現在位置:ホームページ > 技術記事 > テクノロジー周辺機器 > AI
- 方向:
- 全て ウェブ3.0 バックエンド開発 ウェブフロントエンド データベース 運用・保守 開発ツール PHPフレームワーク 毎日のプログラミング WeChat アプレット よくある問題 他の 技術 CMS チュートリアル Java システムチュートリアル コンピューターのチュートリアル ハードウェアチュートリアル モバイルチュートリアル ソフトウェアチュートリアル モバイル ゲームのチュートリアル
- 分類する:
-
- ディープラーニングによる離散時間分岐の予測
- 編集者 | キャベツの葉 多くの自然システムや人工システムは、ダイナミクスにおける突然の破壊的な変化といった重大な変化の影響を受けやすくなっています。深層学習分類器は、シミュレートされた大規模なトレーニング データ セットから分岐の共通特徴を学習することで、重大な遷移に対する早期警告シグナルを提供できます。これまでのところ、分類器は連続時間分岐を予測するようにのみトレーニングされており、離散時間分岐を特徴付ける豊富なダイナミクスは無視されています。ここで、マギル大学のトーマス M. ベリーの研究チームは、余次元 1 の 5 つのローカル離散時間分岐に対して早期警告信号を提供するように深層学習分類器をトレーニングしました。彼らは、生理学、経済学、生態学で使用される離散時間モデルと自発的なモデルからのシミュレートされたデータを使用しました。
- AI 549 2024-07-16 21:27:51
-
- 第1回AI数学オリンピック競技プラン発表:優勝4チームはいずれも国産モデルDeepSeekMathを選択
- AI数学オリンピック優勝モデルがリリース!数日前にリストが発表され、世界初の AI 数学オリンピック (AIMO) の進歩賞について多くの議論が行われました。この大会では合計 5 チームが優勝し、Numina チームが 1 位、CMU_MATH チームが 2 位、afterexams チームが暫定 3 位、codeinter チームと Conor#2 チームがそれぞれ 4 位と 5 位となりました。画像出典: https://www.kaggle.com/c/ai-mathematical-olympiad-prize/leaderboard この結果はかつて陶哲軒を驚かせました。この時点では、正式な受賞者のリストのみが発表されました。
- AI 766 2024-07-16 18:14:57
-
- DeepMind が量子化学計算用のニューラル ネットワーク変分モンテカルロを開発
- 編集者 |しかし、陽電子分子錯体の基底状態特性の量子化学計算は困難です。今回、DeepMind とインペリアル カレッジ ロンドンの研究者らは、基底関数に依存しない最近開発されたフェルミオニック ニューラル ネットワーク (FermiNet) 波動関数を使用して、この問題に取り組みました。 FermiNet は、さまざまな定性的な陽電子結合特性を持つ、さまざまな原子や小分子に高精度の、場合によっては最先端の基底状態エネルギーを生成することが判明しました。研究者らは、挑戦的な非極性ベンゼン分子の結合エネルギーを計算し、それが実験値と高度に一致していることを発見しました。
- AI 331 2024-07-16 15:26:30
-
- Llama 分子の埋め込みは GPT よりも優れていますが、LLM は分子を理解できますか?このラウンドで Meta は OpenAI に勝利しました
- エディター | Radish Skin OpenAI の GPT や MetaAI の Llama などの大規模言語モデル (LLM) は、化学情報学の分野、特に簡易分子入力ライン入力システム (SMILES) の理解においてその可能性がますます認識されています。これらの LLM は、SMILES 文字列をベクトル表現にデコードすることもできます。カナダのウィンザー大学の研究者は、分子特性予測と薬物間相互作用予測という 2 つの主要なアプリケーションに焦点を当て、下流タスクに SMILES 文字列を埋め込むための SMILES 上の事前トレーニング済みモデルと GPT および Llama のパフォーマンスを比較しました。この研究では「Canlarge languagemod」を使用しています
- AI 393 2024-07-16 13:33:18
-
- 言語の神経活性化が初めて細胞レベルに局在化した
- これまでに単語の意味をエンコードしたニューロンの最高解像度マップがここにあります。 1. 人間は、人間のコミュニケーションにとって重要な言語を通じて、豊かで微妙な意味にアクセスできます。言語と意味処理をサポートする脳領域については理解が進んでいるにもかかわらず、細胞レベルでの神経意味の派生については依然として不明な点が多くあります。最近、Nature 誌に掲載された研究論文では、自然な音声処理中のニューロンの活動を追跡することにより、単一ニューロンによる意味情報の微細な皮質表現が発見されました。この論文のタイトルは「単一セル解像度での言語理解のための意味エンコーディング」です。 1. 論文アドレス: https://www.nature.com/articles/s41586-024-07643-
- AI 688 2024-07-16 12:12:59
-
- 学者 E Weinan が新しい研究を主導: 大規模モデルには RAG とパラメータ ストレージだけでなく、第 3 の種類のメモリも搭載
- 2.4B Memory3 は、より大きな LLM および RAG モデルよりも優れたパフォーマンスを実現します。近年、大規模言語モデル (LLM) は、その並外れたパフォーマンスにより、前例のない注目を集めています。ただし、LLM のトレーニングと推論のコストは高くつくため、さまざまな最適化方法を通じてコストを削減しようとしています。この記事では、上海アルゴリズム イノベーション研究所、北京大学などの研究者が人間の脳のメモリ階層に着想を得て、LLM に明示的メモリ (モデル パラメータや RAG より安価なメモリ形式) を装備することでこの問題を軽減しました。料金。概念的には、LLM は知識のほとんどが明示的メモリに外部化されるため、パラメータ サイズ、トレーニング コスト、および推論コストを小さくすることができます。論文アドレス:https:
- AI 350 2024-07-16 11:57:51
-
- 舞台裏の巨人が産業用 AI を次のステージへ
- 産業用 AI には新たな王は存在せず、明るいですが輝かしいわけではなく、水は静まり、そして深く流れています。生成 AI が今日のトピックの王様であると言っても、異論を唱える人はいないでしょう。いくつかの簡単な言葉で、兵馬俑を「復活」させて秦オペラを歌うことができ、トランプ大統領はトークショーに出演することができます。感情的価値が満たされているとき、言葉だけで欲しいものを作り出すことができるなど、よりクールなことを想像する勇気はありますか? AI はビデオを生成するだけでなく、物理法則に従った没入型の高度にシミュレートされた仮想空間を構築することもできます。指示を入力するには自然な音声のみが必要で、それを専門的な産業言語に変換してインテリジェンスに渡すことができます。本物の工場の化学品製造ラインが「本物」になります。もっとクールなものを想像する勇気はありますか? あなたの言葉だけで、あなたが望むものを作り出すことができます!このような素晴らしい未来は遠くにあるように思えるかもしれませんが、シーメンスの描写によれば、それはもはや空中にありません。
- AI 956 2024-07-16 09:50:46
-
- 北京大学が新しいマルチモーダルロボットモデルを発表!一般シナリオおよびロボットシナリオに対する効率的な推論と操作
- AIxivコラムは、当サイトが学術的・技術的な内容を掲載するコラムです。過去数年間で、このサイトの AIxiv コラムには 2,000 件を超えるレポートが寄せられ、世界中の主要な大学や企業のトップ研究室がカバーされ、学術交流と普及を効果的に促進しています。共有したい優れた作品がある場合は、お気軽に寄稿するか、報告のために当社までご連絡ください。提出電子メール: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com この記事は HMILab によって完成されました。北京大学の国立ビデオ映像技術工学研究センターとマルチメディア情報処理国家重点研究所の 2 つの主要なプラットフォームを利用して、HMILab は機械学習、マルチモーダル学習、および身体化インテリジェンスの方向の研究に長年従事してきました。この作品No.
- AI 264 2024-07-16 03:51:40
-
- ICML 2024 の高得点論文 | ゼロ次オプティマイザーが大規模モデルを微調整し、メモリを大幅に削減
- AIxivコラムは、当サイトが学術的・技術的な内容を掲載するコラムです。過去数年間で、このサイトの AIxiv コラムには 2,000 件を超えるレポートが寄せられ、世界中の主要な大学や企業のトップ研究室がカバーされ、学術交流と普及を効果的に促進しています。共有したい優れた作品がある場合は、お気軽に寄稿するか、報告のために当社までご連絡ください。提出電子メール: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com この記事の共同筆頭著者の紹介: Zhang Yihua: ミシガン州立大学コンピュータ サイエンス学部の博士課程 3 年生、教授の指導下Sijia Liu 氏の主な研究方向は、大規模モデルのセキュリティ、プライバシー、効率性に関する問題です。 Li Pingzhi: 中国科学技術大学を卒業し、今後も
- AI 782 2024-07-16 03:17:30
-
- AlphaFold に匹敵する精度で、EPFL の AI メソッドは配列からタンパク質相互作用を照合します
- 1. タンパク質相互作用の重要性 タンパク質は生命の構成要素であり、ほぼすべての生物学的プロセスに関与しています。細胞機能の複雑さを説明するには、タンパク質がどのように相互作用するかを理解することが重要です。 2. 新しい方法: 相互作用するタンパク質配列のペアリング エコール・ポリテクニック・フェデラール・ド・ローザンヌ (EPFL) の Anne-Florence Bitbol のチームは、相互作用するタンパク質配列をペアリングする方法を提案しました。この方法は、複数の配列アラインメントでトレーニングされたタンパク質言語モデルの力を利用します。 3. 方法の利点 この方法は、小規模なデータセットに対して良好に機能し、教師付き方法を通じてタンパク質複合体の構造予測を向上させることができます。 4. 研究成果は「ペアリング相互作用タンパク質」として出版されています。
- AI 691 2024-07-16 01:18:30
-
- 12 年前に深層学習を始めた Karpathy は、AlexNet 時代の思い出の波を引き起こし、LeCun や Goodfellow などはすべて終了しました。
- 2012 年に AlexNet によって始まったディープラーニング革命から、期せずして 12 年が経過しました。今や大型モデルの時代も到来しました。最近、著名な AI 研究科学者である Andrej Karpathy 氏の投稿により、このディープラーニング革命の波に関与した多くの偉人たちが記憶に残ることになりました。チューリング賞受賞者のヤン・ルカン氏からGANの父イアン・グッドフェロー氏まで、誰もが過去を思い出した。これまでのところ、この投稿は 630,000 回以上閲覧されています。投稿の中で、Karpathy 氏は次のように述べています。 興味深い事実は、多くの人が 2012 年の ImageNet/AlexNet の瞬間と、それによって始まった深層学習革命について聞いたことがあるかもしれないということです。ただし数は少ないかも知れませんが、
- AI 897 2024-07-16 01:08:30
-
- AlphaFold 3 が発売され、タンパク質とすべての生体分子の相互作用と構造をこれまでよりもはるかに高い精度で包括的に予測します。
- エディター | Radish Skin 2021 年の強力な AlphaFold2 のリリース以来、科学者はタンパク質構造予測モデルを使用して、細胞内のさまざまなタンパク質構造をマッピングし、薬剤を発見し、既知のあらゆるタンパク質相互作用の「宇宙地図」を描いてきました。ちょうど今、Google DeepMind が AlphaFold3 モデルをリリースしました。このモデルは、タンパク質、核酸、小分子、イオン、修飾残基を含む複合体の結合構造予測を実行できます。 AlphaFold3 の精度は、これまでの多くの専用ツール (タンパク質-リガンド相互作用、タンパク質-核酸相互作用、抗体-抗原予測) と比較して大幅に向上しました。これは、単一の統合された深層学習フレームワーク内で、次のことを達成できることを示しています。
- AI 300 2024-07-16 00:08:11
-
- 最新の AI 音声モデルの実際のテスト: トランプ氏とディン ジェン氏に、早口言葉は偽物だと言えるが、文章はばらばらになっていると言ってもらいます。
- Machine Power Report 編集者: Yang Wen の新しい AI 音声モデルである FishSpeech は、音色の優れた模倣者です。最近、AIボイストラックが急に賑やかになってきました。 1 か月以上前、「オープンソース音声 TTS の上限レベル」として知られる ChatTTS が人気になりました。どれくらい人気がありますか?わずか 3 日間で、GitHub 上で 9.2kStar のトラフィックを収集し、一時は GitHub Trending のリストでトップになり、その後もリストを独占し続けています。その後間もなく、Byte も同様のプロジェクトである Seed-TTS を立ち上げ、「自然で本物の音声を生成する」という同じスローガンを掲げました。ここ数日で、新しいプレイヤー、FishSpeech がこのトラックに参入しました。 150,000 時間のデータ トレーニングの後、モデルは次のことに習熟したと報告されています。
- AI 243 2024-07-15 20:44:38
-
- 誰でも即戦力エンジニアになれる! Claude の新機能: ワンクリックでプロンプトを生成、テスト、評価する
- プロンプトの書き方がわからない方はぜひ参考にしてみてください。 AI アプリケーションを構築する場合、迅速な品質が結果に大きな影響を与えます。ただし、高品質のプロンプトを作成することは困難であり、研究者はアプリケーション要件を深く理解し、大規模な言語モデルに関する専門知識を持っている必要があります。開発をスピードアップして結果を向上させるために、AI スタートアップの Anthropic はこのプロセスを合理化し、ユーザーが高品質のプロンプトを簡単に作成できるようにしました。具体的には、研究者らは、プロンプトを生成、テスト、評価するための新しい機能を AnthropicConsole に追加しました。 Anthropic プロンプト エンジニアの Alex Albert 氏は次のように述べています。「これは、彼らが過去数週間に費やした多くの作業の結果であり、現在は C
- AI 419 2024-07-15 20:13:31
-
- パーソナライズされたエクスペリエンスに重点を置き、ユーザーの維持は完全に AIGC に依存していますか?
- 1. 消費者は製品を購入する前に、ソーシャル メディアで製品レビューを検索および閲覧します。したがって、企業にとってソーシャルプラットフォームで製品をマーケティングすることがますます重要になっています。マーケティングの目的は次のとおりです。 製品の販売促進 ブランド イメージの確立 ブランド認知度の向上 顧客の誘致と維持 最終的に企業の収益性の向上 大型モデルは優れた理解力と生成機能を備えており、閲覧と分析によってユーザーにパーソナライズされた情報を提供できますユーザーデータコンテンツの推奨事項。 「AIGC体験スクール」第4回では、「マーケティングコンバージョン率」向上におけるAIGCテクノロジーの役割について、ゲスト2名が深く語り合います。ライブ配信時間: 7 月 10 日 19:00 ~ 19:45 ライブ配信トピック: ユーザーの維持、AIGC はパーソナライゼーションを通じてコンバージョン率をどのように向上させますか?番組第4話では大切なお二人をお招きしました
- AI 311 2024-07-15 18:48:52