人工智能相關文章 甲骨文擬建3個小型核反應堆支撐其構建全球最強AI超算 甲骨文擬建3個小型核反應堆：產1000兆瓦能源，支撐其構建全球最強AI超算 發表于：9/14/2024 網信辦發布《人工智能生成合成內容標識辦法（征求意見稿）》 明確了！國家網信辦發布《人工智能生成合成內容標識辦法（征求意見稿）》 發表于：9/14/2024 OpenAI承認o1推理模型將增加制造生物武器風險 OpenAI承認o1推理模型將增加制造生物武器風險 發表于：9/14/2024 昆侖萬維發布獎勵模型Skywork-Reward 昆侖萬維發布獎勵模型 Skywork-Reward，登頂 RewardBench 排行榜 發表于：9/14/2024 北京發出首張具身智能機器人食品經營許可證 北京發出首張“具身智能機器人食品經營許可證”：“AI 大廚”即將登場 發表于：9/14/2024 元象發布中國最大MoE開源大模型 元象發布中國最大MoE開源大模型：總參數255B，激活參數36B 發表于：9/14/2024 OpenAI發布全新o1模型 9 月 13 日消息，OpenAI 傳聞中的“草莓”（Strawberry）AI 模型現已面世，正式名稱為“o1”，是該公司首款具備“推理”能力的模型。 o1 和 o1-mini OpenAI 表示對該模型進行特殊訓練，能夠比人類更快地回答更復雜的問題。與之同時發布的還有 o1-mini，一個更小、成本更低的版本。 發表于：9/13/2024 中國信通院：到2026年全球生成式AI計算市場規模將突破百億美元 中國信通院：到2026年全球生成式AI計算市場規模將突破百億美元 發表于：9/13/2024 Gartner：到2028年使用AI編碼助手的軟件工程師比例將增至75% 9月11日消息，Gartner發布2024年數字政務服務技術成熟度曲線，其中包含將在五年內對數字政務服務產生顛覆性影響的六項技術：數字員工體驗（DEX）、人工智能（AI）編碼助手、生成式人工智能（GenAI）、生成式設計AI、政務預測性分析，以及工作方式分析（WSA）。 發表于：9/13/2024 甲骨文宣布推出配備131072塊NVIDIA B200 GPU頂級AI集群 甲骨文AI集群配備131072塊NVIDIA B200 GPU：恐怖算力24萬億億次 發表于：9/13/2024 華為預測大模型首次投入寶鋼生產控制 華為預測大模型首次投入寶鋼生產控制：完美通過專家團隊評估 發表于：9/13/2024 傳美國將批準英偉達向沙特出口最先進芯片H200 據報道，消息人士透露，美國政府正在考慮允許英偉達向沙特阿拉伯出口先進的H200芯片，這將有助于該國訓練和運行最強大的人工智能（AI）模型。 沙特AI峰會的與會者，包括一些在沙特阿拉伯數據和人工智能管理局工作的人表示，該國正在努力符合美國的安全要求，以加快獲得這些芯片。 消息人士補充說，為了跟上阿聯酋在人工智能發展方面的進步，沙特阿拉伯正在與美國“結盟”以確保這些芯片的安全。 發表于：9/12/2024 授權代理商貿澤電子為工程師提供AMD的全新AI和邊緣技術 2024年9月9日 – 提供超豐富半導體和電子元器件?的業界知名新品引入 (NPI) 代理商貿澤電子 (Mouser Electronics) 是高性能和自適應計算技術領域知名廠商AMD的全球授權代理商。貿澤有超過4000種AMD產品擁有現貨庫存或已開放訂購，其豐富多樣的AMD解決方案適用于數據中心、人工智能 (AI)、沉浸式技術和嵌入式應用。 發表于：9/12/2024 基于拓撲結構的度量學習與拓撲傳播的miRNA-疾病關聯預測算法 miRNA的突變和異常表達可能導致各種疾病，因此預測miRNA與疾病的潛在相關性對于臨床醫學和藥物研究的發展具有重要意義。拓撲結構是miRNA-疾病預測算法的重要組成部分，然而當前算法并未有效利用拓撲結構導致預測結果并不理想。與此同時，如何有效地融合多源數據也是當前的研究趨勢。針對上述問題，提出一種自適應融合異質節點結構信息算法（MMTP），通過利用節點的一階鄰居和元路徑誘導網絡學習結構特征，并利用度量學習和拓撲傳播自適應地融合異質節點結構信息，以提升miRNA-疾病預測精度。5折交叉驗證實驗結果表明，MMTP在HMDD v3.2數據集上的受試者操作曲線下面積（AUC）為94.81，高于其他模型。并且在基于腎癌的案例研究中，該模型所預測的前30個miRNAs全部得到證實。上述研究證明，所提的MMTP模型可有效預測miRNA-疾病相關性。 發表于：9/11/2024 基于毫米波雷達三維點云的室內跌倒檢測 全球老齡化時代的到來引發的老年人健康監護問題不可忽視，而室內跌倒對獨居的老年人有非常大的安全隱患。因此，為準確檢測到跌倒動作，使用毫米波雷達三維點云信息進行室內跌倒檢測，并提出一種基于外部注意力機制的PointLSTM網絡實現三維點云在時序的分類。通過MIMO體制的毫米波雷達芯片采集人體動作的回波信號，利用集成雷達基帶處理器的微控制器實現信號處理的部分，可將原始數據實時轉換成三維點云，并提高點云處理中的計算速度及雷達硬件的整體性能。基于外部注意力機制的PointLSTM網絡可實現點云在時空中的提取特征和分類識別，網絡改進了PointLSTM幀間點信息的流失問題，并在信息提取中對所有數據實現特征聯系，外部注意力機制通過獨立的可學習參數優化了網絡復雜度和識別精確率。實驗結果表明，所提出的方法在室內環境下檢測準確率可以達到98.3%，可以有效區分動作的類別，并驗證了使用毫米波雷達三維點云檢測人體跌倒的可行性。 發表于：9/11/2024 ?…41424344454647484950…?
