-
#1الرموز المميزة القائمة على الذكاء الاصطناعي: هل اللامركزية وهم؟تحليل شامل للرموز المميزة القائمة على الذكاء الاصطناعي، يدرس هياكلها التقنية، قيودها، وآفاقها المستقبلية في أنظمة الذكاء الاصطناعي اللامركزية.
-
#2E-PoW: ربط التعلم الذكي الاصطناعي وتعدين البلوكشين في أنظمة الجيل السادسبحث حول إجماع E-PoW الذي يدمج حسابات المصفوفات الذكية في تعدين البلوكشين لاستعادة الطاقة الحاسوبية في شبكات الجيل السادس.
-
#3إجماع إثبات العمل المتطور: ربط تعلم الذكاء الاصطناعي وتعدين البلوكشين في أنظمة الجيل السادستحليل آلية إجماع إثبات العمل المتطور التي تدمج تدريب الذكاء الاصطناعي مع تعدين البلوكشين لاستعادة الطاقة الحاسوبية المهدرة في شبكات الجيل السادس.
-
#4التحقق من استهلاك الذكاء الاصطناعي للطاقة: تقييم CodeCarbon مقابل القياسات الخارجيةتقييم منهجي لأدوات تقدير طاقة الذكاء الاصطناعي بمقارنة CodeCarbon وآلة حاسبة انبعاثات التعلم الآلي مع القياسات المرجعية عبر مئات التجارب.
-
#5مراكز بيانات الحوسبة الفائقة للذكاء الاصطناعي لمرونة شبكات الطاقةتحليل مراكز بيانات الحوسبة الفائقة المخصصة للذكاء الاصطناعي التي توفر مرونة للشبكة بتكلفة أقل مقارنة بمراكز البيانات للأغراض العامة، باستخدام نماذج التكلفة وآثار الحوسبة الواقعية.
-
#6تقييم موثوقية الاستدلال في نماذج الذكاء الاصطناعي لتحليل أنظمة الطاقةدراسة تقدم معيار الموثوقية التحليلية (ARB) لتقييم سلامة الاستدلال في نماذج اللغة الكبيرة المُطبقة على تحليل أنظمة الطاقة، مع نتائج من GPT-4/5 وClaude 4.5 وGemini 2.5 وLlama 3.
-
#7ECO2AI: أداة تتبع انبعاثات الكربون لنماذج التعلم الآلي من أجل الذكاء الاصطناعي المستدامECO2AI هو أداة مفتوحة المصدر لتتبع استهلاك الطاقة وانبعاثات الكربون لنماذج التعلم الآلي، حيث يعزز تطور الذكاء الاصطناعي المستدام من خلال محاسبة دقيقة للانبعاثات الإقليمية.
-
#8EconAgentic: إطار عمل نماذج اللغة الكبيرة لأسواق البنية التحتية المادية اللامركزيةبحث حول EconAgentic، إطار عمل نماذج اللغة الكبيرة لمحاكاة وتحسين أسواق DePIN باستخدام وكلاء الذكاء الاصطناعي، والاقتصاد الرمزي، والعقود الذكية.
-
#9اختبار استهلاك الطاقة والبصمة الكربونية للخدمات الذكية القائمة على إنترنت الأشياءتحليل تحديات اختبار استهلاك الطاقة والانبعاثات الكربونية للخدمات الذكية القائمة على إنترنت الأشياء، بما في ذلك المناهج التقنية والنتائج التجريبية والاتجاهات المستقبلية.
-
#10تحليل استهلاك الطاقة للذكاء الاصطناعي على نطاق الحوسبة فائقة الأداءبحث في مقايضات استهلاك الطاقة في التعلم العميق على نطاق الحوسبة فائقة الأداء، مع أداة Benchmark-Tracker لقياس سرعة الحوسبة وكفاءة الطاقة لخوارزميات الذكاء الاصطناعي.
-
#11دور أنظمة النقل الذكية والذكاء الاصطناعي في كفاءة الطاقة وخفض الانبعاثاتبحث حول كيفية تحسين تقنيات أنظمة النقل الذكية والذكاء الاصطناعي للحفاظ على الطاقة وخفض الانبعاثات في نظم النقل، مع التركيز على أجهزة الاستشعار والشبكات والخدمات الذكية.
-
#12تشغيل الذكاء الاصطناعي على الحافة: شبكة عصبية ثنائية قوية قائمة على الممرات مع الحوسبة القريبة من الذاكرةشبكة عصبية ثنائية مرنة تضم 32,768 ممراً تعمل بالخلايا الشمسية المصغرة، مما يتيح ذكاءً اصطناعياً ذاتي التشغيل على الحافة مع بنية حوسبة رقمية قريبة من الذاكرة.
-
#13توكنيزيشن المفاهيم البصرية: إطار عمل محول غير خاضع للإشراف لتعلم التمثيل المنفصلVCT هو إطار عمل غير خاضع للإشراف قائم على المحولات يقوم بتجزئة الصور إلى مفاهيم بصرية منفصلة، محققاً نتائج متقدمة في تعلم التمثيل وتحليل المشاهد.
آخر تحديث: 2026-02-22 12:00:34