Search Results 物流

Note The translation result may vary depending on the context and specific requirements.

心配しないで、私はこのタイトルを選んだわけではなく、データサイエンスが「真の科学ではない」と嘆くためではありません（それが何を意味するのか、というのは別として）むしろ、データであることの意味について、いくつかの異なる視点を提供することを望んでいます...

「AIがデジタルツインを2024年にどのように変えているか」

2024年には、AIがデジタルツインを通じて産業をどのように変革しているのかを探求してくださいデータ収集、予測分析、リアルタイムの洞察について学びましょうアプリケーション、課題、そして将来のトレンドを発見してください

Tech

「FourCastNet（フォーキャストネット）との出会い：高速かつ正確なディープラーニング手法によって天気予報を革新するグローバルなデータ駆動型天気予測モデル」

1920年代に数値予報（NWP）が登場しました。これらは、輸送、物流、農業、エネルギー生産などの重要な産業で経済計画に役立ちます。正確な天気予報によって、重大な災害を事前に警告することで数多くの命が救われています。過去数十年間、天気予報は品質が向上しています。Lewis Fry Richardsonは、1922年に単一の場所の6時間の大気予報を計算するためにスライドルールと対数表を使用して最初の動的モデル化された数値予報を計算しました。彼は大気の予報を作るのに6週間かかりました。1950年代までに、初期の電子計算機は予測速度を大幅に向上させ、未来の予測に役立つように迅速に計算できるようにしました。気象予報の改善は、高速計算能力の向上に加えて、物理学のより深い知識とより良い大気観測により、小規模現象のパラメータ化の改善によって可能になりました。後者はデータの同化によって、より良いモデルの初期化につながりました。最先端のNWPモデルよりも桁違いに安価な処理コストを持つデータ駆動型のDeep Learning（DL）モデルは、天気予報においてますます人気が高まっています。大気の大規模循環を予測するためのデータ駆動型モデルの構築は、いくつかの研究の対象となっています。これらのモデルは、気候モデルの出力、一般循環モデル（GCM）、再解析データ、または気候モデルの出力と再解析データの組み合わせを使用してトレーニングされています。データ駆動型モデルは、NWPモデルに存在するモデルバイアスを取り除き、予測の確率的予報とデータ同化を低い計算コストで可能にすることで、天気予報の向上に大きな可能性を提供します。データ駆動型モデルは、データや観測の再解析をトレーニングすることで、降水予測に大きな影響を与える対流パラメータ化スキームのバイアスなどのNWPモデルの制約を回避することができます。一度トレーニングされると、データ駆動型モデルは通常のNWPモデルよりも桁違いに早く予測を生成し、非常に大規模なアンサンブルの作成が可能となります。このような文脈では、研究者たちは大規模なデータ駆動型のアンサンブルが、季節間（S2S）予測で限られた数のアンサンブルメンバーしか含むことができない運用NWPモデルよりも優れていることを示しています。さらに、大規模なアンサンブルは、データ駆動型予測による極端な気象現象の予測をサポートします。しかし、ほとんどのデータ駆動型の気象モデルは、トレーニングに低解像度のデータを使用しており、通常は5.625または2の解像度です。広範な低解像度の大気変数の予測は過去に成功しています。ただし、粗視化プロセスにより、重要な細かいスケールの物理的情報が失われます。データ駆動型モデルは、最新の最先端の数値予報モデルと同じまたはより高い解像度で予測を提供する必要があります。たとえば、5.625の空間解像度では、世界を表す32×64ピクセルのグリッドしか提供できません。このような予測では、500km未満の特徴を区別することはできません。小規模なダイナミクスの大規模なスケールへの重要な影響や、山脈や湖などの地形的要因の小規模なダイナミクスへの影響は、そのような不正確な予測では考慮されません。低解像度の予測は特定の状況でのみ使用される場合があります。高解像度のデータ（たとえば、0.25の解像度）は、複雑な細かいスケール構造を持つ低層の風（U10およびV10）などの変数のデータ駆動型モデルの予測を大幅に改善することができます。一方、大気のジオポテンシャル高度（Z500）などの変数では、低解像度の予報が正当化されるかもしれませんが、多くの小規模構造は存在しません。さらに、粗いグリッドでは、熱帯低気圧などの高影響の強い事象の発生と振る舞いを正確に描写することはできません。高解像度のモデルはこれらの側面に対処できます。その戦略：NVIDIA Corporation、Lawrence Berkeley、Rice University、University of Michigan、California Institute of Technology、Purdue Universityからの研究者が、FourCastNetというフーリエベースのニューラルネットワーク予測モデルを作成し、赤道付近で30km、または0.25の解像度で重要な大気変数のグローバルなデータ駆動型予測を行うことができるようにしました。これにより、初めてECMWFの高解像度統合予報システム（IFS）モデルによって得られた結果と直接比較することができます。図1は、96時間先のリードタイムでの世界的な地上近辺風速予測を示しています。彼らの予測では、Super Typhoon MangkhutやFlorence、Issac、Heleneといった3つの名前が付けられたサイクロンがアメリカ東海岸に向かって移動するなど、高解像度で解決し確実に追跡される重要な特徴が強調されています。まとめると、FourCastNetはデータ駆動型の天気予測に以下の4つの新しい改善点を提供しています： 1. FourCastNetは、1週間までの予測リード期間で表面風や降水などの難しい変数を正確に予測します。グローバルスケールでの表面風予測は、まだどの深層学習（DL）モデルを使用しても試されていません。さらに、小スケールの特徴を解決できるグローバルDLモデルはまだありません。風力エネルギー資源の計画や災害軽減には、これが大きな影響を与えます。…

人工知能（AI）と法的身分

この記事では、特に民法に基づいて人工知能（AI）に法的主体の地位を与える問題に焦点を当てていますここで法的身分は、法的能力の概念と密接に結び付いた概念として定義されていますが、これは道徳的主体性が道徳的人格と同じであるということを受け入れることを意味するものではありません法的身分[...]

AI legal status

倉庫業務の変革：AIと自動化の力を活用する

グローバルな供給チェーンの進化に伴い、顧客の要求に応える倉庫の役割がますます重要になってきています

人工知能（AI）エージェント進化のフロンティア

AIエージェントアーキテクチャの微妙な行動をナビゲートすることにより、従来のソフトウェアアプリケーションとは異なる自己進化エンティティが浮かび上がってきます。従来のソフトウェアは予め定められた機能に拘束され続けますが、GPT-4などの大規模言語モデル（LLM）に基づくAIエージェントは、自律的な意思決定、適応的な学習、統合システム運用において動的な能力を示します。ただし、当社の詳細な分析によれば、AIエージェントエコシステムはまだ初期段階にあり、倫理的考慮事項や総合的なコンポーネントの統合において顕著な課題が存在しています。GitHubなどのプラットフォームにカタログ化されている主要エージェントは、この変革期の先頭を切っていますが、彼らも業界全体の課題と機会を強調しています。本記事では、AIエージェントの構成の微妙な側面に深く踏み込み、従来のソフトウェアの設計図との対比を行い、現在のAIエージェントの開発的な景色を包括的に紹介します。これからのテクノロジーの未来を見据えるビジョナリーにとって必読の一文です。 AIエージェントの主要なコンポーネント自律的なAIエージェントは、目標の達成のために独立して知覚、推論、学習、行動する自己統治型のエンティティであり、AIと機械学習の進歩によって可能にされています。脳（知識核）：自然言語処理と理解のための大規模言語モデル（LLM）。パターン認識、意思決定、問題解決のための高度な機械学習アルゴリズム。メモリ（情報の保存）：構造化データのためのデータベース（SQLデータベースなど）。タスクのコンテキストとエージェントライフサイクル管理のためのPineconeなどのベクトルデータベースシステム。クイックアクセスと処理のためのローカルコンピュータメモリ。感覚（入力インターフェース）：テキスト解析モジュール：テキストファイルを読み取り、解釈します。画像処理モジュール：画像を分析し、解釈します。音声処理モジュール：音声信号を理解し、生成します。ビデオ処理モジュール：ビデオコンテンツを分析します。目標（主要な目的）：エージェントの行動と意思決定を導く事前定義された主要目標。具体的な目標（例：「エネルギー消費を最適化する」）またはより一般的な目標（例：「ユーザーを効率的にサポートする」）。自律的な運用：自己維持アルゴリズムにより、AIは定常的な人間の介入なしに自律的に運用、学習、適応します。AIが事前に定義された範囲と倫理的なガイドライン内に留まるための自己調整メカニズム。コミュニケーションインターフェース：人間とAIの相互作用のための自然言語理解（NLU）および生成（NLG）モジュール。他のソフトウェアやシステムとの通信のためのAPIの統合。倫理的および安全なプロトコル： AIが倫理的な範囲内で動作することを保証するメカニズム。AIが予測不可能なふるまいを示した場合の「キルスイッチ」や緊急停止メカニズム。学習および適応メカニズム：フィードバックに基づいて時間の経過とともにAIが適応し改善できるようにする強化学習モジュール。知識ベースを更新するための連続的な学習アルゴリズム。意思決定フレームワーク：データ、目標、制約に基づいてAIが意思決定を行うためのアルゴリズム。リソース管理：計算リソースを効率的に管理し、過剰なエネルギー消費を抑えながら最適なパフォーマンスを保証するシステム。…

「Intuitivoは、AWS InferentiaとPyTorchを使用して、AI/MLのコストを節約しながら、より高いスループットを実現します」

「これは、インテュイティボの創設者兼ディレクターであるホセ・ベニテスと、インフラストラクチャの責任者であるマティアス・ポンションによるゲスト投稿ですインテュイティボは、小売業の革新を牽引するクラウドベースのAIと機械学習（AI/ML）トランザクション処理システムでショッピングを革命化していますこの画期的な技術により、数百万の自律型購買ポイント（A-POPs）を運営することが可能になります...」

「今日使用されているAIoTの応用」

「AIとIoTの統合が、多くの技術分野を再構築する様子を探求してくださいいくつかの有名な例を交えて、最先端のAIoTアプリケーションを発見しましょう」

「7つの新興量子テクノロジーの探求（2024）」

「2024年を形作る7つの量子テクノロジーを発見する：量子機械学習、クラウドコンピューティング、AI、暗号化、イメージング、気候モデリング」

Tech

「NVIDIAは創造的AIの台頭に対応するため、ロボティクスプラットフォームを拡大する」

強力な生成型AIモデルとクラウドネイティブのAPIおよびマイクロサービスがエッジに導入されています。生成型AIは、トランスフォーマーモデルと大規模な言語モデルの力をほぼすべての業界にもたらしています。その範囲は、エッジ、ロボット、物流システムなどの領域にも及んでおり、欠陥検出、リアルタイム資産追跡、自律計画とナビゲーション、人間とロボットの相互作用などに活用されています。 NVIDIAは本日、エッジAIとロボティクスのためのNVIDIA Jetsonプラットフォーム上の2つのフレームワークを大幅に拡張しました。NVIDIA Isaac ROSロボティクスフレームワークが一般提供開始され、次にJetson上でのNVIDIA Metropolisの拡張が控えています。 AIアプリケーションの開発と展開をエッジで加速するために、NVIDIAは最新のオープンソース生成型AIモデルを利用するためのJetson生成型AIラボを開設しました。 Amazon Web Services、Cisco、John Deere、Medtronic、Pepsico、Siemensなど、120万人以上の開発者と1万以上の顧客がNVIDIA AIとJetsonプラットフォームを選んでいます。急速に進化するAIの世界では、ますます複雑なシナリオに対応するため、開発者はエッジ向けのAIアプリケーションを構築するために長い開発サイクルに直面しています。環境、製造ライン、お客様の自動化ニーズの変化に対応するために、ロボットとAIシステムを素早く再プログラムすることは時間がかかり、専門的なスキルが必要です。生成型AIは、トレーニング中に明示的に見たことのないものを特定するモデルのゼロショット学習を提供し、自然言語インターフェースによってエッジでのAIの開発、展開、管理を簡素化します。 AIの景色を変える生成型AIは、ヒトの言語プロンプトを理解してモデルの変更を行うことで使いやすさを大幅に向上させます。これらのAIモデルは、検出、セグメンテーション、トラッキング、検索、さらには再プログラムなどにおいて、従来の畳み込みニューラルネットワークに基づくモデルを上回る柔軟性を持っています。 ABI Researchによると、生成型AIは2033年までに世界の製造業の収益に105億ドルを追加すると予測されています。「生成型AIは、従来の方法では実現不可能であったよりも優れた汎化能力、使いやすさ、高い精度により、エッジでのAIの展開を大幅に加速させます」とNVIDIAのエンベデッド・エッジコンピューティング担当バイスプレジデントのDeepu Talla氏は述べています。「これはJetson上でMetropolisとIsaacのフレームワークの最大拡張ですが、トランスフォーマーモデルと生成型AIの力を組み合わせることで、このニーズに対応しています。」エッジでの生成型AI開発 Jetson生成型AIラボでは、最適化されたツールとチュートリアルにアクセスして、オープンソースのLLMs、ディフュージョンモデルを展開するための支援を開発者に提供しています。それには、インタラクティブな見事な画像を生成するためのビジョン言語モデル（VLM）やビジョントランスフォーマー（ViTs）も含まれ、ビジョンAIと自然言語処理を組み合わせてシーンの包括的な理解が可能です。開発者は、ViTやビジョン基盤モデルなどの基礎的なモデルのカスタマイズや微調整を行い、非常に少量のデータで高精度なビジョンAIモデルを作成することができる、NVIDIA…

Learn more about Search Results 物流 - Page 4