產(chǎn)業(yè)智能化快速深入推進(jìn),人工智能基礎(chǔ)設(shè)施的建設(shè)不可或缺。5月20日,由深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室與百度聯(lián)合主辦的“Wave Summit 2020”深度學(xué)習(xí)開發(fā)者峰會在線上召開。百度CTO王海峰在致辭中表示,時代契機(jī)為飛槳的發(fā)展提供了最好的機(jī)遇,作為中國首個開源開放、功能完備的產(chǎn)業(yè)級深度學(xué)習(xí)平臺,飛槳將與產(chǎn)業(yè)緊密融合,與開發(fā)者并肩前行。
王海峰公布了飛槳一連串的喜人數(shù)據(jù):累計開發(fā)者數(shù)量194萬,服務(wù)企業(yè)數(shù)量8.4萬家,基于飛槳平臺產(chǎn)生了23.3萬模型,覆蓋通信、電力、城市管理、民生、工業(yè)、農(nóng)業(yè)、林業(yè)、公益等眾多行業(yè)和領(lǐng)域。疫情期間,飛槳和開發(fā)者一起戰(zhàn)斗,推出了口罩檢測和人臉識別、社區(qū)疫情防控系統(tǒng)、疫情問答機(jī)器人、基于CT影像的肺炎篩查等等一系列產(chǎn)品和服務(wù),依托飛槳平臺和生態(tài)為疫情防控貢獻(xiàn)科技力量。
王海峰認(rèn)為,這些由開發(fā)者和飛槳共同努力創(chuàng)造的成果,得益于技術(shù)的成熟、平臺的強(qiáng)大和生態(tài)的欣欣向榮,也跟社會的需求和時代的契機(jī)密切相關(guān)。
首先,算法、算力及數(shù)據(jù)的持續(xù)共同進(jìn)步,使得技術(shù)的邊界不斷被拓展。飛槳深度學(xué)習(xí)平臺高速發(fā)展,易用性不斷提升,模型庫日益豐富,工具組件愈發(fā)完備,部署更加便捷。進(jìn)而,圍繞深度學(xué)習(xí)平臺的技術(shù)和產(chǎn)業(yè)生態(tài)日漸繁榮,推動人工智能進(jìn)入工業(yè)大生產(chǎn)階段,加速各行各業(yè)智能化升級,并不斷催生新的應(yīng)用、新的產(chǎn)業(yè)。
另一方面,疫情帶來線上經(jīng)濟(jì)增長。遠(yuǎn)程辦公、云課堂等復(fù)工復(fù)產(chǎn)新模式,公共安全、應(yīng)急管理、城市治理等國計民生相關(guān)產(chǎn)業(yè)迫在眉睫的智能化需求,以及澎湃而來的新基建大潮,為技術(shù)創(chuàng)新創(chuàng)造了良好的機(jī)遇。以飛槳為代表的深度學(xué)習(xí)平臺是新型基礎(chǔ)設(shè)施的重要一環(huán),與云計算、5G、物聯(lián)網(wǎng)、數(shù)據(jù)中心等互相融合促進(jìn),加速產(chǎn)業(yè)智能化進(jìn)程。
時代契機(jī)下,飛槳聚焦于滿足旺盛的產(chǎn)業(yè)智能化需求和快速增長的AI生產(chǎn)規(guī)模,全新升級,包含飛槳開源深度學(xué)習(xí)平臺和飛槳企業(yè)版。飛槳開源深度學(xué)習(xí)平臺包括核心框架、基礎(chǔ)模型庫、端到端開發(fā)套件與工具組件,將始終保持開源,不斷提升核心能力,為產(chǎn)業(yè)、學(xué)術(shù)、科研創(chuàng)新提供基礎(chǔ)支撐。同時,隨著企業(yè)應(yīng)用的需求越來越豐富和強(qiáng)烈,首次推出飛槳企業(yè)版,助力各個企業(yè)擁有自己的AI中臺,加速企業(yè)智能化升級的進(jìn)程。
滿足AI工業(yè)大生產(chǎn)需求之外,飛槳作為技術(shù)領(lǐng)先的深度學(xué)習(xí)平臺,積極布局前瞻技術(shù)方向,發(fā)布量子機(jī)器學(xué)習(xí),這使得它成為國內(nèi)首個支持量子機(jī)器學(xué)習(xí)的深度學(xué)習(xí)平臺。
在剛剛舉辦的ABC Summit 2020百度夏季云智峰會上,百度智能云“以云計算為基礎(chǔ),以人工智能為抓手,聚焦重要賽道”的新戰(zhàn)略首次亮相。百度智能云融合了云計算、大數(shù)據(jù)、百度大腦等百度的核心技術(shù),把人工智能輸送到千行萬業(yè),促進(jìn)各行各業(yè)的智能化升級,成為加速AI工業(yè)化大生產(chǎn)的關(guān)鍵力量,而飛槳則是其中的核心基礎(chǔ)底座。
正如王海峰所說,“在產(chǎn)業(yè)智能化浪潮興起、人工智能基礎(chǔ)設(shè)施建設(shè)快速推進(jìn)之際,飛槳以更敏捷的腳步,秉承開源開放理念,堅持技術(shù)創(chuàng)新,與開發(fā)者共同成長和進(jìn)步,一起發(fā)展深度學(xué)習(xí)和人工智能技術(shù)及產(chǎn)業(yè)生態(tài),加速產(chǎn)業(yè)智能化進(jìn)程。”
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(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。