六部門打造人工智慧4大應用場景
近日,為落實《新一代人工智慧發展規劃》,系統指導各地方和各主體加速人工智慧場景應用,推動經濟高品質發展,科技部、教育部、工業和資訊化部、交通部、農業農村部、國家衛生健康委六部門聯合印發了《關於加速場景創新以人工智慧高水準應用促進經濟高品質發展的指導意見》(以下簡稱《意見》)。
《意見》指出,場景創新是以新技術的創意應用為導向,以供需連結為路徑,實現新技術迭代升級和產業快速成長的過程。推動人工智慧場景創新對於促進人工智慧更高水準應用,更好地支撐高品質發展具有重要意義。我國人工智慧技術快速發展、數據和算力資源日益豐富、應用場景不斷拓展,為開展人工智慧場景創新奠定了堅實基礎。但仍有對場景創新認識不到位,重大場景系統設計不足,場景機會開放程度不夠,場景創新生態不完善等問題,需要加強人工智慧場景創新工作的統籌指導。
《意見》明確,要著力打造人工智慧重大場景:
一、圍繞高階高效能智慧經濟培育打造重大場景。 鼓勵在製造、農業、物流、金融、商務、家居等重點產業深入挖掘人工智慧技術應用場景,促進智慧經濟高端高效發展。製造領域優先探索工業大腦、機器人協助製造、機器視覺工業檢測、設備互聯管理等智慧場景。農業領域優先探索農機衛星導航自動駕駛作業、農業地理資訊引擎、網約農機、橡膠樹割膠、智慧農場、產業鏈數位化管理、無人機植保、農業生產物聯監測、農產品品質安全管控等智慧場景。物流領域優先探討機器人分流分類、物料搬運、智慧立體倉儲、追溯終端等智慧場景。金融領域優先探討大數據金融風控、企業智慧徵信、智慧反詐欺等智慧場景。商務領域優先探索多人線上協同會議、線上會展、盤點結算等智慧場景。家居領域優先探索家庭智慧互聯、建築智慧監測、產品線上設計等智慧場景。消費領域積極探索無人貨櫃零售、無人超市、智慧導購等新興場景。交通運輸領域優先探討自動駕駛和智慧航運技術在園區內運輸、擺渡接駁、智慧配送、貨車編隊行駛、港區貨櫃運輸、港區智慧作業、船舶自主航行等方面的智慧應用場景。
二、圍繞安全便利智慧社會建構打造重大場景。 以更智慧的城市、更貼心的社會為導向,在城市管理、交通治理、生態環保、醫療健康、教育、養老等領域持續挖掘人工智慧應用場景機會,進行智慧社會場景應用示範。城市管理領域探索城市大腦、城市物聯感知、政務數據可用不可見、數位採購等場景。交通治理領域探索交通大腦、智慧道路、智慧停車、自動駕駛出行、智慧港口、智慧航道等場景。生態環保領域重點在於探索環境智慧監測、無人機器自主巡檢等場景。智慧社群領域探索未來社群、無人配送、社群電商、數位餐廳等場景。醫療領域積極探索醫療影像智慧輔助診斷、臨床診療輔助決策支援、醫用機器人、網路醫院、智慧醫療設備管理、智慧醫院、智慧公共衛生服務等情境。教育領域積極探索線上課堂、虛擬教室、虛擬仿真實訓、虛擬教研室、新類型教材、教學資源建立、智慧校園等場景。養老領域積極探索居家智慧監測、智慧穿戴裝置應用等場景。農村領域積極探索鄉村智慧治理、數位農房、線上政務服務等場景。
三、圍繞高水準科研活動打造重大場景。 推動人工智慧技術成為解決數學、化學、地學、材料、生物和太空科學等領域的重大科學問題的新範式,充分發揮人工智慧技術在文獻資料獲取、實驗預測、結果分析等方面作用,重點圍繞新藥創制、基因研究、生物育種研發、新材料研發、深空深海等領域,以需求為牽引規劃人工智慧技術應用場景,融合人工智慧模型演算法和領域數據知識,實現重大科學問題和發現的研究突破。
四、圍繞國家重大活動和重大工程打造重大場景。 在亞運會、全運會、進博會、服貿會等重大活動和重要會議舉辦中,拓展人工智慧應用場景,為人工智慧技術和產品應用提供測試、驗證機會。鼓勵在戰略骨幹通道、高速鐵路、港航設施、現代化機場建設等重大建設工程中運用人工智慧技術,提升重大工程建設效率。
以上是六部門打造人工智慧4大應用場景的詳細內容。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

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

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
