最新公告
  • 欢迎您光临欧资源网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 36氪WISE2021新经济之王峰会在沪举行,探讨各领域如何构建以创新驱动的硬核竞争力

    12月13日-15日,36氪WISE2021新经济之王峰会将在上海举行。今年,我们将聚焦“硬核时代”。“硬核”是当前时代和大环境给中国新经济企业带来的挑战和机遇。一方面,要求企业注重技术创新,寻找自身的“硬核”壁垒;另一方面,要求企业回馈社会,展现更多“硬核”。核”责任与担当。随着我们从商业模式创新的“应用时代”走向技术创新的“硬核时代”,我们聚集了数百家核心企业,聚焦宏观政策、智能制造、半导体、新能源、

    在WISE 2021峰会上,商汤科技联合创始人兼副总裁杨帆分享了他对AI行业的最新见解。他表示,行业对人工智能的需求变得更加深入和精细化,比如高铁。检测组件缺陷以提高效率,“这是 3、5 年前我们无法想象的极其细粒度的需求。”

    另一方面,随着需求端的碎片化和复杂性,数据的供给端正在成为新的生产要素。全社会积累和积累的数据量保持着巨大而快速的上升趋势。如何面对这种新的生产要素,如何界定其所有权和使用权,是行业需要回答的普遍问题。

    为了应对数据的爆炸式增长,科研界正在尝试将通用的预训练大模型与更海量的数据相结合,然后使用更复杂的网络架构来训练 AI 模型。

    商汤科技联合创始人兼副总裁杨帆

    杨帆认为,这几年,算法生产就像流水线一样被引入到整个生产系统中。该管道将​​变得更加自动化和智能化,并以更通用的模型提供基础支持。“从数据的采集到算法的产生,再到整个应用的闭环系统,通过大量的自动化工具,使整个成本降低了一个数量级,并且支持它的效率已经得到了进一步的改进。” 杨帆说道。

    这也是商汤正在推进的通用基础设施建设:商汤构建人工智能通用基础设施易语言什么组件可以替代通用对话框,商汤科技、商汤AI大规模安装;其中,正在上海建设的基础设施商汤智能计算中心AIDC将于今年启动。将于年底试运行,峰值训练算力3740 Petaflops(1 petaflop 等于每秒1万亿次浮点运算)将为未来AI算法创新和服务提供强大的基础支撑.

    “我们相信,通过人工智能的大规模基础设备,可以助力人工智能产业的持续技术升级,将更广泛的群体和行业场景融入到这样一个闭环系统中,加速发展整个社会人工智能行业。” 杨帆说道。

    以下为杨帆演讲实录,由36氪整理:

    杨帆:各位朋友,大家好!

    很荣幸今天有机会借36氪的邀请与大家分享商汤科技在人工智能领域也结合了近年来市场的一些发展变化,我们的一些思考,一些对未来趋势的理解。以及我们为此所做的一些工作。

    刚才牛总的介绍中也提到过,如果我们看中国最近五年,整个科技创新其实已经上升到了一个前所未有的高度,这其实关系到整个国家的经济环境和国家的进一步发展。经济。核心硬核技术密切相关。

    至此,我们其实可以看到,人工智能已经被视为帮助提升整个产业链和经济要素生产力的关键工具技术。为何如此定位?一方面是因为我们可以看到人工智能技术的应用将会非常广泛。另一方面,我们也会看到今天中国在发展人工智能方面有很多优势。

    不仅是政策上的优势,可以对各个行业形成如此巨大的杠杆作用,而AI行业的发展也将有助于其他行业的可持续发展。相信这也是过去的6、7年。人工智能受到社会各界高度关注和重视的一个非常重要的原因。

    在此基础上,我们来看看当今人工智能行业面临哪些新趋势或新挑战,接下来我们需要解决哪些问题?首先我们可以看到,在人工智能行业技术应用逐渐深入的今天,其实我们正在越来越深入的渗透到各个行业、各个行业。

    我们可以看到,当今行业对人工智能技术的这种需求越来越深、越来越细。例如,在我给出的示例中,检测高铁上的零件缺陷以实现其整体效率提升。这是3、5 年前我们无法想象的极其细粒度的需求;再比如智慧城市,在过去的十年里,国家也一直在强调和推动,为了让整个城市更加温暖,能够给人们带来更好的宜居环境,就推动了这样的系统工程。在中间,我们实际上会看到大量多场景、碎片化需求的存在。

    今天我们看到人工智能在五年后飞速发展,我们看到随着其产业需求的进一步深入,渗透率的提高,需求的复杂化和精细化,我们今天面临的挑战是什么?一方面,当你的场景比较复杂和精细化时,技术的通用性还不够好,越来越需要这种细碎技术的研发和生产。另一方面,今天人工智能技术的整体生产成本仍然很高。很多时候,有些需求是无法满足的。最根本的原因是成本太高。作为一个企业,这样做并不划算。,我想不通。

    让我们对此进行扩展。

    首先,让我们看看需求的复杂性。这张照片中解释的信息似乎很多。但实际上,如果我们认为一个人每天可以触摸 600 个物体,如果我们将 3 个物体组合成一个动作,那么一个人每天可以定义的动作组合超过 3000 万个。事实上,我们的人工智能技术在理解和解决这种量级问题的能力上,还存在着巨大的差距。

    包括我们实际上可以看到长尾在各种场景下的技术需求。如果我们想要更好地解决当今行业的问题,我们将面临大量的应用场景,这些场景非常小,但它们非常重要,必须解决。这个技术问题。

    另一方面,我们都知道今天的数据成本非常高。标记数据需要大量成本,收集数据也需要大量成本。

    除了数据成本,还有算力成本。今天,随着技术的进步,我们对计算能力的消耗也在上升。

    我刚才讲的是我们在需求端看到的趋势。一方面,需求碎片化、复杂化,另一方面,今天解决这个问题的成本仍然很高。让我们从另一个角度来看它。供给端有几个典型趋势。第一个数据源是数据量。今天,我们都知道,在人工智能或科技时代,数据正在成为一种新的生产要素,这与农业时代的土地、工业时代的能源、IT时代或工业时代的数据不同。智力。生产要素。

    一方面,当今全社会积累和沉淀的数据量保持着巨大而快速的上升趋势,但另一方面,面对这样一个与所有生产要素相同的新要素过去,我们应该怎么做?如何定义它?如何定义其所有权?如何界定其使用权?我们如何有效地利用它来有效地保护它?事实上,这些都是当今业界尚未达成共识的问题。

    过去,土地作为一种生产要素,是不容易复制的;作为一种生产要素,能源不能轻易复制。数据非常有趣。它的生产成本很高,但复制成本很低。它的流通和交换可以大大增加其元素的价值成倍增长。其中一些特征是过去生产关系中的要素所不具备的。

    在这种情况下,我们如何处理数据这样一个全新的元素,如何更好地定义它,如何更好地使用它,如何让它在企业、大学和政府组织中更有效?循环?这是我们未来必将面临的新挑战和新课题。

    除了数据,我们还谈论算法。AI的核心供给和AI的核心价值是算法。过去 3 年算法的一个明显趋势是我们需要更通用的算法。我们希望人工智能在解决具体问题之外,能够为更普遍和泛化的问题提供更好的解决方案。结论。

    其实我们可以看到,科研界也找到了一个方向,就是一般的预训练大模型,就是我们把更海量的数据整合在一起,然后用更大更复杂的网络架构来训练AI模型. ,这样的模型可以对更泛化的问题形成表达,最典型的GPT-3,我们知道今天的自然语言理解,它已经可以通过GPT-3交换等模型非常自由地与人类交流。

    包括商汤,包括一些业内同仁也在做的事情,比如在视觉、感知和对一般外部环境的理解方面,我们是否也有这样一个通用的超级模型可以帮助我们解决场景的问题?上面提到的碎片化。这其实是学术界近年来的共识,也是行业高速前进的方向。这种通用的大模型,一次性成本很高,但是当你真正用它来解决数百个小问题的时候,它的成本会被大大摊薄。我们希望它能有效解决当今算法生产或者技术创新成本过高的问题。

    人工智能的另一个重要元素是计算能力。它可以应对数据的爆炸式增长。要不断扩展算法规模,一方面计算能力保持快速增长非常重要,另一方面也需要快速降低整个计算能力的成本。.

    我们可以看到,过去摩尔定律说,集成电路上的半导体晶体管数量每18个月翻一番,而人工智能算法所需的计算能力在过去五年中每三个月翻一番。翻了一番,所以对算力的需求其实是巨大的增长。

    我们还说,未来的技术创新需要更多的计算资源作为承载它的基础设施。同时,在这个过程中,我们还要不断的思考如何扩展计算资源,哪个成本更低,哪个效率更高,它的能源使用更经济环保。

    如前所述,如果我们看过去三年我们在AI行业看到的一些趋势,一方面是需求端整个需求的碎片化和多样化,以及今天的生产成本和技术创新成本仍然很高。另一方面,在供给端,我只是关注数据、算法和算力三个维度的一些增长。同样,我们看到的是,行业的分化正在加剧这个子场景的应用企业寻找一些更好的空间,包括更多的人和更多的整个行业的企业逐渐了解AI这件事可以参与到分工中在行业中。

    面对这样的趋势,我们该怎么办?我列出了两件我认为非常重要的事情。今天的时间关系,我主要讲第一个。这也是商汤从去年开始一直在推广的一个东西,那就是我们的人工智能。通用基础设施 SenseCoreAI 大型设备。这种通用基础设施可以实现什么价值?

    让我打个比方。今天,如果把技术创新和算法生产比作工业时代的织布,我们实际上经历了三个阶段,或者说工业革命实际上经历了三个阶段。

    从一开始的手工、家庭工厂作坊式生产,这种对科研创新和算法生产的回应,就是在十年前搞一次技术创新。可能是大学老师带着几个学生做一个项目,然后去做。一年两年后,能否在特定的时间得到这样的结果存在很大的不确定性,时间周期也很长,而且是去中心化的。

    过去五年我们经历了什么?算法生产已经专业化,大数据、大算力、平台化的方法可以支撑这样的算法生产,像流水线一样导入到整​​个生产系统中。

    未来的趋势是什么?我们对未来的理解是,这条管道将变得更加自动化和智能化。正如我们刚才所说,将使用更通用的模型来提供基础支持。从数据采集到算法生产,再到其整个应用的闭环系统,通过大量的自动化工具,可以将其整个成本降低一个数量级,并进一步提高其效率。

    这就是我们定义的大型人工智能设备的价值。当然,商汤已经做了自己的大设备,其他一些业内同仁也搭建了类似的平台和系统。我们一般理解这个东西会分为几个层次:底层基础设施,中间核心的大型软件工具系统,上层大量模型和算法的应用。

    其中,我们认为最有价值,或者说最具创新性和想象力的,其实就是上述大规模模型和算法的应用。因为人工智能本身就是这样一种通过海量模型为各个行业提供应用服务的技术,只有当我们把更多的算法和模型变成像积木一样的模块化组件时,它才会真正对我们未来有用。只有在各种场景下提供技术创新和价值创造,才能形成这样更好的积累和沉淀。

    这是上海正在建设的底层基础设施商汤计算中心AIDC。它将在今年年底很快投入试运行,峰值训练计算为 3740 Petaflops(1 petaflop 等于每秒 1 万亿次浮点运算)。将为未来人工智能算法和服务的创新提供重要的基础支撑。目前国内最大的应该是1000P,3740在规模和体量上也应该是亚洲最大的专用人工智能计算中心。

    同理,刚才讲了平台层,需要平台的系统化,支持大模型,大系统,完整的系统工具链,是人工智能从数据到训练,再到部署的算法生产. 在各种形式的硬件上完成大量的适配工作,让它真正能用上,其实就是一个长链、多环节的一套流水线工作,那么怎么才能让这个东西工作呢?更多的自动化和更低的成本将带来更大的效率提升。

    对于上层的大量算法,商汤科技在开源算法上花费了大量精力。例如,OpenMMLab 已经开源了大约两年。事实上,它已经为很多业内同行和朋友提供了一些创新的人工智能技术。支持和能力。有了这样的开源算法系统,我们相信在未来,整个行业的创新会有更大的扩散和辐射,一定会带来更好的价值。

    当然易语言什么组件可以替代通用对话框,对于商汤来说,制作如此大规模的人工智能装置非常重要。我们有这么多不同的业务部门,他们有一套完整的内部工具系统。我们今天在做很多行业场景。应用创新依赖于自己的一套工具和系统。通过行业的大量迭代和打磨,我们会发现,随着行业进入一个新阶段,真正有机会向合作伙伴开放像人工智能这样的大型设备这样的核心系统,在更多的行业进行合作。伙伴,发挥更多价值。

    这里我简单罗列几个我们今天已经在探索和尝试的新价值观。比如,今天我们会发现越来越多的新行业的科学研究,或者是其他领域的科学研究,都在利用人工智能来帮助加速这个领域的科研成果的快速产出。我们在中国也有很多大型科研机构在做类似的事情。

    再比如企业的大规模数字化转型和智能化转型。事实上,它也需要这样一套完整的基础工具和闭环服务来帮助它更好地实现人工智能创新。

    我们相信,通过人工智能的大规模基础设施,可以助力整个人工智能产业的持续技术升级,更大范围的群体和更广泛的行业场景可以融入这样一个闭环系统,加速整个社会人工智能产业。加快各行业利用人工智能技术促进自身产业效率提升的步伐和步伐。相信未来5-10年,人工智能领域的技术创新将是各行业关注的硬核技术。

    谢谢你们!

    站内大部分资源收集于网络,若侵犯了您的合法权益,请联系我们删除!
    欧资源网 » 36氪WISE2021新经济之王峰会在沪举行,探讨各领域如何构建以创新驱动的硬核竞争力

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    欧资源网
    一个高级程序员模板开发平台

    发表评论