notizia

shanghai, 25 settembre (reporter yang yu) questa mattina si è svolto con successo a pudong, shanghai, il forum speciale "decodificare il futuro: tendenze globali dell'intelligenza digitale". questo forum speciale è uno dei sottoforum del forum internazionale sulla civiltà industriale, ospitato dal centro per lo sviluppo della cultura industriale del ministero dell'industria e della tecnologia dell'informazione, dalla commissione municipale di economia e tecnologia dell'informazione di shanghai e dal governo popolare di shanghai nuova area di pudong.

nel forum speciale, mathieu laurière, assistente professore di matematica e scienza dei dati alla new york university di shanghai, ha condiviso l'apprendimento automatico e l'intelligenza artificiale generativa per sistemi multi-agente su larga scala. i sistemi multi-agente o i sistemi multi-agente non sono rari nella nostra vita quotidiana, come il movimento della folla, il routing del traffico nelle grandi città e sono spesso utilizzati nei mercati finanziari. la caratteristica dei sistemi multi-agente è che esiste un gran numero di agenti che interagiscono e prendono decisioni e l'ambiente è molto complesso.

mathieu laurière ha tenuto un discorso di apertura. fonte foto: foto fornita dall'organizzatore.

mathieu laurière ha sottolineato che il comportamento e il processo decisionale delle persone possono essere compresi attraverso sistemi multi-agente. ad esempio, la stazione della metropolitana è affollata e vuoi capire il comportamento di tutti i presenti, ad esempio quali aree hanno una maggiore densità di persone, quali aree hanno una densità inferiore e quali sono le loro traiettorie di movimento col passare del tempo, la densità della folla cambierà, il che significa che il loro comportamento cambierà. "vogliamo comprendere i principi alla base dei cambiamenti nelle azioni. nel campo dei trasporti, possiamo utilizzare sistemi multi-agente per comprendere il funzionamento dei trasporti", ha affermato mathieu laurière.

qual è la connessione tra sistemi multi-agente e intelligenza artificiale generativa? mathieu laurière ha affermato che per comprendere le azioni delle persone, ovvero il comportamento o il processo decisionale di un agente, è necessario generare una mappa di distribuzione dell'agente, che potrebbe risolvere molti problemi dell'intelligenza artificiale generativa. inoltre, in termini di deep learning, la rete neurale profonda può essere parametrizzata per essere il più vicino possibile alla situazione reale, e quindi i dati possono essere mappati su di essa.

notizie economiche quotidiane