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:
-
- 復旦大学などは、画像、音楽、テキスト、音声を含むあらゆるモーダル入出力である AnyGPT をリリースしました。
- 最近では、OpenAI のビデオ生成モデル Sora が人気となり、生成 AI モデルのマルチモーダル機能が再び広く注目を集めています。現実世界は本質的にマルチモーダルであり、生物は視覚、言語、聴覚、触覚などのさまざまなチャネルを通じて情報を感知し、交換します。マルチモーダル システム開発の有望な方向性の 1 つは、LLM のマルチモーダル認識機能を強化することです。これには、主にマルチモーダル エンコーダーと言語モデルの統合が含まれます。これにより、さまざまなモダリティにわたって情報を処理し、LLM のテキスト処理能力を活用して一貫した応答を生成できるようになります。ただし、この戦略はテキスト生成にのみ適用され、マルチモーダル出力には適用されません。一部の先駆的研究は、言語モデルにおけるマルチモーダルな理解と生成の実現において大きな進歩を遂げていますが、これらのモデルは単一のモデルに限定されています。
- AI 868 2024-03-05 09:19:17
-
- 人工知能をクラウドに導入するための 10 の考慮事項
- クラウド コンピューティングは、あらゆる規模の企業がインターネット経由で多様なオンデマンドの仮想 IT リソースにアクセスできるようにする変革的な変化です。主な製品には、運用ニーズに合わせてシームレスに拡張できるデータベース、インフラストラクチャ、プラットフォーム、ソフトウェア、ストレージが含まれます。このダイナミズムにより、迅速なプロビジョニングと機敏な配信モデルが可能になり、組織は長期的な内部開発から解放されます。機能は、コンピューティング能力やデータ ウェアハウジングなどの基本的なユーティリティから、ターンキー人工知能、データ分析、ビジネス プロセス自動化ツールまで多岐にわたります。膨大なコンピューティング能力と最先端の機能を集中させたリソースへのアクセスを簡素化することで、クラウドはイノベーションを推進し、効率を高め、従来の産業を破壊するための前例のないオプションを提供します。さまざまな業界の経営幹部が業務をクラウドに移行するデジタル変革の取り組みを主導する中、
- AI 308 2024-03-04 22:50:16
-
- AI は人間の編集者に代わる最初の戦いに失敗、ウィキペディアはもはや CNET メディアを信頼できる情報源とは見なさない
- 3 月 2 日のニュースによると、数秒以内にニュース記事を生成することは、確かにメディア業界にとって非常に魅力的な導入計画ですが、テクノロジー メディアの CNET は、率先して導入したにもかかわらず賞賛されることはなく、むしろ評判を傷つけました。 Wikipedia には、信頼できるニュース ソースをリストする「ReliableSources/PerennialSources」というページがあります。 2022 年から、CNET は人工知能を使用して一部の記事を生成する実験を開始しました。しかし、これらの記事には多数の文法上の誤りと明らかな盗用が含まれており、会社の評判に重大な影響を及ぼしました。否定的なレビューと外部からの圧力に直面した後、CNET は人工知能プロジェクトを直ちに終了し、これらの問題を積極的に修正することを決定しました。
- AI 768 2024-03-04 22:20:40
-
- ロボティクスとオートメーション: 仕事の未来への影響
- 1. 効率と生産性の向上: ロボットと自動化技術の発展により、さまざまな産業の効率と生産性が大幅に向上しました。自動化されたプロセスとロボット システムを通じて、多くの反復的なタスクが迅速かつ効率的に完了し、人間の作業者が仕事のより複雑で創造的な側面に集中できるようになります。 2. 職務の配置転換と再訓練: 自動化により効率は向上しますが、雇用の喪失に関する懸念も生じます。日常的な手作業が自動化に置き換えられ、雇用市場の状況が変化する可能性があります。したがって、新興テクノロジーの需要に適応するために、従業員の再訓練とスキルアップに重点を置く必要があります。これは、従業員がテクノロジーの発展に遅れないようにするための教育とトレーニングに投資することを意味します。同時に政府と企業も協力する必要がある
- AI 397 2024-03-04 21:31:23
-
- ギャップを埋める: 人工知能時代に向けたデータセンターの変革
- 最新のデータセンターは、規模に関係なく、イノベーション戦略の重要な部分として電源管理とバックアップ戦略を再考する必要があります。人工知能の時代はデータセンターの現状を完全に変えるでしょう。あらゆるタイプの企業が、生成 AI テクノロジーの活用方法を積極的に模索しています。そのため、より高度で安全、かつ効率的なデータセンター設備が必要となります。ハイパースケーラーは、新しい機会を追求し、最先端のテクノロジーを活用して新しいインフラストラクチャを構築するためのリソースと能力を備えているため、現代のデータセンターにとって理想的なユーザー グループです。それでも、企業は、より少ないニーズを満たすことに限定する必要はありません。不動産の利用を最適化する適切なテクノロジーを組み込むことで、小規模なデータセンターを AI 時代に向けて変革できます。これには、AI アプリケーションを強化するものについて慎重に検討する必要があります。
- AI 1202 2024-03-04 20:25:35
-
- Orange3 の探索: データ マイニングと機械学習の新しい世界を切り開きます!
- Orange3 は、強力なオープンソース データ視覚化および機械学習ツールであり、豊富なデータ処理、分析、モデリング機能を備えており、ユーザーにシンプルかつ高速なデータ マイニングおよび機械学習ソリューションを提供します。この記事では、Orange3 の基本的な機能と使用法を簡単に紹介し、実際のアプリケーション シナリオや Python コードのケースと組み合わせて、読者が Orange3 の使用スキルをよりよく習得できるようにします。 Orange3 の基本機能には、データのロード、データの前処理、特徴の選択、モデルの確立と評価などが含まれます。ユーザーは直感的なインターフェイスを使用してコンポーネントをドラッグ アンド ドロップし、データ プロセスを簡単に構築できます。同時に、より複雑なデータ処理やモデリングのタスクも Python スクリプトを通じて実行できます。以下、実践的な内容を見ていきます
- AI 849 2024-03-04 20:16:18
-
- 人工知能が診断ツールをどのように再構築しているか
- 医療は常に革新的であり、命を救うには新しいアイデアが不可欠です。 1895 年にヴィルヘルム・アイントホーフェンが心電図 (ECG) を発明してから、現在の医療における人工知能 (AI) の応用に至るまで、その進歩は目覚ましいものがあります。人工知能の介入は医学に大きな変化をもたらし、将来さらに大きな進歩が起こることを示しています。たとえば、心臓の問題により、毎日世界中で多くの人々の命が静かに奪われています。現実には、多くの人が手遅れになるまで症状が現れません。しかし、これらの脅威を早期に検出し、悲劇が起こる前に介入できたらどうなるでしょうか? ここで希望の光として人工知能が介入します。診断ツールの重要性 診断ツールは医療において非常に重要な役割を果たしており、それは主に次の側面に反映されています。
- AI 439 2024-03-04 19:46:20
-
- 7BモデルはGPT4-Vを超える!香港科技大学などが「グラフ推論質疑応答」データセットを公開GITQA:ビジュアルグラフで推論能力を向上
- グラフ ニューラル ネットワーク (GNN) は、グラフの構造情報を推論に活用することに優れていますが、多くの場合、最適なパフォーマンスを達成するにはドメイン固有の調整が必要となるため、さまざまなタスクにわたって一般化する能力が制限されます。大規模言語モデル (LLM) は、グラフ推論のためのより強力なクロスタスクおよび一般化機能を備えていますが、多くの場合、特定のタスクでは専用のグラフ ニューラル ネットワーク モデルほどのパフォーマンスは得られません。グラフ推論に関する現在の研究では、従来のグラフ ニューラル ネットワークであれ、大規模な言語モデルに基づくグラフ推論手法であれ、グラフ推論における視覚情報の重要性が無視されることがよくあります。ただし、人間は視覚機能を使用して、グラフ内にリングがあるかどうかの判断など、グラフのタスクを効率的かつ正確に完了します。したがって、グラフ推論における視覚的な形態学的グラフ情報の役割を調査することは非常に重要です。すなわち
- AI 534 2024-03-04 17:43:33
-
- 比類のない UniVision: BEV 検出と Occ 統合統合フレームワーク、デュアル SOTA!
- 事前に書いたものと個人的な理解 近年、自動運転技術における視覚中心の 3D 認識が急速に進歩しています。さまざまな 3D 認識モデルには多くの構造的および概念的な類似点がありますが、特徴の表現、データ形式、および目標には依然としていくつかの違いがあり、統一された効率的な 3D 認識フレームワークの設計に課題をもたらしています。したがって、研究者たちは、より完全で効率的な 3D 認識システムを構築するために、さまざまなモデル間の違いをより適切に統合するためのソリューションを見つけるために懸命に取り組んでいます。この種の取り組みにより、自動運転の分野により信頼性が高く先進的な技術がもたらされ、複雑な環境、特にBEVでの検出タスクや占有タスクでの能力が向上すると期待されていますが、共同訓練をうまく行うことはまだ困難です。制御不能な影響が多くのことを引き起こす
- AI 305 2024-03-04 15:55:02
-
- 清華大学とハルビン工業大学は大規模モデルを 1 ビットに圧縮しており、携帯電話上で大規模モデルを実行したいという願望が実現しようとしています。
- 大きなモデルが普及して以来、大きなモデルを圧縮したいという人々の欲求が衰えることはありません。大型モデルは多くの面で優れた機能を発揮しますが、導入コストが高いため、使用の敷居が大幅に高くなるからです。このコストは主に占有スペースと計算量から発生します。 「モデル量子化」は、大規模なモデルのパラメータを低ビット幅の表現に変換することでスペースを節約します。現在、主流の方法では、モデルのパフォーマンスをほとんど損なうことなく、既存のモデルを 4 ビットに圧縮できます。しかし、3ビット以下の量子化は超えられない高い壁のようなもので、研究者たちを悩ませています。図 1: 定量的モデルの複雑さは 2 ビットで急速に上昇します 最近、清華大学とハルビン工業大学が arXiv 上で共同発表した論文は画期的な成果でした。
- AI 1030 2024-03-04 14:31:29
-
- 最小限の計算リソースとメモリ リソースで実行できる小型 Llama 大規模モデル
- 背景 はじめに 現在の情報爆発の時代において、言語モデルのトレーニングはますます複雑かつ困難になってきています。効率的な言語モデルをトレーニングするには、多くのコンピューティング リソースと時間が必要ですが、これは多くの人にとって現実的ではありません。同時に、特にエッジデバイス上で、限られたメモリとコンピューティングリソースの下で大規模な言語モデルをどのように適用するかという課題にも直面しています。今日は、GitHub オープン ソース プロジェクト jzhang38/TinyLlama をお勧めします。このプロジェクトは、GitHub で 4.3kStar を超えています。プロジェクトを一言で紹介すると、次のようになります。「TheTinyLlamaprojectisanopenendeavortopretraina1.1BLlama」
- AI 759 2024-03-04 14:30:04
-
- デザインにおける人工知能: 課題と機会は何ですか?
- デザインは私たちの周りに溢れています。それは私たちが読んだ本、使用するアプリ、さらには購入した製品にも含まれています。古代の人々が自分たちの物語を共有するために洞窟の壁に絵を描いたり、視覚的に魅力的な印刷物を作成したり、そしてデジタルプラットフォームのインターフェースを作成する現代に至るまで、それは太古の昔から人間の生活の一部でした。時代の発展に伴い、デザインの分野も日々進化しています。私たちは徐々に、人工知能がデザインにおいて重要な役割を果たす新しい時代に入りつつあります。コンピューターが Photoshop などのツールを導入してデザインの分野を変革したのと同じように、人工知能は今、これまでに見たことのない方法でデザインの側面に革命を起こしています。この新しい時代では、人工知能はより高速かつ効率的な設計ソリューションを提供するだけでなく、設計者を支援することもできます。
- AI 441 2024-03-04 12:00:13
-
- Arthur Bench に基づいて LLM 評価を行うにはどうすればよいですか?
- こんにちは、私は Luga です。今日は、人工知能 (AI) の生態分野に関連するテクノロジー、つまり LLM 評価についてお話します。 1. 従来のテキスト評価が直面する課題 近年、大規模言語モデル (LLM) の急速な開発と改善により、従来のテキスト評価手法はいくつかの側面で適用できなくなる可能性があります。テキスト評価の分野では、BLEU などの「単語の出現」に基づく評価方法や、BERTScore などの「事前学習済みの自然言語処理モデル」に基づく評価方法など、いくつかの方法を聞いたことがあるかもしれません。これらの方法は過去にうまく機能しましたが、LLM 生態技術の継続的な開発により、やや不十分であり、現在のニーズを完全に満たすことができないようです。 L付き
- AI 333 2024-03-04 09:40:47
-
- NVIDIA AI ゲームエンジンの実際のテスト: NPC とのリアルタイムチャット、中国語が流暢
- 『サイバーパンク2077』で黄学者が作った知性あるNPCはすでに中国語を話せる? Qubit を実際に体験して、NPC が中国語と英語で流暢に会話し、自然な表情と動き、口の形を一致させているのを目の当たりにする...目の前にスクリーンがなかったら、本当にその場にいるような気分になるでしょう。今年の CES 展示会で、Nvidia はインテリジェント エンジン Avatar Cloud Engine (ACE) を使用してゲームの NPC を「生きた」ものにし、大きな衝撃を与えました。 △CESに展示されるインテリジェントなNPCにはACEが採用されており、事前にスクリプトを用意することなく、ゲーム内のキャラクターが生き生きとした表情や体の動きを見せながら、プレイヤーとリアルな音声会話を行うことができます。デビュー当時はUbisoft、Tencent、NetEase、MiHoYoなどが存在しました。
- AI 758 2024-03-04 09:40:20
-
- モデルの好みはサイズだけに関係しますか?上海交通大学は人間の好みの定量的要素と 32 の大規模モデルを包括的に分析
- 現在のモデル トレーニング パラダイムでは、嗜好データの取得と使用が不可欠な部分になっています。トレーニングでは、嗜好データは通常、人間または AI フィードバックに基づく強化学習 (RLHF/RLAIF) や直接嗜好最適化 (DPO) などのアライメント中のトレーニング最適化ターゲットとして使用されますが、モデルの評価では、タスクに起因するものがあるため、問題の複雑さのため、通常は標準的な答えはありません。通常、ヒューマン アノテーターの優先アノテーションまたは高性能大規模モデル (LLM-as-a-Judge) が判断基準として直接使用されます。上述した嗜好データの応用は広く成果を上げているものの、嗜好そのものに関する十分な研究が不足しており、より信頼性の高いAIシステムの構築が大きく妨げられています。この目的のために、上海コミュニケーションズは
- AI 955 2024-03-04 09:31:43