CNET科技資訊網(wǎng) 7月5日 北京消息(文/周雅):“百度將All in AI,我們在AI時代的核心戰(zhàn)略就是開放賦能,我們的將來必須建立在與每個開發(fā)者共贏的基礎上。”今天,在百度AI開發(fā)者大會上,陸奇表示,“開發(fā)者的成功,就是百度的成功,這是百度AI平臺的核心價值觀。”
1、AI技術與其他技術的不同之處在于,數(shù)據(jù)起到了重要、特殊的作用。
我們必須通過系統(tǒng)+數(shù)據(jù),經(jīng)過學習和訓練,來獲取能力;數(shù)據(jù)是觀察世界的橋梁,是觀察知識的載體,用好的算法,加上軟件和硬件,我們可以自動從數(shù)據(jù)中獲取知識。
2、AI是新一代的計算平臺。
歷史上,計算平臺經(jīng)過好幾代的演變,從PC,到互聯(lián)網(wǎng),到移動,到云。每一代的技術平臺都由前端和后端構成:前端主要是通過人機交互的能力來驅動,后端主要是由計算資源的規(guī)模來驅動。AI時代的計算平臺將向前邁進一大步。
AI平臺的后端是智能云,它不但提供大規(guī)模計算資源,還將提供大量的各個行業(yè)的知識,比如醫(yī)療大腦、教育大腦、出行大腦……隨著海量數(shù)據(jù)的累積,智能云將提供越來越多的知識。
AI平臺的前端不再只是通用計算設備,它將由傳感器,硅晶片,智能軟件組成。每一臺冰箱、每一臺空調(diào)、每一臺電視、每一戶家庭、每一輛汽車……世界萬物,都可以成為端,都能聽、說、看,都能跟智能云連在一起,越來越聽得懂每一句話、看得懂每一張圖。
“AI平臺將是社會的巨大的推動力,與互聯(lián)網(wǎng)時代相比,它能把我們的社會進入一個喚醒萬物新世界。”陸奇表示。
3、AI是中國的歷史性機遇。
目前世界43%的AI論文由華人撰寫;我們有足夠大的技術積累,中國的互聯(lián)網(wǎng)公司在AI核心技術上做了早期的著陸和長期的研發(fā);我們有大量的資金;我們有世界上最大、最活躍的用戶群,中國的網(wǎng)民規(guī)模達7.3億;我們有良好的政策環(huán)境,AI在今年兩會人工智能已經(jīng)列入了政府工作報告。中國有結構化的優(yōu)勢,因為中國能提供更多更好的數(shù)據(jù)資源,為AI發(fā)展提供強大的驅動力。
“中國可以再一次領先世界!”陸奇說。
4、百度是一家AI公司,核心能力是AI技術、數(shù)據(jù)和人才。
百度用AI來提升我們搜索、信息流、手機百度等現(xiàn)有的核心業(yè)務,用AI來建設金融服務、智能云、DuerOS、自動駕駛汽車等一系列基于AI的新業(yè)務。
5、百度AI生態(tài)戰(zhàn)略的方向,是建立和引領新一代的AI計算平臺。
在前端,百度將提供DuerOS,它是中國領先的基于自然語言的新一代的交互平臺,能讓每一個設備、器件都能聽得懂、交互、提供有效的服務;
在百度戰(zhàn)略上還有一個特殊的端是汽車,百度將提供Apollo——全球第一個自動駕駛開放平臺;
在后端,百度將提供百度大腦和百度智能云,為開發(fā)者提供一流的AI開發(fā)工具和有效的AI行業(yè)解決方案。
綜合而言,DuerOS、Apollo、百度大腦和百度智能云等綜合在一起,將成為一個強大的AI生態(tài),為中國的AI發(fā)展提供越來越多的推動力和貢獻。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。