9月1日,2022世界人工智能大會在上海開幕。峰會期間,上海白玉蘭開源開放研究院發(fā)布《中國人工智能軟件基礎設施高質量發(fā)展報告》(以下簡稱《報告》)。參與調研的單位包括上海交通大學人工智能研究院、木蘭開源社區(qū)、OpenVINO中文社區(qū)、飛槳社區(qū)、英特爾、阿里云、亞馬遜云科技、騰源會、微軟Reactor、昇思MindSpore社區(qū)、FATE社區(qū)、BigDL社區(qū)、MagicHub社區(qū)、Ray中文社區(qū)、ModelArts社區(qū)、OpenMLDB社區(qū)、語音之家、希爾貝殼、Zilliz、思賢科技、CSDN、InfoQ、思否、稀土掘金、億歐咨詢、示說、GDG上海、極術社區(qū)、SeaTunnel社區(qū)、DolphinScheduler社區(qū)、Juicedata社區(qū)、開放群島開源社區(qū)(排名不分先后)等30余家人工智能技術社區(qū)、數據社區(qū)及垂直媒體。
“十四五”規(guī)劃和2035遠景目標提出要以高質量發(fā)展為主題,要求人工智能技術進一步加快作用于國民經濟活動。通過完善數字化技術和支持能力,在此之上構建智能化商業(yè)模式是數字化轉型的核心目標,人工智能軟件基礎設施建設對于完成這一目標起到重要作用。然而在人工智能技術落地的問題上,存在著諸多障礙,技術價值貶值和可行性困難在具體市場和應用場景中時有發(fā)生。針對這一現(xiàn)實困境,《報告》對當前人工智能軟件基礎設施建設的現(xiàn)狀與問題進行了系統(tǒng)梳理,進一步提出要從人工智能人才、基礎軟件框架、數據治理、工程落地、基礎軟件社區(qū)生態(tài)等不同維度協(xié)同共進的發(fā)展思路。
《報告》近五萬字,分五個章節(jié)從人才、數據、算力、工程和運營等五個維度進行闡述。人才層面,展現(xiàn)我國人工智能開發(fā)者分布現(xiàn)狀及提出人才培養(yǎng)的可行方式。數據層面,數據治理涉及的技術路線、法律法規(guī)、企業(yè)戰(zhàn)略選擇,以及產業(yè)生態(tài)演變趨勢。算力層面,異構計算及其應用場景特別是大算力場景逐漸清晰,算力與軟件算法協(xié)同優(yōu)化將是未來發(fā)展重點。工程層面,在異構計算范式要求下,人工智能開發(fā)涉及的軟硬件環(huán)境愈加復雜,借由人工智能開發(fā)平臺和軟件框架降低開發(fā)運維成本將是可行方向。運營層面,在復雜的商業(yè)化環(huán)境中,軟件基礎設施類型項目的推廣依賴有效的開發(fā)者關系運營加持。
對于《報告》的發(fā)布,中國科學院院士梅宏表示,人工智能無疑是這個時代驅動數字化轉型的重要技術,對數字經濟發(fā)展將發(fā)揮重大而深遠的影響。建設并最大化人工智能基礎設施的開放創(chuàng)新賦能作用是一項系統(tǒng)工程,需要從人才、數據、算力、工程和運營等多維度多環(huán)節(jié)協(xié)同發(fā)力、同步推進,充分發(fā)揮各利益相關方的積極性和主觀能動性。其中,弘揚開源精神,打造有利于人工智能創(chuàng)新發(fā)展的開源生態(tài),是人工智能基礎設施建設的重要抓手和必由之路。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數學、編程等任務上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。