人工智慧加速走進百姓生活:從2023全球人工智慧技術大會看產業新趨勢
新華社杭州6月11日電題:人工智慧加速走進百姓生活-從2023全球人工智慧技術大會看產業新趨勢
新華社記者魏董華
依照大腦指令可做出靈活動作的智慧仿生手,幫助肢體缺失患者重建手部運動功能;會學習的農田打藥機器人能在雨雪、低能見度等惡劣條件下自動駕駛作業;寵物型機器人可以陪伴老人小孩,有溫度地進行情感交流…
正在浙江杭州舉辦的2023全球人工智慧技術大會上,形形色色的人工智慧概念和產品吸引眾多目光,與會專家就人工智慧話題展開探討,描繪未來發展圖景。
智慧生活可感可觸
由中國人工智慧學會和杭州市政府主辦的此次大會,吸引了國內外近300位業內專家和70餘家企業參加。穿梭在大會展區內,日新月異的人工智慧技術可感可觸,生產、醫療、教育等越來越多領域都能看到人工智慧的身影。
簡單輸入文字,幾秒就能生成圖畫、創意、文本等,百度「文心一言」「文心一格」、科大訊飛「訊飛星火認知大模型」等生成式人工智慧產品,透過自然對話方式理解和執行使用者任務,吸引許多參展觀眾體驗,展現了人工智慧更廣泛的應用前景和巨大的賦能潛力。
6月10日,觀眾在2023全球人工智慧技術大會上參觀。新華社記者 魏董華 攝
讓截肢患者可以像控制自己的手腳一樣控制義肢,幫助孤獨症患者提升社交溝通與行為能力,助眠舒壓、改善睡眠品質……在強腦科技的展位上,公司展出了智能仿生手、智慧靈巧假腿、腦機智慧安睡儀等多款腦機介面產品。工作人員表示,這些產品目前已在復健、大健康、人機互動等領域應用,智慧仿生手等產品已累積幫助數千名身心障礙者回歸正常生活。
「人工智慧正在深刻改變這個時代。」中國工程院院士、中國人工智慧學會理事長戴瓊海在大會上表示,機器人已大規模應用於自動裝配生產線,自動駕駛車輛已可以在城市道路行駛,以深度學習為代表的人工智慧推動了科技、醫療、電子、金融等產業快速發展,人工智慧體現了強大的賦能作用。
不斷拓寬應用場景「智」繪未來
#我國人工智慧大模型正逐步應用於電商、搜尋、對話及產業場景等領域。未來,隨著技術不斷迭代更新,其應用場景將更加廣泛。
從虛擬數位人到外骨骼機器人,主打陪伴的機器人將隨著人工智慧深度學習模型相關領域的發展,外形、互動能力以及學習能力甚至情緒感知能力都將大大提升。 2022年,科大訊飛正式宣布啟動“訊飛超腦2030計畫”,目標是讓人工智慧懂知識、善學習、能進化,讓機器人走進每個家庭。
6月10日,觀眾在2023全球人工智慧技術大會上體驗AI學習。新華社記者 魏董華 攝
管曉宏院士在會議上講述了人工智慧在音樂藝術領域的潛在應用,指出可以使用其技術「重生」3000首中國古琴曲。中國古琴曲有特殊的記譜方式,主要記錄指法和音位,不記錄每個音的具體值,僅憑曲譜不能直接演奏,需要轉化成可演奏的琴曲。
「這是中央音樂學院音樂人工智慧與音樂資訊科技系一位博士生的研究課題,該計畫將人工智慧等前沿科技應用於古琴領域,透過深度學習古琴古曲,建立古琴資料集並完成古琴琴譜數位化的底層工作,推動古琴文化保育與傳承。」管曉宏說,人工智慧技術在許多領域都展現出強大的應用潛力。
與會專家認為,人工智慧可以拓展人類發現、理解與創造的能力。未來,它的發展要承擔起賦能生活、提升幸福感的使命。
智腦同飛促發展
#在與會嘉賓看來,人工智慧要加速發展還有很多瓶頸問題要解決。未來的人工智慧應該具備對大場景、多物件、複雜關係的精準理解,這樣才能彌補現有人工智慧的不足並推動其發展。
我們需要以腦科學為基礎,建立新一代人工智慧的理論、方法和技術。加速腦科學基礎研究、實現智腦同飛,可推動人工智慧技術的發展,這是戴瓊海的觀點。
6月10日拍攝的2023全球人工智慧技術大會一角。新華社記者 魏董華 攝
在推動人工智慧的創新發展方面,數據、演算法和算力是不可或缺的支柱。戴瓊海說,當前,算力的優化與創新刻不容緩。人工智慧進入了交叉時代,除了向物理要算力,還要向腦科學要算力,例如類腦計劃,希望透過模擬腦科學裡的機理提升算力。
隨著人工智慧發展加速,探索其倫理規範、風險框架等方面也受到了廣泛關注。嘉賓表示,應加強倫理風險的治理,促進國際合作與交流,以使人工智慧更能造福人類社會。
以上是人工智慧加速走進百姓生活:從2023全球人工智慧技術大會看產業新趨勢的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S
