我的位置:

人工智能“热科技”如何落地应用

发布人:金准数据

3c0d89c99af94f969ce5db2caa12bb69_th.jpeg

  人工智能作诗、写对联,神经医学人工智能研究最新进展,人工智能交通融合感知与数字孪生解决方案,精准医疗辅助诊断平台……10月26日,2021人工智能计算大会在北京举行,一批人工智能技术应用的创新成果吸引了不少观众互动。

  会上,包括中国工程院院士、浪潮首席科学家王恩东在内的专家深入探讨了数字经济新格局下,计算如何向智算转型,智算如何赋能科技创新、社会治理及产业升级,并对人工智能如何发展出像人类的逻辑、如何跟应用场景结合等人工智能行业的热点问题进行了解答。

  “人工智能已经从五六年前的‘黑科技’变成了今天的‘热科技’,我们看到前沿的研究不断涌现,比如通过Alpha Fold 2模型,预测人类蛋白质序列,通过脑机接口研究,让猴子用意念来打游戏。同时,我们也看到人工智能正在与各个产业深度融合,改变第一、第二、第三产业的生产方式,各种行业大脑、无人化作业模式不断涌现,这些新基建正在加速推动着智慧时代的到来。”王恩东说,人工智能变成“热科技”的关键,在于加强新基建,释放多元算力价值,其中计算系统的创新是关键。


2020年人工智能加速芯片的计算力总和超过通用CPU

  今年的人工智能计算大会以“智算·新际”为主题。在大会现场,浪潮人工智能研究院开发的全球最大规模中文AI巨量模型“源1.0”成为全场焦点,大批参会者排队与“源1.0”互动,亲身感受由人工智能驱动的内容生产方式变革。

  “2020年,人工智能加速芯片所交付的计算力总和已经超过了通用CPU(中央处理器)。预计到2025年,加速芯片所提供的计算力可能超过80%。”王恩东表示。

  “随着人工智能的规模化发展,算力已经成为决定性的力量,智慧计算是智慧时代的核心生产力。”王恩东表示,人工智能带来指数级增长的算力需求,计算产业正面临多元化、巨量化、生态离散化交织的趋势与挑战。一方面,多样化的智能场景需要多元化的算力,巨量化的模型、数据和应用规模需要巨量的算力,算力已经成为人工智能继续发展的重中之重;另一方面,从芯片到算力的转化依然存在巨大鸿沟,多元算力价值并未得到充分释放。如何快速完成多元芯片到计算系统的创新,已经成为推动人工智能产业发展的关键环节。

人工智能如何发展出像人类的逻辑

  人工智能如何发展出像人类具备逻辑、意识和推理的认知能力,是人工智能研究一直在探索的方向。

  “目前来看,通过大规模数据训练超大参数量的巨量模型,被认为是非常有希望实现通用人工智能的一个重要方向。”王恩东认为,随着巨量模型的兴起,巨量化已成为未来人工智能发展非常重要的一个趋势。

  全球知名的AI领先公司都在巨量模型上予以重兵投入,谷歌、微软、英伟达、浪潮、智源研究院、百度、阿里等公司相继推出了各自的巨量模型。

  王恩东介绍,巨量化的一个核心特征就是模型参数多、训练数据量大。“以‘源1.0’为例,其参数量高达2457亿,训练数据集规模达到5000GB。”

应用面临困局,人工智能如何跟应用场景结合

  很多人会有这样的困惑:人工智能那么好,但是怎么跟我的业务、应用场景结合?我想通过AI技术做智能化转型,但是没人懂算法懂模型,也缺少好用的AI开发平台,算法模型那么多,如何找到不同算法在应用中的最优组合?

  “懂这些的人,往往都集中在科研机构或者头部公司。这些地方集中了最优秀的AI人才,但缺少对传统行业的需求场景、业务规律的深入理解。”对于当前人工智能从技术到应用所面临的困局,王恩东指出。

  来自埃森哲的一份调研报告显示,70%以上有技术的研究机构、科技公司缺需求场景、领域知识和数据,70%以上的行业用户缺技术人才、AI平台和实践能力。

  王恩东认为,目前人工智能的技术、产业链条脱节,生态离散化成为制约人工智能技术上水平、应用上规模、产业上台阶的瓶颈。“要想释放多元算力价值、促进人工智能创新,既要重视智算系统的创新,加大人工智能新型基础设施建设,把从技术到应用的链条设计好,从体系结构、芯片设计、系统设计、系统软件、开发环境等各个领域形成分工明确而又协同创新的局面,又要加快推动开放标准建设,通过统一、规范的标准,将多元化算力转变为可调度的资源,让算力好用、易用。”


文章来源:光明日报

文章作者:陈海峰

注 本文转载已注明出处, 仅供分享、学习,不构成商业目的,版权归原作者所有,如涉及作品内容版权或其它问题,敬请与本网联系,我们及时更正,谢谢合作!