- 综合排序
- 最热优先
- 最新优先
- 来自专栏刘旷专栏
AI主播、AI记者、AI编辑，传媒AI化加速
但随着AI的深入，Microsoft News方面逐渐转向 AI，其鼓励出版商和新闻工作者使用AI辅助工作，或用AI替代人工进行内容的处理、过滤、发表。 微软作为全球名企，每个改变都会引起其他企业效仿和学习，这一次AI替代编辑人员的改变也将影响传媒行业的发展。国外传媒AI之路是如此，国内传媒AI化之路也在逐渐升温。 传媒行业正在AI化 目前为止，AI对于各行各业起到的作用都是正面性的，传媒行业也不例外。 AI化。 不同于百度重点关注给主流媒体赋能，搜狗主要通过AI合成主播切入AI传媒市场。
1.3K30发布于 2020-06-28 - 来自专栏想比AI跑得更快点
是“AI”，不是“Ai”
刚才又刷到一个博主的简介：“资深Ai自媒体、Ai 编程实践者”。 我是完全没有被他的经历吸引，我倒是被 “Ai” 两个字母熏得难受。 说个结论，应该是写 “AI” 而不是 “Ai” 。 但是，经常看到这些标题： "一个Ai工具帮你成为职场王者" "Ai精品课程" "教你如何用Ai提升效率" 字母的大小写，暴露的是专业度。 而非Ai。 The Verge - 全文 AI Wired - 全文 AI Nature、Science 期刊 - 全文 AI OpenAI、Google文档 - 全文 AI 没有一家专业媒体或机构会写 "Ai"， 不管是输入法的原因，还是由于自己的偏好，请把 “Ai” 这个不伦不类的词改掉。 在公共空间和专业文档中表达"人工智能"时，请写对 "AI" 。
48910编辑于 2026-01-14 - 来自专栏Java项目实战
【玩转 GPU】AI绘画、AI文本、AI翻译、GPU点亮AI想象空间
AI绘画个人作品展示 图片 图片 一、使用 GPU 的 AI 技术场景应用与开发实践 图片 GPU 可以大幅提升人工智能算法的运行速度，加快数据的处理和分析，由此产生了许多基于 GPU 的 AI 技术场景应用。 下面我们将分别介绍 AI 绘画、AI 语音合成、开源语言模型部署等 AI 技术场景的 GPU 开发实践。 1.1 AI 绘画 AI 绘画是利用人工智能技术进行绘画创作的一种方法。 1.2 AI 语音合成 AI 语音合成是通过人工智能技术实现的语音合成技术。利用 GPU 可以加速计算，提高语音合成的速度和准确度。近年来，WaveNet 技术成为了语音合成的一种新的解决方案。 1.3 开源语言模型部署 开源语言模型部署是一种将 AI 技术和自然语言处理技术相结合的应用场景。使用 GPU 可以加快模型的训练，提高模型的准确度和效率。
3.4K192编辑于 2023-05-27 - 来自专栏数据冰山
用AI帮忙，俯瞰AI江湖
为了帮新入坑的研究生们迅速融入AI系，张教授打造了这个叫「人工智能文献全景图」（AI Panorama）的工具。 后台是非营利组织AI Access Foundation。它被中国计算机学会归为B类刊物。 这个话题涵盖了最厉害最酷的AI话题。令人折服的是，Ilya Sutskever这位AI大牛的姓氏居然被聚类分析识别为一个高相关的关键词，足见此人著作对该领域的影响之大。 截屏自AI Panorama 论文①是Sutskever在2012年发表在NIPS上的大作，以近1.3万的引用数排名第一。 所以，借助张连文教授的「AI全景图」，一个AI外行或新手可以在几分钟之内，筛选出3大期刊9大会议中最近几年热度最高、升温最快的科研课题，比如「深度学习，sutskever，深度，神经网络，层，卷积，层们
1K20发布于 2019-01-09 - 来自专栏AI系统
【AI系统】AI 框架作用
本文将从深度学习的原理开始，进而深入地讨论在实现深度学习的计算过程中使用到的 AI 框架，看看 AI 框架具体的作用和目的。 这种模拟生物神经元的数学计算，能够很好地对大规模独立同分布的数据进行非线性映射和处理，使得其能够应对到 AI 的不同任务。函数逼近现在，如果把神经网络看做一个复杂函数，那么这个函数可以逼近任何函数。 AI 框架的作用AI 框架与微分关系根据深度学习的原理，AI 框架最核心和基础的功能是自动求导（后续统一称为自动微分，AutoGrad）。 AI 框架与程序结合下面左图的公式是神经网络表示的复合函数表示，蓝色框框表示的是 AI 框架，AI 框架给开发者提供构建神经网络模型的数学操作，AI 框架把复杂的数学表达，转换成计算机可识别的计算图。 这一过程，只要你定义好网络 AI 框架都会主动地帮我们完成。
50110编辑于 2024-12-06 Spring AI 搭建本地 AI
Spring AI 是 Spring 团队开发的开源框架，旨在简化 Java 开发者在应用中集成人工智能 (AI) 功能的过程。 它本身不是 AI 模型，而是通过提供统一的工具和抽象接口，帮助开发者便捷地接入并使用 OpenAI、Google Gemini、Mistral AI 等多种 AI 服务，其定位类似于 Spring Boot AI 热潮下 Java 的机会 随着 ChatGPT 等大模型的兴起，AI 已成为众多应用的核心需求。 Spring AI 的出现，为 Java 开发者拥抱 AI 提供了新的可能。 作为 Spring 生态系统的新成员，Spring AI (官方文档) 通过提供统一接口、支持集成多种 AI 服务商和模型、以及 RAG 知识库、工具调用等常用 AI 开发特性，简化了 AI 应用的开发
22010编辑于 2026-04-29- 来自专栏VoiceVista语音智能
对话式AI(Conversational AI)
在BOLD360峰会中，与会嘉宾探讨了对话式 AI的现状，未来，消费者关切等诸多话题。 对话AI (Conversational Technology and AI)的终极目标是为消费者创造更佳的体验。 “对话式AI平台比如Alexa已经超越了其最初的，处理家居事务性任务的目标。 随着Echo Auto的发布渐渐进入了移动和车载环境”，”Amazon在AI特别是语音AI领域投资巨大，在未来，我们将看到Alexa将随处带来改变(Transitioning everywhere)。 对话式AI将带来一个多样和包容的新世界(A new world of diversity and inclustin)，将使人机数字接口更加的无处不在(Ubiquitous)，友好的和容易的(Welcoming
1.8K20发布于 2019-08-14 - 来自专栏AI系统
【AI系统】AI 框架之争
AI 框架还要思考和解决许多问题，如 AI 框架如何对实际的神经网络实现多线程算子加速？ AI 框架的发展AI 框架作为智能经济时代的中枢，是 AI 开发环节中的基础工具，承担着 AI 技术生态中操作系统的角色，是 AI 学术创新与产业商业化的重要载体，助力 AI 由理论走入实践，快速进入了场景化应用时代 这就要求 AI 框架最大化的实现编译优化，更好地利用算力、调动算力，充分发挥集群硬件资源的潜力。此外，AI 与社会伦理的痛点问题也促使可信赖 AI 、或则 AI 安全在 AI 框架层面的进步。 在这一阶段，AI 框架正向着全场景支持、大模型、分布式 AI、 超大规模 AI、安全可信 AI 等技术特性深化探索，不断实现新的突破。 AI 框架的未来应对未来多样化挑战，AI 框架有以下技术趋势：全场景AI 框架将支持端边云全场景跨平台设备部署网络模型需要适配部署到端边云全场景设备，对 AI 框架提出了多样化、复杂化、碎片化的挑战。
56511编辑于 2024-12-06 - 来自专栏流行软件
ai下载正版下载AI-中文版Ai-下载Ai下载
ai软件安装包下载为大家带来了有关该工具所有的版本资源，像adobe illustrator cs3、ai cs4、ai cs5、cs6已经cc等版本，你都可以快速就找到。 ai软件就是Adobe illustrator，俗称为“AI”，本软件是个非常好用的图形设计平台，操作简单，功能强大，采用3d的视觉界面效果，让你在工作的过程中可以有更加真实的代入感，从而大大提高你的工作效率
10K20编辑于 2023-04-13 - 来自专栏机器之心
AI顶会，正在使用AI来审阅AI论文
机器之心报道 编辑：蛋酱、泽南 近年来我们在报道 AI 顶会的文章里不断听到「史上最大」、「论文数量新高」等字眼，论文的审核俨然成了一项挑战。但既然是在研究 AI，为什么不让机器来自动解决问题？ 大概也是「近水楼台先得月」，AI 顶会的审稿工作得到了 AI 的协助。 AI 会议的组织者希望通过提高匹配质量来推动同行评审和出版论文的质量。 参考内容： https://www.sciencemag.org/news/2021/04/ai-conferences-use-ai-assign-papers-reviewers 建新·见智 —— 亚马逊云科技技术专家以及各个行业合作伙伴将现身说法，讲解 AI/ML 在实现组织高效运行过程中的巨大作用。每个热爱技术创新的 AI/ML 的爱好者及实践者都不容错过。
64320编辑于 2023-03-29 - 来自专栏VoiceVista语音智能
Cloud AI, Edge AI, Endpoint AI. What’s the Difference?
What is Cloud AI? Cloud AI refers to AI processing within powerful cloud data centers. Edge AI moves AI and ML processing from the cloud to powerful servers at the edge of the network such What is Endpoint AI? , power and storage than edge AI and cloud AI devices. A combined, secure approach Cloud AI, Edge AI and Endpoint AI each have their strengths and limitations
67030编辑于 2022-09-02 - 来自专栏软件深度评测
进击的AI工具：全能AI阅读软件Walles AI
、PandaPDF 以及 AI 聊天智能侧边栏 SideAI……这些AI阅读工具，多数定位为AI文档阅读工具，主要是提供PDF文件、Word文档的智能阅读，提供AI摘要、AI总结、AI问答等服务。 如果能有一个一站式的AI阅读工具就好了，这样就不用在多个AI工具中反复切换了。最近上线不久的 Walles AI 便是这样的一款专业AI阅读工具。 Walles AI 全能AI阅读工具Walles AI 是一款 All in One 的全能AI阅读工具。 简单来说，Walles AI= AI聊天对话工具 + AI网页阅读工具+AI 浏览器智能助手+ AI 搜索引擎助手+ AI PDF文档阅读工具+AI 视频阅读工具…… 更多新的AI阅读场景正在解锁中。 此外，建议 AI Short等 AI提示词站点 提供了丰富的 AI 使用技巧，可以与 AI 工具结合使用。
86011编辑于 2023-12-10 - 来自专栏智能相对论
全球AI角逐，百度AI才是中国AI的名片
而回过头来看，发展历程证明了AI一定是百度的最佳选择，通过动作上的步步领先，百度进入了AI时代，AI或也成为百度的时代。 除了先天禀赋，还有持续投入 百度进入AI，在基础能力与推动力上都有充分的准备。 2 持续的投入动力 AI的研发和落地无疑需要巨量的前期资源投入，之所以只有百度这样的大佬才能做AI的原因也在于此。 在AI全面落地之前，持续砸钱、砸资源是常态。 百度的AI的发展得益于其AI+Feed的主航道战略，通过搜索与移动业务的大量营收充实AI研发需要，最终，当AI在商业化落地上完成后，AI的强大造血能力又能反哺百度生态的其他业务，形成良性循环。 3 兼顾AI底层研究与商业价值落地 同样是AI技术巨头Google，在推出AlphaGo技惊四座后，却鲜有能够落地的AI产品。 重点关注领域：AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。
53420发布于 2018-09-13 - 来自专栏新火种AI
新火种AI | AI三重问：什么是AI？什么是AI模型？什么是AI大模型？
什么是AI? 随着ChatGPT火爆全球，各行各业都开始讨论AI，如果你在路上随便找个大爷问下，可能他都听说过AI，如果往后几年再来看，2023应该称得上是“AI元年”。 但是AI就不同，AI最大的特征就是它会通过数据集来学习，会迭代，会有新的东西，新的技能产生，学习能力才是AI被称为人工智能的来源。 什么是AI模型? 了解了AI，那么什么是AI模型？ 而且，AI模型是刚开始上学，就直接学习不同的专业，偏科偏到头。可能一个用在太空研究的AI模型，也搞不定在超市里算库存的事。 什么是AI大模型? 那这样，我们要做100件事，不就要训练100个不同的AI模型？ 要知道，训练一个AI模型，技术复杂度并不比训练一个专业运动员低。怎么办？ 是不是感觉，原来AI不只是ChatGPT，在我们的日常生活中，其实AI已经有了这么多的应用了，出行、购物还有天气预报等等都有接触到。
2.5K11编辑于 2023-11-10 - 来自专栏腾讯云TI平台
AI Talk | 如何评估AI是否可信？
作者：leonlzhou 随着AI技术深入到各行各业，AI也不断暴露出一些风险隐患，包括人脸数据的滥用，算法歧视，算法鲁棒性等，AI所隐藏的风险也越来越被大众所重视。 可信AI已经成为全球共识，也是行业发展的必然趋势。那什么是可信AI？如何确保和评估AI是可信的呢？ ▲为什么需要可信AI？ AI的伦理问题？ 隐私风险 ZAO违规收集人脸数据 上面这些事件也只是大众对AI产生信任危机的一小部分，单拎出来一类都有很多AI有类似的风险。 这些事件的发生让我们重新来审视AI，AI向善的本质还是人的向善，创造AI的开发者需要去审视自己。 ▲可信AI的发展 可信AI在学术界，政府和企业都有很多发展和推动。 其中可靠包括了AI的响应时间，并发，AI的识别效果准确率，以及AI的健壮性或者鲁棒性，AI的安全性等。透明可释谈的是AI的决策是否透明，是否可以解释，解释是否合理。
1.6K20编辑于 2021-11-30 - 来自专栏学习与分享
【AI】AI在创造还是毁掉音乐？
AI音乐大模型的现状与未来：从实验室走向市场 1.1 AI音乐大模型的现状 AI技术在音乐生成领域的应用已经取得了显著的进展，从实验室的研究成果逐步走向商业应用。 人机合作：AI在音乐创作中的新角色 2.1 AI在音乐创作中的辅助作用 AI并不一定是音乐家的敌人，相反，它可以成为音乐创作的重要工具和伙伴。 如何确保AI生成的作品能够保持创意和个性，这是创意产业需要面对的挑战。 现实案例 AI作曲比赛：在一些音乐创作比赛中，AI生成的作品开始崭露头角。 例如，AI作曲比赛中，AI生成的音乐作品与人类作曲家的作品一起竞争。这不仅展示了AI的创作能力，也引发了对人类创作能力和AI工具之间关系的反思。 现实案例 AI伦理委员会：一些公司和组织已经开始成立AI伦理委员会，讨论和制定AI技术的应用规范，确保其在创意产业中的公平性和透明性。 结论 AI在音乐领域的应用带来了前所未有的可能性和挑战。
66010编辑于 2024-06-23 - 来自专栏AI技术应用
AI 智能体（AI Agent）的开发
AI 智能体（AI Agent）的开发是一个复杂且多阶段的过程，涉及需求分析、算法设计、模型训练、系统集成和部署等多个环节。以下是 AI 智能体开发的典型流程。 1.需求分析与定义1.1明确目标确定 AI 智能体的核心功能和应用场景（如聊天机器人、推荐系统、自动驾驶等）。定义智能体的输入、输出和交互方式。 1.2确定技术栈选择适合的 AI 技术和工具（如机器学习、深度学习、强化学习等）。确定开发语言（如 Python、C++）和框架（如 TensorFlow、PyTorch）。 5.2模块集成将 AI 模型集成到应用程序中。与其他模块（如数据库、用户界面）进行交互。5.3性能优化优化模型推理速度（如模型量化、剪枝）。 总结AI 智能体的开发流程包括需求分析、数据收集、模型设计、训练与评估、系统集成、测试验证、部署监控和维护迭代。通过合理规划和使用工具，可以高效地开发出功能强大、性能优异的 AI 智能体。
2.9K20编辑于 2025-02-18 AI辅助写作与纯人工创作：AI写作与AI反向审查，纯人工创作 vs AI写作 vs AI+写作
在此背景下，为保证互联网内容质量与真实性，AI反向审查也应运而生。AI写作的好处：1）高效产出：AI写作能够快速生成大量内容，特别适合需要频繁更新而格式相对固定的新闻报道、产品描述等。 AI反向审查有助于确保报道的真实性和可信度，有助于检测写作作品、论文等的原创性和真实性。但实际应用中AI反向审查难度较大，特别是随着对抗性生成网络技术的应用，AI文本越来越难以识别。 上述内容介绍了AI写作的好处、问题与AI反向审查。未来内容创作必然是纯人工写作、AI写作与AI辅助写作共存的状态。 AI写作1、高速高效：AI能够快速生成大量内容，适用于新闻报道、产品描述等标准化文本创作。2、成本效益：长期来看，AI写作可大幅降低内容制作成本。 当前微软将GPT等模型以插件方式应用到office中，wps开发出wps AI来辅助开展AI写作，都是应用AI辅助写作的典型。
97010编辑于 2024-06-28- 来自专栏阿泽的学习笔记
用AI构建AI - AutoML综述
Gartner在之前的AI平台报告中也指出，对于专业数据科学家，AutoML能够提高他们的工作效率，减少在手动调参方面的时间投入。 在此基础上，很多之前没有机会应用机器学习的项目也开始可能出现正向的ROI回报，推动各行各业的AI应用落地，而不只是集中在头部场景和high tech公司中。 接下来就进入了IDA的pipeline构建流程，AI Planner使用HTN方法根据目前的状态生成接下来所有可行的步骤，然后把这个partial pipeline输入到Meta-Miner中去，后者会根据 Deeplearning.ai的课程里也有提到这个经典的例子。 ? 从AutoML的框架来看，比较有名的有auto-sklearn，TPOT，nni，auto-gluon，H2O.ai，transmogrif等。
1.8K40发布于 2021-07-06 - 来自专栏C++开发学习交流
【AI模型】AI模型部署概述
AI模型部署方法 在AI深度学习模型的训练中，一般会用Python语言实现，原因是其灵活、可读性强。但在AI模型实际部署中，主要会用到C++，原因在于其语言自身的高效性。 AI模型部署框架 模型部署常见的推理框架有：ONNX、NCNN、OpenVINO、 TensorRT、Mediapipe。 通过短短几年的发展，已经成为表示深度学习模型的实际标准，并且通过ONNX-ML，可以支持传统非神经网络机器学习模型，大有一统整个AI模型交换标准的趋势。 AI模型部署平台 AI 模型部署是将训练好的 AI 模型应用到实际场景中的过程。 以下是一些常见的 AI 模型部署平台： 云端部署 云端部署是最流行的 AI 模型部署方式之一，通常使用云计算平台来托管模型和处理请求。
2K10编辑于 2024-07-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号