私の連絡先情報
郵便管理者@information.bz
2024-09-25
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
上海、9月25日(ヤン・ユー記者)今朝、上海市浦東で特別フォーラム「未来の解読:グローバルデジタルインテリジェンストレンド」が成功裡に開催された。この特別フォーラムは、産業文明国際フォーラムのサブフォーラムの一つで、工業情報化部産業文化発展センター、上海市経済情報化委員会、上海人民政府が主催する。浦東新区。
特別フォーラムでは、ニューヨーク大学上海校の数学およびデータサイエンスの助教授であるマチュー・ローリエ氏が、大規模なマルチエージェントシステム向けの機械学習と生成aiについて共有しました。マルチエージェント システムまたはマルチエージェント システムは、群衆の移動や大都市での交通ルーティングなど、私たちの日常生活では珍しいことではなく、金融市場でもよく使用されます。マルチエージェント システムの特徴は、対話して意思決定を行う多数のエージェントが存在し、環境が非常に複雑であることです。
マシュー・ローリエ氏が基調講演を行った。写真出典:主催者提供。
mathieu laurière は、人々の行動と意思決定はマルチエージェント システムを通じて理解できると指摘しました。たとえば、地下鉄の駅は混雑しており、どのエリアの人の密度が高いか、どのエリアの密度が低いか、移動の軌跡はどのようなものであるかなど、地下鉄の駅にいる全員の行動を理解したいとします。時間が経つにつれて、群衆の密度が変化し、それは彼らの行動が変化することを意味します。 「私たちは彼らの行動の変化の背後にある原則を理解したいと考えています。輸送の分野では、マルチエージェントシステムを使用して輸送の運用を理解できます。」とマチュー・ローリエ氏は言いました。
マルチエージェント システムと生成 ai の間にはどのような関係があるのでしょうか? mathieu laurière氏は、人々の行動、つまりエージェントの行動や意思決定を理解するには、エージェントの分布マップを生成する必要があり、これにより多くの生成ai問題が解決される可能性があると述べた。さらに、ディープ ラーニングの観点からは、ディープ ニューラル ネットワークを実際の状況にできる限り近づけるようにパラメータ化し、その上にデータをマッピングすることができます。
毎日の経済ニュース