第 82 頁-探索人工智慧技術的未來

目前位置：首頁 > 科技文章 > 科技週邊 > 人工智慧

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：: 人工智慧 IT業界

最熱

最新

騰訊混元升級模型矩陣，雲端推出256k長文模型

大模型落地加速，「產業實用」成為發展共識。 2024年5月17日，騰訊雲生成式AI產業應用高峰會在北京召開，公佈大模型研發、應用產品的系列進度。騰訊混元大模型能力持續升級，多個版本模型hunyuan-pro、hunyuan-standard、hunyuan-lite透過騰訊雲對外開放，滿足企業客戶、開發者在不同場景下的模型需求，落地最優性價比模型方案。騰訊雲大模型知識引擎、影像創作引擎、影片創作引擎三大工具發布，打造大模型時代原生工具鏈，透過PaaS服務簡化資料存取、模式精調、應用開發流程，協助企業

人工智慧 639 2024-06-01 13:46:36
攜手亞馬遜雲端科技，北京靈奧科技輔助企業無縫結合大模型與數據

隨著生成式AI時代不斷發展，越來越多的企業開始關注、應用甚至訓練大模型，想要以此創造更大的業務價值。這個想法固然沒錯，大模型的出現必能為企業帶來創新與突破。不過，基礎模型依賴大規模高品質數據集，想要藉助生成式AI帶來企業差異化優勢的關鍵是企業的專有數據，數據是企業核心競爭力之一。近日，亞馬遜雲端科技以「無資料不模式－生成式AI時代的資料基座」為主題舉辦了媒體溝通會。在會議上，北京靈奧科技CEO厲啟鵬介紹了Vanus如何幫助企業解決數據問題，從而與大模型無縫結合。北京靈奧科技是一家快速成長的新創企業

人工智慧 1137 2024-06-01 12:48:21
克雷研究所100萬美元獎金要歸AI了數學界規則大改，未來數學家如何應對「海量猜想」

在數學的世界裡，想要對「一個未經證實的猜想」進行完整的證明，往往需要天賦、直覺和經驗的結合，即使是數學家也很難解釋自己的發現過程。然而，隨著近幾年大模型的崛起，我們共同見證了一種新的變革力量，AI不僅在預測橢圓曲線的複雜度上超越了人類，還在探索基本常數的新公式上取得了突破。最近，倫敦數學科學研究所所長托馬斯·芬克（ThomasFink）在Nature的worldview欄位發表了一篇文章，探討了AI如何在數學領域中發揮其獨特的作用，以及如何幫助數學家從猜想走向證明。在這篇文章中，芬克提到了AI在

人工智慧 470 2024-06-01 11:02:46
一文帶您了解SHAP：機器學習的模型解釋

在機器學習和資料科學領域，模型的可解釋性一直是研究者和實踐者關注的焦點。隨著深度學習和整合方法等複雜模型的廣泛應用，理解模型的決策過程變得尤為重要。可解釋人工智慧（ExplainableAI|XAI）透過提高模型的透明度，幫助建立對機器學習模型的信任和信心。提高模型的透明度可以透過多種複雜模型的廣泛應用等方法來實現，以及用於解釋模型的決策過程。這些方法包括特徵重要性分析、模型預測區間估計、局部可解釋性演算法等。特徵重要性分析可以透過評估模型對輸入特徵的影響程度來解釋模型的決策過程。模型預測區間估計

人工智慧 795 2024-06-01 10:58:13
亮相CCIG2024，合合資訊文件解析技術破解大模型語料「飢荒」難題

2024年，中國圖象圖形大會在古都西安盛大開幕。本屆大會由中國圖象圖形學會主辦，空軍軍醫大學、西安交通大學、西北工業大學承辦，透過二十多場論壇、百餘項成果，集中展示了生產式人工智慧、大模型、機器學習、類腦計算等多個影像圖形領域的進展。大模型技術正隨著科技革新實現廣泛應用，滿足多產業影像處理需求。大會期間，由CSIG文檔影像分析與識別專委會與上海合合資訊科技股份有限公司（簡稱「合合信恆」）共同主辦了《大模型技術及其前沿應用》論壇，來自華南理工大學、上海交通大學、清華大學、復旦大學、上海人工智慧實

人工智慧 812 2024-05-31 22:28:49
騰訊雲AI代碼助手全面對外開放

5月22日，騰訊雲正式對外宣布旗下AI代碼助理全面對外開放，目前開發者、開發團隊、企業客戶可透過騰訊雲端官網線上體驗。騰訊雲端AI代碼助理是一款定位代碼智慧補全和生成的數位化工具，它基於騰訊混元代碼模型，可以為開發者、開發團隊及企業客戶提供安全合規、高黏度體驗的編碼場景AIGC服務，具備代理程式碼補全、技術對話、程式碼診斷、單元測試等功能，支援Python、Java、C/C++、Go等十種程式語言或框架，並整合主流整合開發環境。在程式碼補全方面，AI程式碼助理可基於多檔案理解、根據上下文提供良好的自動補全

人工智慧 964 2024-05-31 20:08:24
Flash Attention穩定嗎？ Meta、哈佛發現其模型權重偏差呈現數量級波動

MetaFAIR聯合哈佛優化大規模機器學習時所產生的資料偏差，提供了新的研究架構。據所周知，大語言模型的訓練常常需要數月的時間，使用數百甚至上千個GPU。以LLaMA270B模型為例，其訓練總共需要1,720,320個GPU小時。由於這些工作負載的規模和複雜性，導致訓練大模型存在著獨特的系統性挑戰。最近，許多機構在訓練SOTA生成式AI模型時報告了訓練過程中的不穩定情況，它們通常以損失尖峰的形式出現，例如Google的PaLM模型訓練過程中出現了多達20次的損失尖峰。數值偏差是造成這種訓練不準確性的根因，

人工智慧 709 2024-05-30 13:24:53
一文帶您了解資料模型：概念模型、邏輯模型和實體模型

資料模型是組織資料管理的基石，是建構資訊基礎設施的關鍵組成部分。資料模型為組織提供了清晰的資料結構和邏輯框架，使得資料管理更有效率和永續性。在數位化時代，數據已成為企業最寶貴的資產之一，而數據模型的設計和實施，則決定了數據在企業營運和決策中的有效性和可信度。良好的資料模型不僅能夠夠簡化複雜的資料景觀，提高資料品質和一致性，也能夠夠優化資料庫效能，支援資料分析和決策。因此，數據模型的意義在於為企業提供了數據驅動的決策支持，促進了業務的創新和競爭力的提升。在為企業提供了數據驅動的決策支持，促進了

人工智慧 833 2024-05-30 12:00:35
圖靈巨頭現身ICLR，頂會現場瘋狂追星LeCun、Bengio！中國團隊三大技術趨勢引爆AGI新想像

這幾天，AI屆的盛會－ICLR在維也納舉辦。 OpenAI、Meta、Google、智譜AI等世界前沿AI科技企業齊聚一堂。現場名流雲集，星光耀眼，走幾步就能偶遇一位發過顛覆性paper的大咖。毫無意外地，ICLR2024展間也變成了追星現場。熱鬧的氣氛，快把屋頂掀翻了。現場追星圖靈巨頭圖靈三巨頭中的著名「e人」LeCun，提前就在X上大方公佈出自己的行程，滿懷期待地等著和粉絲們相見了。在留言區，不只粉絲激動打卡，甚至還有準備現場遞履歷的。粉絲們果然不虛此行，在現場，LeCun口若懸河地講解，熱情的觀

人工智慧 624 2024-05-30 11:17:17
多模態AI是醫學的未來，Google推出三個新模型，Med-Gemini迎來大升級

編輯|白菜葉許多臨床任務需要了解專業數據，例如醫學影像、基因組學等。這類專業知識資訊在通用多模態大模型的訓練中通常不存...在上一篇論文的描述中，Med-Gemini在各種醫學成像任務上超越GPT-4系列模型實現了SOTA！在這裡，GoogleDeepMind撰寫了第二篇關於Med-Gemini的論文。在Gemini的多模態模型的基礎上，該團隊為Med-Gemini系列開發了多個模型。這些模型繼承了Gemini的核心功能，並透過2D和3D放射學、組織病理學、眼科、皮膚病學和基因組數據的微調，針對

人工智慧 1198 2024-05-30 10:13:19
四款值得推薦的AI輔助程式工具（支援C#語言）

前言在這個AI快速發展的階段，湧現了一大批好用的AI輔助程式工具。 AI輔助程式設計工具能夠提升開發效率、提升程式碼品質、降低bug率，是現代軟體開發過程中的重要助手。今天大姚給大家分享4款AI輔助程式工具（而且都支援C#語言），希望對大家有幫助。 AI輔助程式設計工具圖片GitHubCopilotGitHubCopilot是一款AI編碼助手，可以幫助你更快、更省力地編寫程式碼，從而將更多精力集中在問題解決和協作上。 GitHubCopilot會在你編碼時提供建議：有時是目前行的補全，有時是全新的程式碼區塊。可以

人工智慧 659 2024-05-30 10:03:11
優秀Agent智能體必學的幾種設計模式，一學就會

大家好，我是老渡。昨天在公司聽了清華大學智慧產業研究院現場分享的AI醫院小鎮。圖片這是一個虛擬世界，所有的醫生、護士、病人都是由LLM驅動的Agent智能體，可以自主互動。它們模擬了整個診症看診的過程，在浸蓋主要呼吸道疾病的MedQA資料集子集上，實現了高達93.06%的最新準確率。優秀的智能體，離不開優秀的設計模式。看完這個案例，我趕緊拜讀了吳恩達老師最近發表的4種主要的Agent設計模式。吳恩達是人工智慧和機器學習領域國際上最權威的學者之一然後，趕緊整理出來，跟大家分享一下。模式一、反思

人工智慧 817 2024-05-30 09:44:20
超越ORB-SLAM3！ SL-SLAM：低光、嚴重抖動和弱紋理場景全搞定

寫在前面今天我們探討下深度學習技術如何改善在複雜環境中基於視覺的SLAM（同時定位與地圖建構）表現。透過將深度特徵提取和深度匹配方法相結合，這裡介紹了一種多功能的混合視覺SLAM系統，旨在提高在諸如低光條件、動態光照、弱紋理區域和嚴重抖動等挑戰性場景中的適應性。我們的系統支援多種模式，包括拓展單目、立體、單目-慣性以及立體-慣性配置。除此之外，也分析如何將視覺SLAM與深度學習方法結合，以啟發其他研究。透過在公共資料集和自採樣資料上的廣泛實驗，展示了SL-SLAM在定位精度和追蹤魯棒性方面優

人工智慧 612 2024-05-30 09:35:24
最詳細人腦3D地圖登Science！ GPT-4參數只相當於人類0.2%

芝麻粒大小的人腦組織，突觸規模相當於一個GPT-4！谷歌與哈佛聯手，對局部人腦進行了奈米級建模，論文已登Science。這是迄今為止最大、最詳細的人腦複製品，首次展示出了大腦中的突觸連接網絡。憑藉超高分辨率，這個名為H01的重建，已經揭示了一些以前未曾見過的關於人類大腦的細節。計畫通訊作者、哈佛大學Lichtman教授介紹說，在此之前，沒有人真正看過這樣複雜的突觸網路。這項建模成果，將有助於深入了解大腦的運作方式，啟發人類對大腦功能和疾病的進一步研究。另外值得一提的是，研究涉及了1立方毫

人工智慧 555 2024-05-29 17:03:30
位元組開源大模型量化新思路，2-bit量化模型精度齊平fp16

AIxiv專欄是本站發布學術、技術內容的欄位。過去數年，本站AIxiv專欄接收通報了2,000多篇內容，涵蓋全球各大專院校與企業的頂尖實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或聯絡報道。投稿信箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com隨著深度學習大語言模型的越來越火爆，大語言模型越做越大，使得其推理成本也水漲船高。模型量化，成為熱門的研究主題。最近，位元組跳動推出了一個全新的量化思路，拋棄傳統的量化範式，

人工智慧 728 2024-05-29 09:29:50