- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据文摘
趋势已成：未来5年AI在银行业的5大应用
十大AI公司 AI被应用于很多行业，Bizofit（一家智能连接企业和服务提供商的平台公司）整理了以下十大人工智能公司。 Next IT Next IT 把AI应用到医疗健康和金融行业，主要专注于自然语言处理、聊天机器人和机器学习。 下图显示了AI在银行和金融服务行业中得到广泛应用的原因： 图片标题：金融服务机构采用AI解决方案的理由 从上到下6行文字分别是：其他，广泛提供个性化交流，提高同业竞争力，提升作为创新型公司的创新形象， 识别数据中隐含的（但是容易被其他方法忽略的）机会，增加劳动生产力 图片来源：financialbrand.com AI在银行业中有很多应用，以下是在未来5年内会给银行业带来革命性变化的几个关键AI应用。 ai-applications-in-banking-to-look-out-for-in-next-5-years/ 关于转载 如需转载，请在开篇显著位置注明作者和出处（转自：大数据文摘 | bigdatadigest
2.1K40发布于 2018-05-25 - 来自专栏DotNet NB && CloudNative
AI应用实战课学习总结（5）回归分析预测实战
最近入坑黄佳老师的《AI应用实战课》，记录下我的学习之旅，也算是总结回顾。 今天是我们的第5站，一起了解下回归分析是什么 以及 通过回归模型预测电商用户的生命周期价值（LTV）。 回归分析主要应用在以下场景： 确定变量之间的关系 预测数值 趋势分析 我们在第三站《预测带货直播销售额》就是一个典型的回归分析案例。 LinearRegression #导入线性回归模块 model = LinearRegression() #创建线性回归模型 model.fit(X_train, y_train) #拟合模型 Step5
48810编辑于 2025-03-07 - 来自专栏架构随笔录
2023年5个最热门的AI应用案例解析
1.应用领域——医疗 人工智能的下一个重要应用领域——医疗，医疗领域里最火的AI技术莫过于基于深度学习的医学影像分析，这项技术可以帮助医生提高诊断效率和精度。 1.智能辅助诊断系统 AI辅助诊断系统是目前应用最为广泛的一种人工智能技术。 在过去的几年中，随着深度学习和神经网络等技术的迅速发展，AI语音识别技术也得到了重大突破和进步。 现如今，AI语音识别技术广泛应用于各种场景中。 其次，AI也在自然语言生成方面取得了长足进展。这种技术可以生成自然、流畅的文本，并且可以应用于广泛的应用程序中。例如，在内容营销领域，AI可以根据用户需求自动生成吸引人的文章标题和描述。 5.应用领域——自动驾驶技术 在未来很可能会成为交通行业的颠覆者之一。“开车不需要驾照”这句话可能会变成真实存在。 介绍一些最新的AI在自动驾驶技术中的应用案例。 1.
6.5K31编辑于 2023-08-18 - 来自专栏腾讯云开发者社区头条
AI 与 5G 在无线通信的应用
聊起 AI，画面都充斥着机械语言：精密高级的芯片，光怪陆离的智能产业……你眼中的 AI 有什么样的能力？能给传统行业带来哪些变革与发展？ 基于此，腾讯云开发者社区联手知乎科技，从知乎AI 与传统行业相关话题中精选内容落地社区专题「 AI 与传统行业的融合 」。 本文为“AI 将如何影响电子信息产业”的精华内容分享。 5G Release 16里引入了动态频谱共享标准，在美国也已经确定了几个可以供5G共享的频段，所以目前这个问题又翻新了重新得到重视。 举个简单的例子，5G基站功耗较大，所以有时候需要关闭某些载波，或者在某个时段关闭整个基站来节省能量。 更多关于边缘计算的可能和背后逻辑，可以参照这个回答： 在 5G 网络时代，边缘计算会如何进一步发展？
3.6K2221发布于 2020-04-14 构建多智能体 AI 应用的5个最佳框架
多智能体在企业中的应用场景 在企业环境中，Agentic AI 系统具有广泛的应用，从任务自动化到重复性操作都有巨大价值。 •电商平台监听：实时监控并分析电商应用各个渠道上的用户情绪[4]与反馈。•投票与评价分析：通过分析用户反馈与问卷调查数据[5]，洞察客户需求，从而优化客户体验。 AI 智能体的局限性 尽管目前已有多个框架可以用来构建智能体助手，但真正投入生产使用的智能体应用仍然较少，仅有少数如 Cursor 和 Windsurf 被应用于 AI 辅助编程领域。 5. LangGraph LangGraph[23]是一个基于节点的 AI 框架，是目前最受欢迎的多智能体系统构建工具之一。它属于 LangChain 生态系统，专用于图结构化的智能体流程编排。 更多信息 山行AI希望本文对你有所帮助，由笔者翻译整理自：https://medium.com/@amosgyamfi/best-5-frameworks-to-build-multi-agent-ai-applications
85510编辑于 2026-03-13- 来自专栏PaddlePaddle
5G通达，AI赋能 AI在网络规划中的应用实践
本文为大家带来的演讲主题是：5G通达，AI赋能，主要分为三个部分： 网络规划 传播模型 AI的应用效果 网络规划 与图像、语音这种，和日常生活息息相关的AI应用不同，在移动通信网络中的应用AI，其专业性较强 到5G时代，可以结合大数据分析以及AI能力，达到进一步提质增效的目的。 WAVE SUMMIT+2021深度学习开发者峰会 哪些区域值得建站？ 在当今，我们也可以应用AI能力，根据用户业务需求的变化，来智能进行网络资源的调整和匹配。 回答完这三个问题，我们对网络规划有了大概的了解，也了解了网络规划当中有很多环节都可以应用到AI的能力。 它的优势就是能够应用现网的大数据，实现逐区域模型的迭代更新，从而进一步提高预测准确性。 AI的应用效果 接下来分享AI传播模型，在应用的时候效果如何？ AI技术，已经成功应用于诸多领域。 最后总结一下，AI模型它不具有唯一性。因此，这也是可以应用无线网的数据，不断进行迭代更新的优势所在。
37530编辑于 2022-03-31 - 来自专栏新智元
【未来5年AI应用报告】谷歌、DeepMind、英伟达科学家支招企业AI应用(24P)
来源： reworkco 编辑部 【新智元导读】 ReWork的一份最新AI落地应用报告，阐述了企业该如何使用AI技术。 不愿意采用AI的企业将落后，预计AI软件的直接和间接应用产生的收入将从2016年的13.8亿美元增长到2025年的597.5亿美元。 （思科Vijay Ramakrishnan） 业务优化 以前需要人工的任务，比如客户服务、数据管理、供应链管理和市场策略决策，都被预测将在未来5年由AI实现自动化（福布斯，2017）。 未来5年会发生什么？ 得益于AI的普及，各行各业的人都将用AI进行创新。 5年以后呢？ Eli David，DeepMind：真正的智能（人类及其他动物）研究有很强的证据表明，大脑里神经元的数量与智能程度呈正相关。
951140发布于 2018-03-21 - 来自专栏一臻数据
Apache Doris × AI 的5个应用场景（附完整案例）
的关键特性后，接下来，直接来看看Doris与AI的5个应用场景 Doris与AI的5个应用场景 场景一：Doris × DataAgent - 数据有了自己的智能助手 工作中经常出现的这么一个场景：公司号突然被喷 这是使用AI的企业常有的抱怨。知识的时效性、专业领域的局限性、幻觉问题，都困扰着AI应用落地。 Doris MCP协议标准化了AI与Doris数据之间的交互，使企业能以更低的成本、更快的速度构建AI应用，真正实现了"即插即用"的AI能力。 场景五：Doris × AI Observability - 大模型应用的"黑匣子" "大模型应用昨晚2点突然失效了，用户投诉不断，但我们完全不知道发生了什么！" 随着AI应用在企业中的普及，可观测性成为一大挑战。大模型调用链复杂，故障诊断困难。
2.2K10编辑于 2025-04-09 隐藏在Google Labs里的5个神级AI应用。
我自己也是，我越来越想看到一些，更好玩、更有用、更丰富的AI的应用，而不只是各种参数的增强，以及普通人感知不到的高高在上的东西。 ，它是一个在当时，非常好玩的应用。 他会跟DeepResaerch一样，问你几个需要你确认的问题，大概一两分钟，5个页面就生成完了。 可以在页面上用嘴直接编辑，也可以将画板导入figma，用figma画布编辑。 就像google labs的负责人之前在访谈里说的一样，chatbot是AI最好的交互形态吗？未必。 未来，更直观的交互形态很可能是，直接给AI一张图像，或者一个文件，让它去执行操作。 5. 再往后，AI时代来了。 得益于AI带来的生产力提升和模型能力提升，探索创新项目的效率提高了。谷歌顺应潮流，整合了很多实验性业务，纳入Google labs。
38110编辑于 2025-06-25- 来自专栏NetCore 从壹开始
5-5 各个服务应用启动
5、修改域名解析映射 添加解析这块，如果是泛域名或者通用域名解析就很简单的， 但是我这边毕竟是免费的，动动手，十分钟就能解决了的。 等待十分钟，就表示迁移完成了。
28820编辑于 2023-01-09 - 来自专栏剑指工控
MACS5应用
Hoyllsys在工业自动化领域应用越来越广泛和普及，尤其在化工和电厂，铁路等大面积推广，今天就对MACS5做一些案例分享。 4中的组态配置 如图，在图形组态中，右键单击L2AI2_06，出现“动态特性快捷定义”，在该对话框中可以对“点名”进行读写编辑。 ”AI”,“旧风格”，“全选”，“确认” 在对数据库的模拟量测点进行编辑后，依次点击“更新数据库”，“校验”，“完全编译”。 ，配置完成后，进行“数据库跟新”，“完全编译”,对“操作员站和服务器”进行下装，在CODESYS里面“在线登录”“参数下载” 上位机中的单元设备和下位机CODESYS的组态，右键单击如图HSSCS5顺控火电模块 总结MACS5的组态修改步骤： 数据库修改： 数据库总控￫选择域￫编辑数据库￫数据操作￫选择类名￫选择项名￫确定￫保存￫更新数据库￫确定￫校验￫完全编译。
83120发布于 2021-11-09 - 来自专栏项目实战
AI 代码远征季 | AI生成+云部署，在线商城H5应用开发实战
它无缝集成主流 AI 编程工具，通过自然语言 Prompt 生成可直接部署的前后端应用，将开发重心从“搭骨架”转向“注入灵魂”。 本文基于 React+node.js 技术栈，将实战演示如何通过该工具链开发一个新零售在线商城 H5 应用，涵盖代码生成、云函数配置、一键部署全流程，并深入解析核心代码逻辑。 1.2 Web 应用开发前置工作因为我是做H5开发，所以需要做Web 应用开发的前置工作。 1.3.1 创建 AI 应用除了前面接入 SDK 的方式，还可以直接使用 CloudBase 提供的页面版 AI 开发套件。 在本次新零售 H5 商城的实战中，我们仅通过 5 条核心 Prompt 便完成了商品展示系统的开发与部署，验证了 AI ToolKit 在“从 1 到 N”场景下的工程价值。
54610编辑于 2025-07-22 F5社区学习笔记：API和AI如何改变应用安全？
那么数字化转型如何引发API的爆发式增长、人工智能（AI）的迅速普及，以及这些变化给企业带来的复杂挑战都有什么？F5社区发布的《应用策略现状报告》正是了解推动应用安全和交付的技术和趋势的宝贵资源。 趋势1：企业应当充分重视API安全 F5研究表明，企业管理的API平均数量正在迅速增长，41%的企业现在管理的API数量至少与其管理的应用数量相当。 趋势3：企业尝试使用生成式AI完成任务 在F5社区了解到这样一组数据：52%的企业已经实现了应用基础设施的自动化，43%的企业实现了应用安全的自动化。 安全是生成式AI的首要应用场景，35%的受访者希望使用生成式AI来自动执行那些过于复杂而无法手动管理的策略和配置任务，而29%的受访者则希望使用生成式AI来提高检测和消除威胁的能力。 值得关注的是，API安全、多云网络、自动化和AI等新的解决方案正在出现，以驯服混合多云的复杂性，而最成功的数字业务将是那些迅速采用这些技术的企业。对这方面感兴趣的小伙伴，不妨关注F5社区平台。
32210编辑于 2024-08-24- 来自专栏云云众生s
可用于AI应用的5个开放式LLM推理平台
译自 5 Open LLM Inference Platforms for Your Next AI Application，作者 Janakiram MSV。 除了令牌费用外，在线模型每千次请求还会产生 5 美元的固定费用。 3. Fireworks AI Fireworks AI 是一个生成式 AI 平台，使开发人员能够为其应用程序利用最先进的开源模型。 finetuned-ade-512-pt Cloudflare AI Workers 提供了多功能的集成点，用于将 AI 功能纳入现有应用程序或创建新应用程序。 AI 应用程序。 5. Nvidia NIM NVIDIA NIM API 提供对各种经过预训的语言模型和其他 AI 模型的访问，这些模型经过 NVIDIA 的软件堆栈的优化和加速。
1.4K10编辑于 2024-06-08 - 来自专栏AI科技大本营的专栏
5分钟速通 AI 计算机视觉发展应用
作者 | 李秋键 出品 | AI科技大本营（ID:rgznai100） 计算机视觉是进步最大、发展最快的领域之一。 今天小编带大家几分钟速通 AI 计算机视觉发展应用。 应用前景 （1）物流： 利用计算机图像识别、地址库、合卷积神经网提升手写运单机器有效识别率和准确率，大幅度地减少人工输单的工作量和差错可能。 （5）纺织品及服装： 纤维及织物组织识别 纺织阶段，图像识别技术可用于识别区分各类纤维及其织物，还可用于原棉加工前识别非棉杂质。 （5）基于稀疏表示和多特征融合的 SAR 图像识别： 当采用稀疏表示进行 SAR 图像目标识别时，可采用的特征包括灰度特征、局部特征(HOG 特征)及基于信号变换提取的特征(单演信号特征)等。 传统图像分割方法 基于阈值的分割方法 基于边缘的分割方法 基于区域的分割方法 基于聚类分析的图像分割方法 基于小波变换的分割方法 基于数学形态学的分割方法 基于人工神经网络的分割方法 以上就是给大家整理的AI
59230编辑于 2022-04-05 - 来自专栏文大师的新世界
5. ListView应用
ListView大概是所有移动应用都会用到的组件了，大部分都在首页，这章结合redux来看如何从API取数据再到如何应用redux更新渲染组件ListView。
79650发布于 2018-08-30 - 来自专栏AI小程序
AI人脸应用
这款颜值检测小程序使用了腾讯开放人脸识别API，本项目适合刚入门的同学练手，熟悉整个框架，整体实现如下：
1.3K00发布于 2019-01-06 AI 应用感想
龙虾热潮退去，最终会剩下文字相关的应用——编程、写文章、论文等等。一、大模型本质是文字模型不管形态如何变化，大模型的输出仍然以文字为主。 最终沉淀下来的应用，一定是那些将文字能力发挥到极致的场景。二、多代理提高可用性，但仍未达到可信的专家水平多代理架构让任务可以并行、分工、协作，显著提升了复杂任务的完成率。 这意味着所有AI输出都必须经过经验丰富的人员验证，以避免疏漏和安全问题。这是当前AI应用落地的最大瓶颈——不是技术不够强，而是信任成本太高。 未来可能出现”AI审计AI”的模式：一个代理负责输出，另一个专门负责对抗性验证，降低人工成本的同时保留人类兜底。四、记忆之后，还有知识整理与理解偏差记忆问题的解决只是第一步。 五、下一个高价值方向：代理自组织与AI团队导师人类组织中有项目管理和项目经理，AI代理体系同样需要自组织能力。
8600编辑于 2026-03-30- 来自专栏软件安装
AI应用开发
AI应用开发是将人工智能技术与实际业务场景结合，构建具有智能决策、自动学习或感知能力的应用系统。 它融合了传统软件开发与机器学习、深度学习等AI技术，以下是其核心要素和流程： 一、AI应用的核心技术栈 基础框架 机器学习：Scikit-learn、XGBoost、LightGBM 深度学习：TensorFlow Platform、Azure ML 二、AI应用开发的典型流程 问题定义与数据准备 明确AI要解决的核心问题（如分类、预测、生成等） 数据采集（爬虫、API、传感器等）、清洗（去噪、补全）、标注 （通过API接口或SDK） 构建监控系统（跟踪模型精度衰减、数据漂移） 迭代优化 基于用户反馈和新数据持续更新模型 优化计算效率（边缘部署或云端算力调度） 三、示例：简单的文本分类AI应用 以下是一个基于预训练模型的文本分类应用 ） 可解释性：部分场景（如医疗、金融）需要模型决策可解释 五、常见AI应用场景 智能客服（NLP对话系统） 图像识别（安防监控、质检） 推荐系统（电商、内容平台） 预测分析（金融风控、需求预测） AI应用开发的核心是
50810编辑于 2025-11-12 - 来自专栏一乐来了
AI驱动的应用：插件、应用市场和AI Agents
所以才发明了AI Native/AI First，来表达未来智能应用跟现在软件的不同。 等到ChatGPT发布插件，一众软件从懵懂中醒来，开始瑟瑟发抖，我们好像看到了AI吞噬软件世界的景象。 另一方面，在具体需求满足上，AI跟应用还只是有限度的打通，并不能完全闭环，这大大限制了用户从旧应用体系脱离的意愿和速度。 所以我们相信，大模型AI并不会取代AI以外的软件，尤其是企业应用。 只要用户需求是分散的，智能应用的未来就还属于企业和开发者，AI Native实际是AI Drive。 蓝莺智能插件 蓝莺智能插件（AI Plugin），是由应用自定义提供给大模型AI服务调用的一组API或函数集合。 基本步骤如下： 用户提出问题，应用服务器将问题和相关函数调用的定义发给AI服务； AI识别出缺失的业务信息，根据上下文信息拼装成函数调用返回给应用服务； 应用服务收到拼装好的函数后，进行实际的API或函数调用
53810编辑于 2025-05-23
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