FX168财经网_全球视野外汇黄金加密货币NFT资讯网

IOST AI LABS ｜「 AI 视界」市场冷静期到来 AI 该如何脱虚向实

会变得更大、更复杂，并将涉及更大规模的深度学习模型、更快速的计算硬件以及更高效的模型架构。而多模态模型能够处理视觉信息、文本信息、听觉信息等多元化数据，能够对不同表现形式的信息进行融合理解，便是 AI 全面理解真实世界的重要一步。此外，随着硬件技术的不断发展，将 AI 算法融合到边缘设备上，减少对云计算的依赖，提高响应速度，是未来发展的一个重要方向。垂直行业落地未来 AI 将更广泛且深度地赋能各个垂直行业，包括医疗、金融、制造、零售、能源等。这必将涉及到更多系统性、定制化的解决方案，从而催生特定行业的特殊需求。此外，随着技术的发展，AI 将进一步渗透到新兴领域，如量子计算、生物医学、可再生能源等，并持续推动这些领域的创新和进步。生态建设规范随着 AI 技术的不断发展，社会对于伦理和法律问题的关注度不断增加，未来可能会更加强调AI 的道德使用、隐私保护和公平性，各国可能会制定更完善的法律框架来规范 AI 的开发和应用。包括隐私、安全、受限制等在内的一系列伦理和法规问题开始得到解决，并完成相应的法规、方针的制定，但可能需要时间来形成全球性的共识意见，而公众对于 AI 技术的认知和接受度也将随之大幅度提高。目前可预见的这些趋势只是一些可能的方向，实际发展取决于技术进步、社会需求和政策变化等多个因素的综合影响，人工智能领域作为一个高动态、快节奏的迭代创新过程，随时可因骤然出现的需求变化和市场动荡而催生全新的发展趋势和方向。结尾在奔赴 AI 星辰大海的征途中，【IOST AI LABS】已策略开启“ All in AI ”核心战略升级，积极抢抓政策利好及 AI 生态红利期，充分发挥自身在技术融创多链化、生态构建多云化、算力驱动产业化等领域的先天优势。目前，【IOST AI LABS】正携手 AWS、Tencent Cloud 等全球优质生态合作伙伴，通过对话与合作凝聚共识，构建开放、公正、有效的治理机制，持续加强AI、大数据、物联网、数字孪生等数字技术的创新研究，并已推出「NFT service 」、「Blockchain traceability service 」两大 AI 产品，以积极探索并拓展 AI 多领域创新性应用场景。在新产业、新业态、新商业模式经济建设的大背景下，企业对 AI 的需求逐渐升温， AI 产值的成长速度令人瞩目，而随着 AI 在千行百业的加速落地，相关企业必须深度聚焦且持续深耕“数据＋AI”赛道，抢 AI 技术变革带来的机遇，以科技创新塑造发展新动能，主动探索多场景应用价值，助推行业健康高质量发展。来源：金色财经

金色财经2024-01-11

腾讯公司取得图片识别专利，确保了深度神经网络在网络剪枝过程中的稳定性

、装置、设备及存储介质，属于人工智能的深度学习技术领域。所述方法包括：获取已训练完成的神经网络；根据已训练完成的神经网络确定基神经元，基神经元用于重建已训练完成的神经网络中的神经元；根据基神经元，确定已训练完成的神经网络中的冗余神经元，冗余神经元是指已训练完成的神经网络中能够通过基神经元组合表示的神经元；去除已训练完成的神经网络中的冗余神经元，得到剪枝后的神经网络。本申请实施例实现了准确判断该神经元的重要性，避免去除重要的神经元导致对深度神经网络的预测准确性造成较大的影响，确保了深度神经网络在网络剪枝过程中的稳定性。

金融界2024-01-11

复旦大学：本科毕业生直接就业不到两成超七成选择继续深造

力应成为改革重点。报告还指出，该校以深度学习为导向的学生评价体系有待健全，攻坚克难的学生难以在现有的评价体系中崭露头角。复旦大学公布上述大学毕业生直接就业率偏低的报告前，香港网络媒体01去年12月27日报导，上海财经大学校长、经济学者刘元春说，“（中国）青年失业问题不单是一个周期性的问题，而是系统性的问题、趋势性的问题。” 根据中国国家统计局公布的数据，2023年6月16至24岁青年失业率飙至21.3%，再创历史新高，且为连续第3个月破20%，之后就以“劳动力调查统计需进一步健全优化”为由，暂停公布青年失业率数据。在中共十九大报告中，曾专门用一段论述青年工作，强调“青年兴则国家兴，青年强则国家强”，因此，对于青年失业问题，学者纷纷发出警告。上海财经大学校长、知名经济学家刘元春就指出：“青年失业问题不单是一个周期性的问题，而是系统性的问题、趋势性的问题。我们判断，今后青年失业难题可能会持续10年，短期内会不断加剧。倘若处理不当，将会引发经济领域之外的其他社会问题，甚至成为政治问题的导火索。” 刘元春曾任中国人民大学副校长，是中国政府重要经济顾问，2022年4月曾在中国共产党最高决策机构中央政治局发表演说。据《中国疾病预防控制中心周报》（英文版CCDC weekly）去年发表的一份研究报告显示，2010年至2021年期间，5岁至14岁年龄组的自杀死亡率，平均每年上升了近10%；15岁至24岁年龄组的自杀率，2017年至2021年间更每年飙升19.6%。彭博社报道分析，中国年轻人长期面临着求学和就业的激烈竞争，近年来创纪录的青年失业率，也给年轻人造成了很大的压力。 2023年7月，国务院主办的中央直属党报《经济日报》就表示，“慢就业”现象虽存在争议，但“慢就业”一词并非贬义，“不是不就业，更不是躺平”。尤其针对主动选择“慢就业”的年轻人，则应进行区别引导，开发更多有针对性的专项技能培训课程和服务，增强青年群体适应产业发展、工作需求和基层就业的能力。此外，中国国务院参事室特约研究员、国家统计局前总经济师姚景源12月29日受访说：“2024年要特别关心青年人就业，要把解决青年人就业问题放在第一位。”青年人就业压力是需优先解决重大课题。

天马行空2024-01-10

千卡规模训练算力利用率达60%，蚂蚁开源分布式训练加速扩展库ATorch

orch可针对不同模型和硬件资源，实现深度学习自动资源动态优化和分布式训练稳定性提升，帮助优化深度学习的智能性，解决大模型训练的提效问题。ATorch大模型训练算力利用率可达60%，对于千亿模型千卡级训练提效非常友好，相当于为跑车装上了强劲的引擎。

金融界2024-01-09

【海信 CES 2024】半导体面板新变革！海信推出迷你LED两大突破系列重新定义“宅经济”市场

片组得以展现。这款先进的AI芯片组利用深度学习和创新技术重新定义观看体验。凭借Dynamic Tone Mapping Pro、人脸检测、AI HDR增强和AI细节增强，这款最先进的芯片组可精确优化显示，创建逼真的肤色，细化HDR细节，并显着改善图像细节，带来无与伦比的观看体验旅行。 100 U76N：大屏幕，大功能 100 U76N是ULED系列的新成员，以无与伦比的价值提供另一种全新的大屏幕体验。U76N是海信继大屏电视需求持续激增后推出的第二款100英寸产品。海信100英寸U8K是该品牌迄今为止销量最快的型号之一。 100 U76N拥有一系列功能，包括海信著名的ULED技术、QLED量子点技术、4K UHD分辨率、令人印象深刻的144 Hz刷新率(流畅运动)、电影制片人模式以及实现大屏幕真实感的IMAX增强。Wi-Fi 6e可确保不间断的流媒体传输，而Google TV则提供近乎无穷无尽的易于查找的内容选项，而Google的个性化推荐可让您发现受您所观看内容启发的新电影和节目。海信100 U76N拥有优质功能和与其大屏幕格式相匹配的巨大价值，是现代消费者全面、功能丰富的娱乐中心的缩影。海信2024年ULED和ULED X系列将于今年晚些时候上市，U76N将于本月晚些时候上市。 CES 2024的参观者可以1月9日至12日在拉斯维加斯会议中心(LVCC)中央大厅-18217号展位看到海信的这些令人兴奋的产品和更多创新。#CES 2024消费电子展#

小萧2024-01-09

2024年必安要奶的板块 Web3+AI

AI x DePIN 大型语言模型、深度学习和各种人工智能应用严重依赖图形处理单元 (「GPU」) 的计算能力。然而，在过去的一年里，对人工智能的兴趣激增导致了对 GPU 的超大需求，导致了芯片的短缺。如果无法方便地使用 GPU，计算的高成本可能会让从事人工智能相关研究的研究人员和初创企业望而却步。这就是去中心化计算网络 (DePIN 的一个子集) 发挥作用的地方。它们为中心化云提供商和硬件制造商主导的现有解决方案提供了另一种选择。因此，我们也见证了该行业在 GPU 需求推动下的强劲增长。 AI x 零知识由于其基于代码的自动化功能，智能合约以其效率而闻名。然而，它们预定义的性质有时会导致缺乏适应性，特别是在不可预见的复杂情况下。这就是人工智能的一个子领域机器学习 (ML) 可以提供重大改进的地方。机器学习模型经过广泛数据集的训练，具有学习、适应和做出高度准确预测的能力。将这些模型集成到智能合约中可以开辟广泛的适应性和灵活的能力。 ZKML 将零知识证明与机器学习相结合，先进行链下计算，再进行链上验证 AI x 消费者 dApps 在过去的一年里，我们观察到面向消费者的去中心化应用程序 (「dApps」) 中人工智能集成的增加，以增加交互性和促进用户参与。这种趋势正在改变用户与平台互动的方式，提供个性化和交互性。通过利用人工智能，这些 dApp 使用户能够从单纯的用户转变为积极的参与者。一个例子是人工智能用户生成内容 (「UGC」) 平台，如 NFPrompt。顾名思义，AI UGC 是指用户在自主系统的帮助下创造的内容。这可以通过设置一组规则来实现，这些规则可以自动输出，并在算法中嵌入某种形式的随机性。换句话说，用户可以输入一组规则或约束 (例如，图案、颜色、形状)，AI 将根据这个框架生成内容。通过让用户参与创作过程，AI UGC 平台在用户和平台之间建立了一种更具参与性的关系，同时也允许用户提出独特的、独一无二的、可无限扩展的内容。使用 NFPrompt 上的文本提示生成 NFT 除了内容生成之外，AI 的整合还可能对 web3 游戏或虚拟世界产生深远影响，在这些游戏中，游戏角色的互动性更强，对话也更逼真。失眠 AI 的游戏《他》和《她》就是很好的例子。通过使用 AI，游戏玩法的特点是专注于定制和现实的交流。这提供了更个性化的体验，并培养了更真实的情感联系，从而提高了用户粘性。「他」和「她」使用 AI 提供沉浸式体验 AI x Data Analytics 准确的市场数据是了解行业趋势的关键，对投资者做出明智的投资决策至关重要。然而，真实交易的实例，如清洗交易，可能会人为地夸大销售并扭曲真实销售量。通过将人工智能集成到分析中，过滤掉噪音，可以更准确地输出数据。这是通过人工智能和机器学习 (「ML」) 广泛实现的，其中大量数据作为输入，以识别洗涤交易模式或趋势。最终结果是对市场活动的更准确描述。以 BitsCrunch 为例，这是一个基于人工智能的 NFT 数据分析平台，它利用人工智能和机器学习来实时检测虚假交易或可疑交易模式，从而提供准确的数据。AI/ML 的使用使平台能够相对轻松地分析大量数据，从而使平台能够区分真实交易量和无机交易量。这反过来又有助于做出明智的决策。 BitsCrunch 分析的清洗交易指标总结人工智能和加密技术的融合激起了人们对这些前沿技术重新定义数字景观的潜力的极大兴奋。以人工智能为中心的代币越来越受欢迎，在线搜索趋势反映出的兴趣日益浓厚，突显了人工智能叙事的持续加速。诚然，我们还没有达到大规模采用的地步。许多人工智能驱动的加密项目仍处于发展的初级阶段，其他项目可能主要迎合小众受众。然而，有形用例的增加是一个令人鼓舞的趋势，对长期增长是积极的。来源：金色财经

金色财经2024-01-08

三星取得用于推荐产品的装置和方法专利，通过人工智能系统基于用户的面部表情信息向用户推荐产品

应用，所述人工智能系统用于通过使用诸如深度学习的机器学习算法来模拟诸如感知和判断的人脑功能。提供了一种用于通过人工智能系统基于用户的面部表情信息向用户推荐产品的装置和方法。由装置执行的用于推荐产品的方法包括以下步骤：显示由用户选择的产品；获取关于用户对于显示的产品的面部表情的信息；基于获取的关于用户的面部表情的信息来确定用户对显示的产品的满意度；基于确定的用户满意度从多个产品组中选择将被推荐给用户的产品组；并显示选择的产品组中包括的至少一个产品。

金融界2024-01-08

鼎运智能申请数控机床及基于深度学习的自适应控制系统专利，该专利技术能提高生产效率，确保加工质量，并降低生产成本

限公司申请一项名为“一种数控机床及基于深度学习的自适应控制系统“，公开号CN117348528A，申请日期为2023年11月。专利摘要显示，本发明公开了一种数控机床及基于深度学习的自适应控制系统，包括多轴自由度机器臂：采用多轴机器臂，可从各个角度和方向进行切割、雕刻和打磨；模块化加工头：根据不同的加工需求，可以快速更换加工模块；还包括：数据收集模块：包括多种传感器，用于实时收集机床的工作状态；深度学习处理单元：用于处理和训练深度学习模型；机床控制器：接收深度学习处理单元的指令并实时调整机床的参数；数据存储和分析模块：用于存储历史数据和进行趋势分析；该基于深度学习的自适应控制系统为数控机床带来了高度的自适应性、预测能力和操作优化，有助于提高生产效率，确保加工质量，并降低生产成本。

金融界2024-01-06

奥普特：1月4日组织现场参观活动，Australiansuper、摩根士丹利等多家机构参与

方面公司通过包括对光学成像、图像处理、深度学习、3D视觉技术、异构计算等技术的研究，为产品研究夯实了技术基础；另一方面，公司也贴近客户需求不断研发、改进既有产品，有效地满足客户需求、提升用户体验。对于机器视觉解决方案的研发包括三个层次。第一个层次是针对客户具体的需求和应用场景进行的方案研发。机器视觉的应用场景千变万化，在实际应用过程中，需要考虑到各种各样的因素，如被摄目标自身的大小、形状，机器视觉所在设备的自身结构、速度等，对机器视觉系统的影响，才能设计出合适、可实现应用目标的方案。第二个层次是从若干客户的各种具体应用场景中对解决方案进行总结研发，提炼出在一定应用场景下相对普适性的解决方案，从而向客户提供更优化、简洁、高效的产品和服务。第三个层次是将应用数据反馈具体的机器视觉软硬件层面，总结出产品改进和新品开发的路线，促进产品的研发。问题5 公司提供的解决方案对客户的价值体现在哪里？通过向客户提供解决方案，公司可以（1）为客户的研发项目提出机器视觉部分的具体实现路线，提升研发成功率。合理的技术路线，是研发成功的保证。机器视觉技术，作为智能制造设备的核心部分，其技术路线的合理性，直接影响到设备的研发成败。公司通过结合核心技术、Know-How知识库、产品特性、客户的需求等因素，向客户提供定制化的技术实现解决方案，并结合解决方案推荐合适的机器视觉部件，以提高视觉系统的性能、稳定性等，从而提升客户研发项目的成功率。（2）在已有知识库的基础上，通过技术验证，有效缩短下游客户的研发周期。公司的产品覆盖了机器视觉多个部件，同时在多个行业积累了超过 5 万个应用案例。基于对自主产品的深入了解和大量历史数据的积累，公司可以在更短的时间内完成解决方案的设计。此外，通过公司完善的实验条件，通过实验室进行方案的验证，可以对方案的有效性进行提前和高效的验证，从而有效缩短下游客户的研发周期，协助客户提升竞争力。（3）降低客户研发和试错的成本机器视觉作为设备中的重要模块之一，在一定程度上可以决定整个设备的功能和种类。而机器视觉模块的预计功能能否实现以及实现程度如何，往往需要通过大量的实验进行验证，试错成本较高。公司通过提供经过验证的解决方案，可以降低客户研发和试错的成本。问题6 公司的深度学习技术布局及进展情况？深度学习（工业 I）相关技术的持续进步显著提升了机器视觉技术解决工业问题的能力，推动了机器视觉技术在更多行业的广泛应用。目前工业用的深度学习模型依然需要专业数据和领域知识积累，其着力解决的图像分析任务，仍旧需要以高成像技术积累的图像为前提。公司凭借在成像技术方面的领先优势，以及在各个下游行业积累的机器视觉专有技术（Know-How），与核心终端客户展开深入的前瞻性技术合作，提供软硬件一体化的解决方案。今年以来，公司成立了专门的深度学习（工业 I）应用开发团队，并设立了专用实验室，全力支持核心大客户诸如外观缺陷检测等项目的开发。12月初，公司发布了 DeepVison3，兼具高效、柔性、易用特点。具体来看（1）在高效维度，DeepVision3基于小样本学习，通过图像扩增、算法增强等方式，降低图像依赖程度，数据量可减少 90%，而深度图像生成速度提升 3倍以上，训练周期可缩短到 30 分钟；同时还通过模型轻量化，在保证了精准度的前提下，使分类和检测任务提速 20倍以上；（2）在柔性维度，DeepVision3开发了针对 3C、锂电池的通用检测模型，相近工艺可实现一键换型，高度契合工厂模式，支持多人协作、多工序分析等功能。不仅于此，DeepVision3囊括了 8大任务类型、15大核心功能，标注、分割更智能高效，操作简单；（3）在易用维度，DeepVision3囊括了语义分割、字符识别、目标检测、图像分类等多种任务类型，无需编程，高度易用，极大降低了软件的学习成本。此外，DeepVision3 还支持多标签复用、标注质量把控等功能。在模型训练过程中，提供超参设置提示、过程可视化、评估结果溯源等工具，还能一键部署到 Smart3软件。奥普特（688686）主营业务：机器视觉核心软硬件产品的研发、生产和销售。奥普特2023年三季报显示，公司主营收入8.46亿元，同比下降7.06%；归母净利润2.05亿元，同比下降26.79%；扣非净利润1.82亿元，同比下降28.57%；其中2023年第三季度，公司单季度主营收入2.27亿元，同比下降26.69%；单季度归母净利润3113.75万元，同比下降63.04%；单季度扣非净利润2370.08万元，同比下降68.69%；负债率6.52%，投资收益1947.07万元，财务费用-956.39万元，毛利率66.33%。该股最近90天内共有6家机构给出评级，买入评级4家，增持评级1家；过去90天内机构目标均价为122.54。以下是详细的盈利预测信息：融资融券数据显示该股近3个月融资净流出329.9万，融资余额减少；融券净流入2419.48万，融券余额增加。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2024-01-05

中国银行申请指纹识别专利，有效提高指纹识别过程中的指纹识别率

纹增强图像；最后将指纹增强图像输入基于深度学习的预设指纹识别模型，得到待识别指纹图像对应的指纹识别结果。本申请通过在指纹识别过程中，对输入的待识别指纹图像进行归一化处理与数据增强处理，从而提高指纹数据处理过程中，指纹信息提取的可靠性，最后通过基于深度学习的预设指纹识别模型来对指纹增强图像进行图像识别处理，从而有效提高指纹识别过程中的指纹识别率。

金融界2024-01-03

24小时热点