Press "Enter" to skip to content

百度大脑7.0折射AI新特征:融合创新与应用下沉

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

技术代差递补性(Technical Generation Complementary)是指,当一项具有代差的全新技术出现时,由于它自身的不完备性,往往需要现有技术作为其补充,与之形成在技术上的“高低搭配”,因此新技术并不能够完全取代现有技术而主宰整个市场。

 

人工智能就是这样一个具有代差的全新技术。正如固定电话的出现,并没有立刻导致电报被淘汰,但移动电话的出现却直接将电报三振出局,随着人工智能技术愈发落地,其与现有技术的补充搭配更为频繁,体现出加速下沉的趋势。

 

“我们正处在第四次工业革命的阶段,每一次产业变革的核心驱动力都是科技创新。当下,人工智能技术日趋成熟,像以往每一次工业革命的核心驱动技术一样,呈现出很强的通用性,并且已经具备了标准化、自动化和模块化的工业大生产特征,成为第四次工业革命的核心驱动力量。”在近期一次媒体沟通会上,百度集团副总裁吴甜如此表示。

 

 

百度集团副总裁吴甜

 

作为百度AI能力的集大成者,百度大脑已经升级到7.0版本,着重突出“融合创新”和“降低门槛”两大特点,也体现了百度对AI产业趋势的洞察,百度大脑如何将新旧技术加速融合,又如何让AI应用“飞入寻常百姓家”?

 

四大融合,助力工业大生产

 

吴甜表示,人工智能技术最开始是各个技术线条各自发展,目前已经进入到了融合创新的阶段,主要体现在四个方面:

 

第一,知识和深度学习的融合创新,深度学习模型是通过大量数据、深度神经网络计算而来,很多人对深度学习的模型可解释性、可推理性有怀疑号,知识相关技术包括知识图谱、知识理解、推理等等能力,也是人工智能当中重要的方向。知识和深度学习已经在进一步的结合。

 

第二,跨模态多技术融合创新,类比人类,人工智能还需要像视觉、听觉、语音相关的能力和对文本的理解能力,属于多模态和跨模态的处理能力,跨模态多技术融合也是现在的重要方向。

 

第三,技术和场景在持续的进行融合创新。人工智能技术离不开场景,一方面,场景应用带来新的想像空间,另一方面,场景需求持续推进技术的发展。

 

第四,软硬件层一体化创新,也是现在人工智能落地的重要依托。

 

具体来看,在知识与深度学习融合创新方面,百度打造了拥有5500亿知识的多元异构超大规模的知识图谱,发布“知识增强大模型”——ERNIE(文心)3.0,将大规模知识和海量的数据进行联合训练,从而让百度大脑具有更丰富的知识,将语言理解和语言生成统一训练,从而使百度大脑具备更强大的语言理解、推理、文学创作等能力。

 

百度的另一大规模隐变量端到端对话模型PLATO,同样也是知识与深度学习融合创新的成果,它可就开放域话题进行有内容、有逻辑、连贯的深度畅聊。

 

在跨模态多技术融合创新方面,通过融合语言、语音、视觉等不同模态的技术,百度大脑得以像人类一样,实现对复杂真实场景的跨模态深度语义理解,进而获得对真实世界的统一认知。比如,针对一张球赛图片,机器过去只能识别出人员数量,如今机器可以推理出谁是教练,谁是运动员,以及各自的行为。这背后,正是基于跨模态深度语义理解模型的推理。

 

在技术与场景的融合创新方面,吴甜表示,不同领域都有各自的特点和难题,AI 技术深入到实际应用场景中,正与场景融合创新。

 

比如AI与搜索场景融合创新的智能搜索引擎,已具备图谱问答、推理计算、智能推荐、语义理解、智能排序、深度问答等能力,可深刻理解用户意图,并结合语音、图像、AR等感知技术能力,更便捷地与用户交互,为用户提供更精准、更便捷的信息服务。

 

而在办公会议场景下,智能工作平台“如流”可以实时记录参会者的对话发言,并基于自然语言处理技术自动提取对话内容的关键要点,从而快速生成会议纪要,在此前的百度世界2021上,已经一显身手。场景创新仍有广阔空间可挖。

 

在软硬一体融合创新方面,硬件设计与软件算法融合,会产生1+1>2的应用效果。如百度自主研发的云端通用AI 芯片——百度昆仑,针对语音、自然语言处理、图像等AI技术优化,可支持飞桨等深度学习框架,灵活支持训练和预测,使得AI模型计算效率更高、应用效果更好。百度世界2021上正式官宣量产的昆仑2芯片,采用7nm制程,搭载第二代XPU架构,相比一代性能提升2-3倍,年底前可实现推理卡的交付。

 

技术下沉,降低AI应用门槛

 

“技术本身越来越复杂,技术的深度也越来越深,但是另一方面,伴随着技术和各行业的结合,每个行业都希望不断的降低使用门槛,让更多的人用起来。百度主要从开源开放平台和AI人才赋能方面入手,降低AI产业门槛”,吴甜说道。

 

百度大脑7.0的第二个特点便是“降低门槛”,主要通过核心基座——飞桨深度学习平台来实现,这让开发者更容易获得AI能力。

 

“从飞桨与伙伴合作过程中观察到的路径来看,企业应用AI的过程可以分为AI先行者探路、AI工作坊应用、AI工业大生产三个阶段。飞桨以全面而丰富的技术、功能、产品和服务,支持着合作伙伴应对各个阶段的困难,实现阶段的跃迁,将AI越来越多且深入地引入到自身业务中。”吴甜表示。

 

除了提供丰富工具,帮助开发者快速、高效地使用AI技术,百度还以飞桨为创新基座,联合学术界和产业界,共同培养会算法、懂业务、知工程的复合型AI人才,现已构建起涵盖学习、实践、比赛、认证、就业在内的全周期服务体系。

 

吴甜介绍,百度一直致力于复合型AI人才培养,分两个方面,一方面是面向企业的人才培养,快速的就可以让企业看到效果。还有一方面是面向未来的,面向高校当中的为未来培养的人才。

 

面向企业层面,百度提供了各种各样的培训方案,AI快车道让企业中的AI人员通过半天的学习就可以用起来,AI私享会是给企业量身定制的培训,AICA是给架构师的培养计划,是为期半年的深度培养计划,培训人才通过竞赛可以有更快速的成长,用竞赛的方式既可以练练兵,也可以快速和一些实践场景有所结合。

 

面向高校层面,百度一直在打造产教融合的AI人才培养。据悉,从教师开始,目前有690所高校共计2900名高校专业教师,参加了基于飞桨的师资培训,已经有270多所高校基于飞桨开设了学生课程,百度希望通过人才培养持续给产业注入活力。

 

“AI落地应用的特点,一方面是有强的理论基础,对于理论性有要求,而且对于前沿性有比较高的要求;另外AI是强实用性的技术,我们把在产业当中持续积累的,包括数据集、案例、实践当中的经验和高校的体系性人才培养的方案结合起来,得出了产教融合的方案。”吴甜表示。

 

截至目前,飞桨已有来自于各行各业的360多万开发者,开发了40万个AI模型,累计服务13万企事业单位。在工业、农业、医疗、城市管理、交通、金融等各行各业都有飞桨在发挥作用,人工智能应用的多样化和规模化随之加快。

 

“AI技术本身越来越复杂,四大方面的融合创新也体现了整个技术体系越来越复杂,它的积累也越来越深厚。在面向产业应用的时候,通过开源开放平台持续的降低门槛,让AI开发越来越容易,这也是我们基于百度大脑所开展的一系列人工智能技术实践工作很重要的初衷”,吴甜总结表示。

 

(本文首发钛媒体App 作者|张帅)

 

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注