV-Uni3DETR:提高3D檢測在類別、場景和模態之間的普遍性(清華&港大)
- 這篇論文討論了3D目標偵測的領域,特別是針對Open-Vocabulary的3D目標偵測。在傳統的3D目標偵測任務中,系統需要在預測真實場景中物件的定位3D邊界框和語意類別標籤,這通常依賴點雲或RGB影像。儘管2D目標檢測技術因其普遍性和速度展現出色,但相關研究表明,3D通用檢測的發展相比之下顯得滯後。目前,大多數3D目標偵測方法仍依賴完全監督學習,並受到特定輸入模式下完全標註資料的限制,只能識別經過訓練過程中出現的類別,無論是在室內或室外場景。這篇論文指出,3D通用目標偵測面臨的挑戰主要
- 人工智慧 382 2024-04-11 19:46:18
-
- AI安全公司TrojAI取得種子輪追加融資
- 加拿大AI安全解決方案供應商TrojAI本周宣布獲得575萬美元的種子輪追加融資。 TrojAI提供的企業AI安全平台可協助客戶保護AI模型和應用程式遠離風險和攻擊。其平台可在部署前測試AI模型並保護應用程式免於敏感資料外洩等問題,來幫助企業遵守OWASPAI框架等基準以及隱私法規。其主要業務模組如下:AI模型風險檢測:TrojAI平台可以於AI和MLOps工作流程集成,在生產前自動滲透測試和掃描AI模型以識別潛在的風險和漏洞,例如後門、資料外洩和偏見。 AI應用程式保護:TrojAI平台可以保護A
- 人工智慧 816 2024-04-11 19:43:17
-
- 2028年,智慧建築AI市場規模預計達64.8億美元
- 這項新研究以人工智慧(AI)市場分析為基礎,著眼於人工智慧的廣泛能力及其專業應用所取得的進展,這些應用使建築環境更加智慧、更永續、反應更快。這是兩部分系列報告中的第一部分,第二部分關於人工智慧市場格局的報告將於今年稍後發布。該報告探討了我們在邁向「真正認知建築」的道路上所處的位置。當今的商業建築技術正在從基於規則的分析轉向人工智慧預測機器學習模型,但採用率仍處於中等水平。現實世界的部署範圍仍然很窄,主要是由能源優化、空間利用和安全方面更易於理解的用例所驅動。阻礙人工智慧應用的挑戰禁礙
- 人工智慧 983 2024-04-11 19:31:16
-
- 螞蟻集團CodeFuse 發布「圖生代碼」功能,超五成程式設計師用AI寫程式碼
- 4月11日,螞蟻集團自研的智慧研發平台CodeFuse推出了"圖生代碼"新功能,支援開發人員以產品設計圖一鍵產生程式碼,大幅提升前端頁面的開發效率。目前相關功能正處於內測中。與許多網路公司一樣,螞蟻集團正全面推行AI編程,使用CodeFuse支援日常研發工作的工程師達到50%以上,這些工程師提交的代碼中有10%由AI產生。 Gartner在2024年發布的十大策略技術趨勢中指出:到2028年,75%的企業軟體工程師將使用AI程式設計助理。 CodeFuse就是這股趨勢下的探索嘗試。據介紹,CodeFus
- 人工智慧 510 2024-04-11 18:52:22
-
- 程式設計的'Devin AI 時代”,軟體開發者的喜與憂
- 作者|KeithPitt編譯|伊風出品|51CTO技術棧(微訊號:blog51cto)這篇文章的作者基斯-皮特(KeithPitt),是一家軟體開發公司Buildkite的創辦人兼CEO。 2013年,他與另一位軟體工程師 TimLucas(TimLucas)創立了該公司,致力於為科技產業提供持續整合和持續交付(CI/CD)平台,最近剛獲得了由OneVentures和AirTree共同領投的2100萬美元B輪融資。一位擁有20年編程經驗的老手,以及一家服務於軟體開發者的公司的首席執行官,基思-皮特(K
- 人工智慧 1159 2024-04-11 17:10:12
-
- 能對當今公司IT市場產生重大影響的六大趨勢
- 每個人都在談論AI,它指出許多公司已經將AI融入其業務中。 "它已經被內置,或正在被內置進最大提供者的現有SaaS平台中。"然而,隨著AI的到來,也伴隨著一定程度的恐懼和憂慮,Fox說。問題重重。 「一個完全啟用AI的公司會是什麼樣子?它會有相同的工作力量,在相同的位置嗎?」她說,這些不是今天需要回答的問題,但確實需要考慮。這和其他幾個新興趨勢可能即將重塑IT和商業領域。這也是為什麼Asana公司的CIOSaketSrivastava認為,成為CIO從未有過更好的時機。儘管AI和未來工作的不確定
- 人工智慧 904 2024-04-11 17:07:01
-
- 效率狂增16倍! VRSO:純視覺靜態物件3D標註,打通資料閉環!
- 標註之殤靜態物體偵測(SOD),包括交通號誌、導向牌和交通錐,大多數演算法是資料驅動深度神經網絡,需要大量的訓練資料。現在的做法通常是對大量的訓練樣本在LiDAR掃描的點雲資料上進行手動標註,以修復長尾案例。手動標註難以捕捉真實場景的變異性和複雜性,通常無法考慮遮蔽、不同的光照條件和多樣的視角(如圖1的黃色箭頭)。整個製程鏈路長、極度耗時、容易出錯、成本高(如圖2)。所以目前公司都尋求自動標註方案,特別是基於純視覺,畢竟不是每輛車都有雷射雷達。 VRSO+是一種以視覺為主、以靜態物件為標註的標
- 人工智慧 672 2024-04-11 16:16:20
-
- 人工智慧如何使計算更簡單?
- 人工智慧(AI)和機器學習(ML)在我們的日常生活中變得越來越普遍,但我們往往並沒有意識到。這些技術簡化了計算的各個方面,使其更加高效、易於訪問且用戶友好。人工智慧的簡化和整合Gerry和Wolf提出的智慧「簡單與力量」(SP)理論是一個致力於人工智慧開發的研究計畫。 SP理論不是專注於人工智慧的單一領域,例如推理或電腦視覺,而是旨在開發一個適用於多個人工智慧學科的框架。透過簡化和整合個人智慧、主流運算、數學、人類學習、感知和認知的觀察和概念,SP理論成功地創造了一個統一的框架來表達各種知識和智
- 人工智慧 935 2024-04-11 15:55:08
-
- 激發大語言模型空間推理能力:思考視覺化提示
- 大語言模型(LLMs)在語言理解和各種推理任務中展現出令人印象深刻的表現。然而,它們在人類認知的關鍵一面——空間推理上,仍然未被充分研究。人類具有透過一種被稱為心靈之眼的過程創造看不見的物體和行為的心智圖像的能力,從而使得對未見世界的想像成為可能。受到這種認知能力的啟發,研究人員提出了「思維視覺化」(VisualizationofThought,VoT)。 VoT旨在透過視覺化其推理跡象來引導LLMs的空間推理,從而引導後續的推理步驟。研究人員將VoT應用於多跳空間推理任務,包括自然語言導航、視覺
- 人工智慧 1108 2024-04-11 15:10:17