第 97 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

分類：: 人工智慧 IT業界

最熱

最新

CIO分享：如何在企業中駕馭生成式AI

生成式AI正在為企業帶來創新的機遇，但在這個新時代，高階主管需要密切關註生成式AI的應用，以確保程式碼質量，減少技術風險。高階主管應該審慎評估AI解決方案的可靠性和安全性，同時制定有效的監控措施，以便及時發現並糾正潛在問題。透過建立嚴格的技術標準和監督機制，企業能夠更好地利生成式AI在早期階段就開始改變組織並對IT策略產生了深遠影響。儘管大型語言模型加速了工程敏捷性，但也引發了技術債的問題。 RedMonk公司的首席分析師兼聯合創始人StephenO'Grady指出：「生成式系統可能會增加程式碼生成

人工智慧 979 2024-03-26 17:31:44
AI推理和訓練有什麼不同？你知道嗎？

如果要用一句話概括AI的訓練和推理的不同之處，我覺得用「台上一分鐘，台下十年功」最為貼切。小明和心儀已久的女神交往多年，對邀約她出門的技巧和心得頗有心得，但仍對其中的奧秘感到困惑。借助AI技術，能否實現精準預測呢？小明思考再三，總結出了可能影響女神是否接受邀請的變數：是否假日，天氣不好，太熱/太冷了，心情不好，生病了，另有他約，家裡來親戚了.... ..等等。圖片將這些變數加權求和，如果大於某個閾值，女神必定接受邀約。那麼，這些變數的都佔多少權重，閾值又是多少呢？這是一個十分複雜的問題，很難通過

人工智慧 785 2024-03-26 14:40:15
TensorFlow深度學習架構模型推理Pipeline進行人像摳圖推理

概述為了讓ModelScope的使用者能夠快速、方便的使用平台提供的各類模型，提供了一套功能完備的Pythonlibrary，其中包含了ModelScope官方模型的實現，以及使用這些模型進行推理，finetune等任務所需的資料預處理，後處理，效果評估等功能相關的程式碼，同時也提供了簡單易用的API，以及豐富的使用範例。透過呼叫library，使用者可以只寫短短的幾行程式碼，就可以完成模型的推理、訓練和評估等任務，也可以在此基礎上快速進行二次開發，實現自己的創新想法。目前library提供的演算法模型，

人工智慧 681 2024-03-26 13:00:39
CLIP-BEVFormer：明確監督BEVFormer結構，提升長尾偵測性能

寫在前面&筆者的個人理解目前，在整個自動駕駛系統當中，感知模組扮演了其中至關重要的角色，行駛在道路上的自動駕駛車輛只有通過感知模組獲得到準確的感知結果後，才能讓自動駕駛系統中的下游規控模組做出及時、正確的判斷和行為決策。目前，具備自動駕駛功能的汽車中通常會配備包括環視相機感測器、光達感測器以及毫米波雷達感測器在內的多種數據資訊感測器來收集不同模態的信息，用於實現準確的感知任務。基於純視覺的BEV感知演算法因其較低的硬體成本和易於部署的特點，以及其輸出結果能便捷地應用於各種下游任務，因此受到工業

人工智慧 525 2024-03-26 12:41:28
電腦視覺正在改變零售業

零售企業主經常面臨庫存管理問題，這阻礙了長期客戶關係的發展。利用電腦視覺在零售庫存管理中的應用是一種創新的解決方案，有助於建立穩健的營運模式，從而實現業務目標。零售業對客戶需求的敏感度很高，因此需要持續投資以改善消費者體驗。電腦視覺在零售業的應用幫助加強了庫存管理，這是零售業中至關重要的方面。這種技術提供了一個理想的解決方案，因為它涉及多個相互依賴的過程，最終會影響產品的交付。在這一連串的過程中，即使是微小的錯誤也可能對客戶滿意度和企業聲譽造成威脅。電腦視覺在零售庫存管理中的好處計

人工智慧 314 2024-03-26 12:31:19
如何讓機器學習賦能工業應用？

設備故障對工業部門造成了嚴重的問題，導致生產損失和計劃外停機。這種情況對全球加工製造商來說是一個嚴重的挑戰，每年造成的損失可高達數十億美元。例如，如果一個關鍵的生產設備突然出現故障，可能會導致整個生產線停擺數小時，進而影響整個供應鏈的運作。幸運的是，現代機器學習(ML)提供了一個突破性的解決方案。透過分析大量感測器數據，ML演算法可以在故障和積壓發生之前預測故障和積壓，從而實現主動維修並大幅減少停機時間。但這還不是全部，ML還揭示了生產資料中隱藏的模式，優化了流程，減少了浪費，提高了整體效率。在組

人工智慧 781 2024-03-26 12:16:02
模型合併就進化，直接拿下SOTA！ Transformer作者創業新成果火了

把Huggingface上的現成模型拿來「攢一攢」－直接就能組合出新的強大模型？！日本大模型公司sakana.ai腦洞大開（正是「Transformer八子」之一所創辦的公司），想出了這麼一個進化合併模式的妙招。該方法不僅能自動產生新的基礎模型，而且性能絕不賴：他們利用一個包含70億個參數的日語數學大型模型，在相關基準測試中取得了最先進的結果，超越了700億參數的Llama- 2等先前模型。最重要的是，得出這樣的模型不需要任何梯度訓練，因此所需的計算資源大大減少。英偉達科學家JimFan看完大讚

人工智慧 332 2024-03-26 11:30:14
使用GaLore在本地GPU進行高效率的LLM調優

訓練大型語言模型(llm)是一項運算密集的任務，即使是那些「只有」70億個參數的模型也是如此。這種程度的訓練所需的資源超出了大多數個人愛好者的能力範圍。為了彌補這一差距，出現了低秩適應(LoRA)等參數高效方法，使得在消費級gpu上可以對大量模型進行微調。 GaLore是一種創新方法，它採用最佳化參數訓練方式來減少VRAM需求，而非簡單減少參數數量。這意味著GaLore是一種新的模型訓練策略，可讓模型充分利用全部參數進行學習，並比LoRA更有效地節省記憶體。 GaLore透過將這些梯度映射到低維空間，

人工智慧 825 2024-03-26 08:26:35
劍橋團隊開源：賦能多模態大模型RAG應用，首個預訓練通用多模態後期互動知識檢索器

論文連結：https://arxiv.org/abs/2402.08327DEMO連結：https://u60544-b8d4-53eaa55d.westx.seetacloud.com:8443/專案首頁連結：https://preflmr.github.io/論文論文標題：PreFLMR:ScalingUpFine-GrainedLate-InteractionMulti-modalRetrievers背景雖然多模態大模型（如GPT4-Vision、Gemini等）展示了強大的通用圖文理解能力，

人工智慧 327 2024-03-25 20:50:47
AI模型訓練：強化演算法與演化演算法

強化學習演算法(RL)和演化演算法(EA)是機器學習領域中獨具特色的兩種演算法，雖然它們都屬於機器學習的範疇，但在問題解決的方式和理念上有明顯的差異。強化學習演算法：強化學習是一種機器學習方法，其核心在於智能體與環境互動，透過嘗試與錯誤來學習最佳行為策略，以最大化累積獎勵。強化學習的關鍵在於智能體不斷嘗試各種行為，並根據獎勵訊號調整其策略。透過與環境的交互，智能體逐步優化其決策過程，以達到既定的目標。這種方法模仿了人類學習的方式，透過不斷試誤和調整來提高性能，使智能體能夠在復強化學習中的主要組成部分包

人工智慧 566 2024-03-25 19:21:18
CVPR 2024 | 零樣本6D物體姿態估計框架SAM-6D，向具身智慧更進一步

在許多實際應用中，物體姿態估計扮演著關鍵角色，例如在具身智慧、機器人操作和擴增實境等領域。在這一領域中，最先受到關注的任務是實例層級6D姿態估計，其需要關於目標物體的標註資料進行模型訓練，使深度模型具有物體特定性，無法遷移應用到新物體上。後來研究熱點逐步轉向類別層級6D姿態估計，用於處理未見過的物體，但要求該物體屬於已知感興趣的類別。而零樣本6D姿態估計是一種更泛化的任務設置，給定任意物體的CAD模型，旨在在場景中檢測出該目標物體，並估計其6D姿態。儘管其具有重要意義，這種零樣本的任務設置在

人工智慧 459 2024-03-25 18:56:18
人工智慧對建築管理轉型的影響日益增強

在當今建築管理的動態環境中，效率和創新至關重要，人工智慧的整合透過提供新穎的解決方案，使設計更加強大，簡化決策過程，從而發揮改變遊戲規則的作用，徹底改變了傳統的建築實踐。顯然，隨著人工智慧和BIM的出現，建築業突然變得更好，並準備進行革命性的轉變，而建築業恰好在過去被吹捧為以及傳統上以複雜的過程和碎片化的溝通為特徵。建築業規模龐大，經濟意義重大，在人工智慧和機器學習的推動下，該產業正經歷典範轉移。這場革命不僅僅是擁抱新科技；它也從根本上改變了人們規劃、執行和管理建築專案的方式。建築業每年

人工智慧 966 2024-03-25 18:36:58
2024 CSRankings全美電腦科學排名發布！ CMU霸榜，MIT跌出前5

2024CSRankings全美電腦科學專業排名，剛剛發布了！今年，全美全美CS最佳大學排名中，卡內基美隆大學（CMU）在全美和CS領域均名列前茅，而伊利諾大學香檳分校（UIUC）則連續六年穩定地位於第二。佐治亞理工學院則排名第三。然後，史丹佛大學、聖迭戈加州大學、密西根大學、華盛頓大學並列世界第四。值得注意的是，MIT排名下跌，跌出前五名。 CSRankings是由麻省州立大學阿姆赫斯特分校電腦與資訊科學學院教授EmeryBerger發起的全球院校電腦科學領域排名計畫。該排名是基於客觀的

人工智慧 1198 2024-03-25 18:01:15
微軟取得Inflection大模型使用權及大部分員工

根據內部消息透露，微軟斥資約6.5億美元，與人工智慧新創公司Inflection AI達成重磅協議。根據該協議，微軟不僅將獲得Inflection的核心大模型使用權，更將吸收大部分員工，包括共同創辦人，為微軟注入新的活力。根據通報，Inflection公司的先進人工智慧模式將利用微軟的Azure雲端服務平台對外開放。這筆巨額授權費用的到來將有助於Inflection回饋其投資者，包括Greylock和Dragoneer等。預計這些投資者將獲得高達1.5倍的豐厚回報作為回饋。週二，微軟宣布Infl

人工智慧 746 2024-03-25 16:16:40
3D版Sora來了？ UMass、MIT等提出3D世界模型，具身智慧機器人實現新里程碑

在最近的研究中，視覺-語言-動作（VLA，vision-language-action）模型的輸入基本上都是2D數據，沒有整合更通用的3D物理世界。此外，現有的模型透過學習「感知到動作的直接映射」來進行動作預測，忽略了世界的動態性，以及動作和動態之間的關係。相較之下，人類在思考時會引入世界模型，可以描繪除對未來情境的想像，從而對下一步的行動進行規劃。為此，來自馬薩諸塞州大學阿默斯特分校、MIT等機構的研究人員提出了3D-VLA模型，透過引入一類全新的具身基礎模型（embodiedfoundatio

人工智慧 997 2024-03-25 16:10:12