
2014年5月20-23日, “第六屆中國云計(jì)算大會”在北京國家會議中心隆重舉行。會上中國電子學(xué)會云計(jì)算專家委員會主任委員、中國大數(shù)據(jù)專家委員會主任委員、中國科學(xué)院懷進(jìn)鵬院士分享了議題:《對云計(jì)算大數(shù)據(jù)的認(rèn)識與思考》。
懷進(jìn)鵬在議題中指出:這個領(lǐng)域現(xiàn)在已經(jīng)非常的熱鬧。云計(jì)算和大數(shù)據(jù)也是業(yè)界談?wù)撟罨馃岬囊患拢ヂ?lián)網(wǎng)和信息化是非常重要的,互聯(lián)網(wǎng)快速發(fā)展會使我們更好的利用資源。這時就出現(xiàn)了幾個問題:
第一怎么利用好資源。盡管如此大數(shù)據(jù)給社會、產(chǎn)業(yè)界、技術(shù)研究者帶來很多的機(jī)會,同時也反應(yīng)出在當(dāng)前互聯(lián)網(wǎng)二次價值進(jìn)行探索的時候,完好的數(shù)據(jù),完好資源是云計(jì)算要做的,同時大量的資源如何用好,這是非常重要的問題。好用和用好應(yīng)該說也是一個定義的兩個方面,代表了云計(jì)算的管理和大數(shù)據(jù)的分析。此外,短時間內(nèi)的數(shù)據(jù)暴漲應(yīng)如何建立可伸縮高保障的資源管理能力,也是一個問題。
二是如何用好這些數(shù)據(jù)。想要用好這些有價值的數(shù)據(jù)就必須要提高數(shù)據(jù)分析和處理能力,傳統(tǒng)的軟件很多已經(jīng)不再適用于大數(shù)據(jù)時代,是不是出現(xiàn)面向云計(jì)算和大數(shù)據(jù)所需要的新一類的技術(shù)和科學(xué)也是值得探索的一件事。
第三則是關(guān)于網(wǎng)絡(luò)安全和數(shù)據(jù)安全的問題。倘若無法保障這些數(shù)據(jù)安全性,那么也無法將使用這些可貴的資源。安全問題應(yīng)該說是無論怎么強(qiáng)調(diào)都不過分,但是對于大數(shù)據(jù)來說可能隱私與共享的問題會成為新的矛盾。懷進(jìn)鵬認(rèn)為在面向互聯(lián)網(wǎng)第二個機(jī)會興起的時候,需要面對和處理好三個基本的挑戰(zhàn),未來計(jì)算架構(gòu)問題;資源有效管理和分析處理問題;相互信任基本的環(huán)境。
云計(jì)算和大數(shù)據(jù)將會是一場影響長久且意義深遠(yuǎn)的事情,也許會對當(dāng)今形勢以及用戶思維都會產(chǎn)生重要的影響,但這也更需要產(chǎn)業(yè)界、學(xué)術(shù)界和資源擁有者共同合作來推進(jìn)云計(jì)算大數(shù)據(jù)有效的發(fā)展,這也將對中國信息產(chǎn)業(yè)的發(fā)展和信息化的建設(shè)具有特別重要的作用。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。