


Enam jabatan mencipta empat senario aplikasi utama untuk kecerdasan buatan
Baru-baru ini, bagi melaksanakan "Pelan Pembangunan Kecerdasan Buatan Generasi Baharu" dan membimbing semua lokaliti dan entiti secara sistematik untuk mempercepatkan aplikasi senario kecerdasan buatan dan menggalakkan pembangunan ekonomi berkualiti tinggi, Kementerian Sains dan Teknologi, Kementerian Pendidikan, Kementerian Perindustrian dan Teknologi Maklumat, dan Kementerian Pengangkutan Enam jabatan Kementerian Pertanian dan Hal Ehwal Luar Bandar dan Suruhanjaya Kesihatan Negara bersama-sama mengeluarkan "Pendapat Panduan Mempercepat Inovasi Senario dan Mempromosikan Pembangunan Ekonomi Berkualiti Tinggi melalui Tinggi -level Aplikasi Kepintaran Buatan" (selepas ini dirujuk sebagai "Pendapat").
"Pendapat" menunjukkan bahawa inovasi senario dipandu oleh aplikasi kreatif teknologi baharu dan mengambil kaitan bekalan dan permintaan sebagai laluan untuk mencapai peningkatan berulang bagi teknologi baharu. teknologi dan proses pertumbuhan industri yang pesat. Mempromosikan inovasi dalam senario kecerdasan buatan adalah sangat penting untuk mempromosikan aplikasi kecerdasan buatan peringkat tinggi dan menyokong pembangunan berkualiti tinggi dengan lebih baik. Perkembangan pesat teknologi kecerdasan buatan negara saya, data dan sumber pengkomputeran yang semakin banyak, dan pengembangan berterusan senario aplikasi telah meletakkan asas yang kukuh untuk inovasi dalam senario kecerdasan buatan. Walau bagaimanapun, masih terdapat masalah seperti pemahaman yang tidak mencukupi tentang inovasi adegan, reka bentuk sistem adegan utama yang tidak mencukupi, keterbukaan peluang adegan yang tidak mencukupi, dan ekologi inovasi adegan yang tidak sempurna Ia adalah perlu untuk mengukuhkan panduan keseluruhan kerja inovasi adegan kecerdasan buatan.
"Pendapat" menjelaskan bahawa usaha harus dibuat untuk mencipta senario utama untuk kecerdasan buatan:
1. Cipta senario utama di sekitar penanaman pintar canggih dan cekap ekonomi. Galakkan penerokaan mendalam senario aplikasi teknologi kecerdasan buatan dalam industri utama seperti pembuatan, pertanian, logistik, kewangan, perdagangan dan kelengkapan rumah untuk menggalakkan pembangunan ekonomi pintar yang canggih dan cekap. Dalam bidang pembuatan, keutamaan diberikan kepada meneroka senario pintar seperti otak industri, pembuatan berbantukan robot, pemeriksaan industri penglihatan mesin dan pengurusan sambungan peralatan. Dalam bidang pertanian, keutamaan diberikan untuk menerokai senario pintar seperti operasi pemanduan automatik navigasi satelit jentera pertanian, enjin maklumat geografi pertanian, tempahan jentera pertanian dalam talian, penorehan pokok getah, ladang pintar, pengurusan digital rantaian industri, perlindungan loji dron, pemantauan IoT pengeluaran pertanian, dan kawalan kualiti dan keselamatan produk pertanian. Dalam bidang logistik, keutamaan diberikan kepada meneroka senario pintar seperti pengisihan robot, pengendalian bahan, pergudangan tiga dimensi pintar dan terminal kebolehkesanan. Dalam bidang kewangan, keutamaan diberikan kepada meneroka senario pintar seperti kawalan risiko kewangan data besar, pelaporan kredit pintar perusahaan dan anti-penipuan pintar. Dalam bidang perniagaan, keutamaan diberikan untuk meneroka senario pintar seperti mesyuarat kerjasama dalam talian berbilang orang, pameran dalam talian dan penyelesaian inventori. Dalam bidang kelengkapan rumah, keutamaan diberikan untuk meneroka senario pintar seperti sambung pintar rumah, membina pemantauan pintar dan reka bentuk produk dalam talian. Dalam sektor pengguna, kami sedang meneroka secara aktif senario baru muncul seperti peruncitan kontena tanpa pemandu, pasar raya tanpa pemandu dan panduan beli-belah pintar. Dalam bidang pengangkutan, keutamaan akan diberikan kepada meneroka senario aplikasi pintar pemanduan berautonomi dan teknologi perkapalan pintar dalam pengangkutan taman, sambungan feri, pengedaran pintar, platun trak, pengangkutan kontena pelabuhan, operasi pelabuhan pintar, dan navigasi kapal berautonomi.
2. Cipta senario utama sekitar pembinaan masyarakat yang selamat, mudah dan pintar. Berorientasikan bandar yang lebih pintar dan masyarakat yang lebih bertimbang rasa, kami akan terus meneroka peluang untuk senario aplikasi kecerdasan buatan dalam bidang pengurusan bandar, pengurusan trafik, perlindungan alam sekitar ekologi, kesihatan perubatan, pendidikan dan penjagaan warga emas, serta membawa keluar demonstrasi aplikasi senario sosial pintar. Dalam bidang pengurusan bandar, kami meneroka senario seperti otak bandar, persepsi IoT bandar, ketersediaan data kerajaan yang tidak kelihatan dan perolehan digital. Dalam bidang pengurusan trafik, kami meneroka senario seperti otak trafik, jalan pintar, tempat letak kereta pintar, pemanduan autonomi, pelabuhan pintar dan laluan air pintar. Dalam bidang perlindungan ekologi dan alam sekitar, tumpuan adalah untuk meneroka senario seperti pemantauan alam sekitar pintar dan pemeriksaan dron autonomi. Bidang komuniti pintar meneroka komuniti masa depan, penghantaran tanpa pemandu, e-dagang komuniti, restoran digital dan senario lain. Bidang perubatan secara aktif meneroka senario seperti diagnosis tambahan pintar pengimejan perubatan, sokongan keputusan tambahan untuk diagnosis dan rawatan klinikal, robot perubatan, hospital Internet, pengurusan peralatan perubatan pintar, hospital pintar, dan perkhidmatan kesihatan awam pintar. Bidang pendidikan secara aktif meneroka bilik darjah dalam talian, bilik darjah maya, latihan simulasi maya, bilik pengajaran dan penyelidikan maya, bahan pengajaran baharu, pembinaan sumber pengajaran, kampus pintar dan senario lain. Bidang penjagaan warga tua sedang giat meneroka senario seperti pemantauan pintar di rumah dan aplikasi peranti boleh pakai pintar. Dalam sektor luar bandar, kami sedang aktif meneroka senario seperti tadbir urus pintar luar bandar, perumahan luar bandar digital dan perkhidmatan kerajaan dalam talian.
3. Cipta senario utama sekitar aktiviti penyelidikan saintifik peringkat tinggi. Menggalakkan teknologi kecerdasan buatan untuk menjadi paradigma baharu untuk menyelesaikan masalah saintifik utama dalam bidang matematik, kimia, sains bumi, bahan, biologi dan sains angkasa, dan memainkan sepenuhnya peranan teknologi kecerdasan buatan dalam pemerolehan data sastera , ramalan eksperimen, analisis keputusan, dsb. Memfokuskan pada bidang penciptaan ubat baharu, penyelidikan genetik, penyelidikan dan pembangunan pembiakan biologi, penyelidikan dan pembangunan bahan baharu, ruang dalam dan laut dalam, dsb., kami merancang senario aplikasi kecerdasan buatan teknologi berdasarkan permintaan, mengintegrasikan algoritma model kecerdasan buatan dan pengetahuan data domain, dan merealisasikan masalah dan penemuan saintifik utama.
4. Cipta adegan utama di sekitar acara utama negara dan projek utama. Dalam acara besar dan persidangan penting seperti Sukan Asia, Sukan Negara, Ekspo Import Antarabangsa China dan Pameran Perdagangan Perkhidmatan, kembangkan senario aplikasi kecerdasan buatan dan sediakan peluang ujian dan pengesahan untuk teknologi kecerdasan buatan dan aplikasi produk. Menggalakkan penggunaan teknologi kecerdasan buatan dalam projek pembinaan utama seperti koridor tulang belakang strategik, kereta api berkelajuan tinggi, kemudahan pelabuhan dan perkapalan, dan pembinaan lapangan terbang moden untuk meningkatkan kecekapan pembinaan projek utama.
Atas ialah kandungan terperinci Enam jabatan mencipta empat senario aplikasi utama untuk kecerdasan buatan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas
