问答ChatGPT之后:超大预训练模型的机遇和挑战

超大预训练模型(Pre-trained model, PTM)是人工智能领域近年来迅速崛起的研究方向,在自然语言处理(Natural language processing, NLP)和计算机视觉等多种任务中达到了有史以来的最佳性能,促进了人工智能生成内容(Artificial intelligence-generated content, AIGC)的发展和落地. ChatGPT作为当下最火热的PTM,更是以优异的表现获得各界的广泛关注.本文围绕ChatGPT展开.首先概括PTM的基本思想并对其发展历程进行梳理;接着,详细探讨ChatGPT的技术细节,并以平行智能的视角阐述ChatGPT;最后,从技术、范式以及应用等多个方面对PTM的发展趋势进行展望.     

全息术在现代光学中的应用

随着近几年对光学全息术的进一步探索和研究,发现其在人工神经网络、高密度存储、光镊、信息编码译码和光束扭曲打结等方面有着广泛的应用,本文对全息术的原理及在现代光学中的应用做了简要介绍。     

基于Deform-3D的单刃内排屑刀具钻削仿真研究

针对某航空液压伺服阀芯的内孔难加工问题,设计了一款直径0.85mm的单刃内排屑深孔钻,并使用Deform-3D软件进行加工过程的仿真模拟,对不同工艺参数下的轴向力、扭矩和切削温度进行对比分析。仿真结果表明：转速为15000r/min时,进给量越大,加工时轴向力和扭矩越大;进给量为0.04mm/r时,转速对加工中的轴向力和扭矩影响较小;不同转速和进给量下,钻削温度在145℃～165℃之内。仿真结果可以为航空液压伺服阀芯的内孔加工工艺参数的选择提供一定参考。     

成像系统焦深延拓的方法研究进展

大的焦深在光学显微镜,生物和医学成像,微电子学,红外光学系统,虹膜识别等高端成像系统以及摄像头等低端成像系统均能发挥重要的作用。因此人们一直致力于研究如何能拓展焦深并据此提出了许多方法。本文将介绍几种比较成熟的焦深延拓方法。     

具有尾缘襟翼风力机的恒功率反步法控制

尾缘襟翼风力机控制技术在大型风力机领域具有巨大的应用潜力.本文首先基于修正的叶素动量方法建立了具有可变尾缘襟翼的风力机气动模型.针对襟翼风力机的非线性模型,采用反步法设计了非线性控制器,保证系统的控制量和状态变量全局有界,并且风机的输出功率可以收敛到额定功率的一个小邻域内.此外,控制器设计过程中没有将实时风速信息纳入反馈系统,因而降低了工程实施的难度.最后针对12 m/s～15 m/s的阶跃风、基于四分量模型模拟的风载扰动、执行机构受到外部扰动以及总转动惯量具有10%不确定性的工况进行了仿真,仿真结果表明所设计的控制器能有效地稳定风力发电系统的输出功率,控制系统具有较强的鲁棒性.