در اینجا پرخواننده ترین داستان های کسب و کار هوش مصنوعی این هفته است.
ناسا و آی بی ام مدل هوش مصنوعی برای پیش بینی آب و هوا ایجاد می کنند
IBM، ناسا و آزمایشگاه ملی اوک ریج یک مدل هوش مصنوعی منبع باز جدید برای کاربردهای آب و هوا و آب و هوا راه اندازی کرده اند که به گفته آنها فراتر از پیش بینی عادی است و الگوهای آب و هوا را در مقیاس های مختلف پیش بینی می کند.
مدل جدید به نام Prithvi WxC بر روی ۴۰ سال داده‌های رصد زمین از تحلیل گذشته‌نگر دوره مدرن ناسا برای تحقیقات و کاربردها، نسخه ۲، از قبل آموزش داده شده است.
این سازمان ها می گویند که با استفاده از یک طراحی جدید و رژیم آموزشی ایجاد شده است که به آن امکان می دهد برخلاف بسیاری از مدل های موجود هوش مصنوعی آب و هوا، وظایفی فراتر از پیش بینی را انجام دهد. به عنوان مثال، می توان آن را در مقیاس های جهانی، منطقه ای و محلی به خوبی تنظیم کرد و آن را برای طیف وسیعی از مطالعات آب و هوا مناسب می کند.
بیشتر بدانید
هوش مصنوعی و اینترنت اشیا چگونه کشاورزی را تغییر می دهند
اعتقاد بر این است که کشاورزی – کشت گیاهان و حیوانات اهلی – به طور جدی حدود 12000 سال پیش در به اصطلاح هلال حاصلخیز خاورمیانه آغاز شده است. مدیریت و برداشت گیاهان احتمالاً خیلی زودتر آغاز شده است، اما تکنیک‌های توسعه‌یافته در این منطقه به انسان این امکان را می‌دهد تا سکونتگاه‌های بزرگی را تشکیل دهد که به مراکز پیچیده و شهری تبدیل شدند که اکنون گونه‌های ما را تعریف می‌کنند. این اولین انقلاب از یک سری انقلاب های کشاورزی بود.
پیچیدگی فزاینده کشاورزی در قرون بعدی از جمعیت در حال رشد حمایت کرده است. دومین انقلاب کشاورزی در بریتانیا در قرن هفدهم آغاز شد و شامل معرفی تکنیک های آبیاری جدید، کودها و وسایل حمل و نقل محصولات کشاورزی بود. و سقوط پیش‌بینی‌شده جمعیت قرن بیستم با انقلاب سبز یا سومین انقلاب کشاورزی، که در دهه 1940 آغاز شد، که به دلیل کودها و آفت‌کش‌های جدید شاهد افزایش عظیمی در محصول بود، جلوگیری شد.
انقلاب چهارم کشاورزی را کشف کنید
شرکت خودروهای پرنده از هوش مصنوعی برای طراحی خودرو استفاده می کند
ژاپنی eVTOL (برخاست و فرود عمودی برقی) خودروساز SkyDrive در حال روی آوردن به هوش مصنوعی (AI) برای کمک به طراحی وسایل نقلیه پرنده خود است.
SkyDrive با Braid Technologies همکاری کرد تا از هوش مصنوعی برای تولید هزاران الگوی طراحی برای تنظیم دقیق ساختار وسایل نقلیه هوایی الکتریکی خود (EAV) استفاده کند.
دانشمندان، مهندسان و طراحان استارت‌آپ Braid Technologies از هوش مصنوعی، فیزیک و ریاضیات برای کشف خودکار طرح‌های مهندسی پیشرفته با کارایی بالا استفاده می‌کنند.
Arnaud Coville، مدیر ارشد توسعه SkyDrive گفت: “ما با Braid کار می کنیم تا راه های جدیدی برای بهینه سازی ساختار نسل بعدی eVTOL SkyDrive پیدا کنیم.” ما به جای استفاده از تکنیک‌های تعمیم‌یافته مانند بهینه‌سازی توپولوژی، از فناوری پیشرفته و خلاقانه آنها الهام گرفتیم که با تعداد زیادی پارامتر که بر وزن سازه تأثیر می‌گذارند سر و کار دارد.»
داستان کامل را دریافت کنید
هوش مصنوعی “آینده شما” به شما امکان می دهد خود آینده خود را ملاقات کنید
یک ابزار جدید به شما این امکان را می دهد که با استفاده از هوش مصنوعی، خود آینده خود را برای بهبود تداوم و رفاه آینده خود ملاقات کنید.
“آینده شما” که توسط محققان MIT، هاروارد، دانشگاه کالیفرنیا و گروه فناوری تجاری تایلند توسعه یافته است، یک چت دیجیتالی کوتاه، تعاملی و تک جلسه ای با خود آینده کاربر ارائه می دهد.
این سیستم از یک مدل زبانی بزرگ استفاده می‌کند که بر روی اطلاعاتی که کاربر ارائه می‌کند برای کمک به تولید نسخه‌ای مجازی و مرتبط از خود در سن 60 سالگی استفاده می‌کند که می‌تواند به سؤالات مربوط به زندگی آینده‌اش پاسخ دهد و همچنین توصیه‌ها و بینش‌هایی را در مورد مسیرهای آینده ارائه دهد.
دریابید که چگونه خود آینده خود را ملاقات کنید
RAG برای نجات
مدل‌های زبان بزرگ (LLM) با توانایی خود در ایجاد پاسخ‌هایی شبیه به انسان، تخیل عمومی را جذب کرده‌اند. اما توانایی ایجاد غزل و نوشتن کد در عرض چند ثانیه به ندرت ارزش ملموس یا ROI را برای مشاغل ایجاد می کند. در عوض، این دقت، ویژگی و تخصص دامنه است که ابزارهای هوش مصنوعی را مفید می‌کند.
بازیابی نسل افزوده (RAG) کلید ارائه این لایه از دست رفته از جزئیات است. مهمتر از آن، این است که امکانات جدیدی را برای کاربردهای هوش مصنوعی مولد در صنایعی که تاکنون قادر به پیاده سازی این فناوری نبوده اند یا تمایلی به اجرای آن نداشته اند، باز می کند.
مدل‌های زبان بزرگ (LLM) با توانایی خود در ایجاد پاسخ‌هایی شبیه به انسان، تخیل عمومی را جذب کرده‌اند. اما توانایی ایجاد غزل و نوشتن کد در عرض چند ثانیه به ندرت ارزش ملموس یا ROI را برای مشاغل ایجاد می کند. در عوض، این دقت، ویژگی و تخصص دامنه است که ابزارهای هوش مصنوعی را مفید می کند.
بازیابی نسل افزوده (RAG) کلید ارائه این لایه از دست رفته از جزئیات است. مهمتر از آن، قفل کردن امکانات جدیدی برای برنامه های کاربردی هوش مصنوعی در صنایعی است که تاکنون قادر به پیاده سازی این فناوری نبوده اند یا تمایلی به اجرای آن نداشته اند.
نحوه ارتقاء سطح LLM را کشف کنید