νέα

σαγκάη, 25 σεπτεμβρίου (ρεπόρτερ yang yu) σήμερα το πρωί, το ειδικό φόρουμ "αποκωδικοποίηση του μέλλοντος: παγκόσμια τάσεις ψηφιακής νοημοσύνης" πραγματοποιήθηκε με επιτυχία στο pudong της σαγκάης. αυτό το ειδικό φόρουμ είναι ένα από τα υπο-φόρουμ του διεθνούς φόρουμ για τον βιομηχανικό πολιτισμό, που φιλοξενείται από το κέντρο ανάπτυξης βιομηχανικού πολιτισμού του υπουργείου βιομηχανίας και πληροφορικής, τη δημοτική επιτροπή οικονομίας και τεχνολογίας της σαγκάης και τη λαϊκή κυβέρνηση της σαγκάης νέα περιοχή pudong.

στο ειδικό φόρουμ, ο mathieu laurière, επίκουρος καθηγητής μαθηματικών και επιστήμης δεδομένων στο nyu shanghai, μοιράστηκε τη μηχανική μάθηση και τη δημιουργία τεχνητής νοημοσύνης για μεγάλης κλίμακας συστήματα πολλαπλών πρακτόρων. τα συστήματα πολλαπλών πρακτόρων ή τα συστήματα πολλαπλών πρακτόρων δεν είναι ασυνήθιστα στην καθημερινή μας ζωή, όπως η κίνηση του πλήθους, η δρομολόγηση της κυκλοφορίας σε μεγάλες πόλεις και χρησιμοποιούνται συχνά στις χρηματοπιστωτικές αγορές. το χαρακτηριστικό των συστημάτων πολλαπλών πρακτόρων είναι ότι υπάρχει ένας μεγάλος αριθμός πρακτόρων που αλληλεπιδρούν και λαμβάνουν αποφάσεις και το περιβάλλον είναι πολύ περίπλοκο.

ο mathieu laurière παρέδωσε μια κεντρική ομιλία πηγή φωτογραφίας: φωτογραφία που παρέχεται από τον διοργανωτή.

ο mathieu laurière επεσήμανε ότι η συμπεριφορά και η λήψη αποφάσεων των ανθρώπων μπορούν να γίνουν κατανοητές μέσω συστημάτων πολλαπλών πρακτόρων. για παράδειγμα, ο σταθμός του μετρό είναι γεμάτος και θέλετε να κατανοήσετε τη συμπεριφορά όλων στο σταθμό του μετρό, όπως ποιες περιοχές έχουν μεγαλύτερη πυκνότητα ανθρώπων, ποιες περιοχές έχουν μικρότερη πυκνότητα και ποιες είναι οι τροχιές κινήσεών τους όσο περνάει ο καιρός, η πυκνότητα του πλήθους θα αλλάξει, πράγμα που σημαίνει ότι θα αλλάξει η συμπεριφορά τους. "θέλουμε να κατανοήσουμε τις αρχές πίσω από τις αλλαγές στις δράσεις τους. στον τομέα των μεταφορών, μπορούμε να χρησιμοποιήσουμε συστήματα πολλαπλών πρακτόρων για να κατανοήσουμε τη λειτουργία των μεταφορών."

ποια είναι η σύνδεση μεταξύ συστημάτων πολλαπλών πρακτόρων και γενετικής τεχνητής νοημοσύνης; ο mathieu laurière είπε ότι για να κατανοήσουμε τις ενέργειες των ανθρώπων, δηλαδή τη συμπεριφορά ή τη λήψη αποφάσεων ενός πράκτορα, είναι απαραίτητο να δημιουργηθεί ένας χάρτης διανομής του πράκτορα, ο οποίος μπορεί να λύσει πολλά προβλήματα τεχνητής νοημοσύνης. επιπλέον, όσον αφορά τη βαθιά μάθηση, το βαθύ νευρωνικό δίκτυο μπορεί να παραμετροποιηθεί ώστε να είναι όσο το δυνατόν πιο κοντά στην πραγματική κατάσταση και στη συνέχεια να χαρτογραφηθούν τα δεδομένα σε αυτό.

καθημερινά οικονομικά νέα