AISummit erfolgreich eröffnet: Highlights des ersten Tages

Im Hochsommer im August ist die Sonne wie Feuer und die Vegetation ist üppig, alles zeigt die wilde und poetische Lebendigkeit. Der Sommer ist eine Zeit der Entdeckungen, des Wachstums und der Innovation. In dieser Saison, die den Praktikern gehört, veranstaltet 51CTO eine KI-Veranstaltung mit dem Thema „Drive·Innovation·Digital Intelligence“.

Die KI-Technologie wurde vor weniger als einem Jahrhundert geboren und hat in den letzten 20 Jahren nach mehreren Höhen und Tiefen eine goldene Phase umfassender Entwicklung und Implementierung eingeläutet. Was sind die aktuellen Spitzentechnologieerfolge und praktischen Innovationsdurchbrüche im Bereich KI? Wie sehen Sie das nächste Jahrzehnt der KI? Dieses Problem beschäftigt viele Techniker.

Am 6. August wurde die AISummit Global Artificial Intelligence Technology Conference planmäßig als Online-Liveübertragung eröffnet. Am ersten Tag kamen fast hundert Experten, Wissenschaftler, Technikexperten und Managementeliten zusammen, um mit Zehntausenden Teilnehmern über die Welle der „digitalen Intelligenz“ im Zeitalter der künstlichen Intelligenz zu diskutieren.

Eine umfassende Sichtweise zur Interpretation des aktuellen Status und der Trends der KI

In der Eröffnungsrede äußerte Herr Cui Kang, Vizepräsident und Chefredakteur von 51CTO, seine Erwartungen an die Konferenz als Hauptplaner von dieser Konferenz. Er glaubt, dass es sich mit der Entwicklung der künstlichen Intelligenz nicht mehr um eine segmentierte Technologie im IT-Bereich handelt, sondern eher um eine allgemeine Technologie. Obwohl sich seine Entwicklung stetig verbessert, muss es sich immer noch vielen aktuellen Widersprüchen stellen. Diese Konferenz möchte einige aufschlussreiche Hinweise auf diese Widersprüche liefern und Lösungen finden. Gleichzeitig hoffe ich auch, dass „diese Konferenz den Teilnehmern vermitteln kann, dass KI-Technologie und KI-Entwickler die Welt zu einem besseren Ort machen.“

Im Hauptforum am Vormittag interpretierten sechs wichtige Gäste den aktuellen Status und die Trends der Technologie der künstlichen Intelligenz aus der Sicht von Technologieführern, die Forschungsergebnisse, auf die Praktiker achten müssen, und die Auswirkungen modernster Technologie die Branche.

Dou Zhicheng, stellvertretender Dekan der Hillhouse School of Artificial Intelligence an der Renmin University of China, teilte seine Aussichten für die nächste Generation intelligenter Suchtechnologie. Er interpretierte die Entwicklungstrends und Kernmerkmale der neuen Generation intelligenter Suchtechnologien und führte außerdem eine detaillierte Analyse von Technologien wie der interaktiven, multimodalen, interpretierbaren Suche und der großen modellzentrierten deindizierten Suche durch.

Tian Yuandong, Forscher und Senior Manager des Meta/Facebook Artificial Intelligence Research Institute, konzentrierte sich auf die Analyse der Chancen und Herausforderungen der Entscheidungsfindung in realen Szenarien. Derzeit ist die Frage, wie man tiefe neuronale Netze zur Verarbeitung strukturierter Daten verwenden und neuronale Netzlösungen finden kann, die menschliche heuristische Strategien für einige diskrete Optimierungsprobleme ersetzen, immer noch ein ungelöstes Problem. Tian Yuandong stellte vor, wie man Reinforcement Learning und Suchmethoden mit neuronalen Netzen nutzt, um heuristische Algorithmen für komplexe Optimierungsprobleme zu finden.

Pan Qinghua, stellvertretender Direktor des iFlytek Research Institute von HKUST, gab seine eigene Einschätzung zum Entwicklungstrend der Technologie der künstlichen Intelligenz ab und nutzte dabei die Branchenimplementierung von KI als Einstiegspunkt. Es wurden ausführliche Antworten darauf gegeben, wie man eine interaktive Methode entwickelt, die Emotionen verkörpert und Realität und Realität verbindet, wie man ein komplexes intelligentes System schafft, das multimodale Modi integriert und Software und Hardware integriert, und wie man bessere Lösungen für die Branche entwickelt .

Basierend auf dem explosionsartigen Wachstum des Bedarfs an Rechenleistung in den letzten Jahren fasste Zhou Zongwei, leitender Ingenieur und Senior Manager bei Google und Leiter des MLPerf-Teams, zehn Verständnispunkte zusammen, die sich aus mehreren Perspektiven auf das Design der Chips für künstliche Intelligenz von Google auswirken. und diskutierte seine Gedanken zur neuen Generation von Quasi-Verarbeitungschips. Die Auswirkungen von Architektur und Design werden geklärt und die kollaborative Entwicklung von Google-Chips und Software interpretiert.

Xiang Liang, Leiter des maschinellen Lernsystems Volcano Engine, stellte hauptsächlich die technologische Entwicklung der groß angelegten Rechenleistung für maschinelles Lernen vor. In der Grundsatzrede analysierte er die technischen Schwierigkeiten und sinkenden Erträge bei der Implementierung großer Modelle, führte eine eingehende Analyse der Förderung und Auswirkungen zwischen der Rechenleistungs- und der maschinellen Lernbranche durch und analysierte auch die zukünftigen Entwicklungstrends der Informatik Es wurden Vorhersagen gemacht.

Liu Yi, Leiter des Microsoft Bing-Anzeigentextgenerierungsalgorithmus, erläuterte am Beispiel des Microsoft Bing DeepGen-Projekts die Probleme der Generierung diversifizierter Suchanzeigentexte und des Online-Echtzeitabgleichs. Die Technologie zur Generierung von Werbetexten wird ausführlich vorgestellt, einschließlich einer kurzen Systemeinführung, grundlegender und diversifizierter Generierungsmodelle, Algorithmusmodell, Modelleigenschaften und kommerziellen Auswirkungen des Echtzeitabgleichs von Online-Werbetexten.

Mehrdimensionale Interpretation, Fokus auf die Highlights der Unterforen

Auch die vier Unterforen am Nachmittag waren spannend und höhepunktreich. Der Inhalt umfasst vier Hauptthemen: „KI-gesteuerte Suche und Empfehlung“, „Best Practices für MLOps“, „Weg zur Optimierung der Leistung maschinellen Lernens“ und „Anwendung und Innovation von Computer Vision“ sowie 16 unterteilte Themenrichtungen.

Suche und Empfehlung durch KI

Die Welle der digitalen Transformation hat zu einer neuen Entwicklung der Suchempfehlungstechnologie geführt, und die Empfehlungstechnologie hat auch eine Phase der tiefen Integration mit intelligenten Algorithmen eingeläutet. Im Unterforum „KI-gesteuerte Suche und Empfehlung“ teilten erfahrene Experten aus dem Bereich Suche und Empfehlung zukunftsweisende Überlegungen im Bereich der intelligenten Suche und Empfehlung aus Sicht der Unternehmenspraxis.

Wang Liang, leitender technischer Experte bei Alimama und Leiter der externen Werbetechnologie, erläuterte das Konzept des föderierten Lernens und seine Anwendung in der Alibaba-Werbung; Hintergrund der vertikalen Suche, es konzentrierte sich auf die wichtigsten technischen Szenarien, die Algorithmusarchitektur und den Fortschritt der Videosuche, den Rückruf kurzer Videovektoren, die Anwendung langer Video-IP-Wissensgraphen usw. Chen Sheng, Leiter des Meituan-Suchrankings, sprach über „Meituan Suchranking-Plattform Unter dem Thema „Aufbau und Praxis“ wurden die technische Architektur von Meituan Search, die Implementierung der Ranking-Plattform und die Optimierung des Ranking-Algorithmus ausführlich erläutert. Zang Xiaoxue, ein leitender Experte für Empfehlungsalgorithmen bei Kuaishou, brachte Kuaishous Fachwissen in der kausalen Schlussfolgerung und graphischen neuronalen Technologie mit. Neueste Forschung zu Netzwerkalgorithmen.

MLOps Best Practices

Bei der groß angelegten Anwendung künstlicher Intelligenz in Unternehmen gibt es Herausforderungen wie lange Forschungs- und Entwicklungs- und Einführungszyklen sowie Schwierigkeiten beim Abgleich von Daten und Modellen. MLOps entstanden. Im Unterforum „MLOps Best Practices“ diskutierten Experten die praktischen Auswirkungen und die Wirksamkeit von MLOps rund um aktuelle Themen wie den F&E-Betriebs- und Wartungszyklus, kontinuierliche Schulung und kontinuierliche Überwachung, Modellversion und -herkunft, Online- und Offline-Datenkonsistenz usw effiziente Datenversorgung. Aktuelle Trends.

  Tan Zhongyi, stellvertretender Vorsitzender des TOC der Open Atomic Foundation und Mitglied von LF AI & Data TAC, stellte das Konzept, die Positionierung, den Hauptinhalt, gemeinsame Projekte von MLOps sowie die Kriterien zur Bewertung der Fähigkeiten und des Niveaus von MLOps vor ein KI-Team; 4. Paradigma-Systemarchitektur Lu Mian, Lehrer und Leiter der OpenMLDB-Forschung und -Entwicklung, konzentrierte sich auf die Open-Source-Datenbank für maschinelles Lernen OpenMLDB und analysierte, wie damit das Ziel erreicht werden kann, die Entwicklung von Funktionen für maschinelles Lernen sofort zu starten und wie die Korrektheit und Effizienz sichergestellt werden kann von Feature-Berechnungen; NetEase Cloud Music-Forscher und technischer Direktor. Ausgehend vom Hintergrund des Cloud-Musikgeschäfts erläuterte Wu Huang den Echtzeit-Implementierungsplan des Modells und die Denkweise und Praxis der Kombination von FeatureStore, um es auf weitere Szenarien auszustrahlen Bing, stellvertretender Direktor des Big Data and Artificial Intelligence Laboratory des Software Development Center der Industrial and Commercial Bank of China, konzentrierte sich auf die Einführung von ICBC. Die MLOps-Praxis umfasst den Konstruktionsprozess und die technische Praxis des gesamten Lebenszyklus-Managementsystems von Modellentwicklung, Modellbereitstellung, Modellverwaltung und modelliterativer Betrieb.

Der Weg zur Leistungsoptimierung für maschinelles Lernen

Im Bereich des maschinellen Lernens steigen die Leistungsanforderungen von Unternehmen an Algorithmen ständig: Wie kann die Stabilität des Systems sichergestellt werden? Wie kann man mit technischen Mitteln das Problem unzureichender Stichproben und unzureichender Echtzeitmodelle lösen? Wie kann die Benutzerfreundlichkeit verbessert werden? Im Unterforum „Road to Machine Learning Performance Optimization“ teilten Experten ihre Meinung dazu.

Yang Yang, Chefingenieur von Didi, erläuterte die innovative Anwendung personalisierter Empfehlungen bei Datenoperationen im Hinblick auf die Schwachstellen traditioneller Datenoperationen und freute sich auf die Technologien und Unternehmen, die bei zukünftigen Datenoperationen verbessert werden müssen Der Doktorvater Wang Haofen, Forscher des Hundert-Talent-Programms der Tongji-Universität, erläuterte die Schlüsseltechnologien und häufig verwendeten Datensätze, die bei Fragen und Antworten zu Text + Wissen und zwei Formen multimodaler Fragen und Antworten eine Rolle spielen , erläuterte die Technologie des Verstärkungslernens im kurzen Videoempfehlungssystem von Kuaishou. Als Fallbeispiel erläutert es Kuaishous praktische Erfahrung in der Online-Parametersuche basierend auf Verstärkungslernen, einem zweistufigen eingeschränkten Verstärkungslernalgorithmus und wie man APP-Aktivität optimiert und erreicht Der Forschungs- und Entwicklungsexperte der Cloud Music Algorithm Platform, Huang Bin, stellte die Praxis und das Denken des NetEase Cloud Music Online Prediction System vor, einschließlich des Aufbaus eines leistungsstarken, benutzerfreundlichen Vorhersagesystems und der Lösung von Problemen wie Echtzeit-Samples und -Modellen mit technischen Mitteln.

Anwendung und Innovation von Computer Vision

Computer Vision (CV) ist als Pionier der KI-Technologie die Grundlage vieler innovativer Schlüsseltechnologien. Im Unterforum „Computer Vision Application and Innovation“ führten Experten aus dem Bereich CV eine eingehende Analyse verschiedener Szenarien durch, beispielsweise zur Überwachung der Videoqualität, zur intelligenten Videoerstellung und zum autonomen Fahren.

Li Jing, Direktor des Alibaba Youku Technology Center und Leiter des Moku Lab, schlug als Reaktion auf bestehende Probleme im Bereich der Kurzvideoerstellung den Einsatz von KI zur Verbesserung des Kurzvideoerstellungsprozesses vor und teilte die Erforschung und Praxis von Youkus AI-Video-Intelligentes Produktionssystem; SSIMWAVE-Mitbegründer und Chefforscher Zeng Kai erklärte, wie man mögliche Probleme im End-to-End-Videoqualitätsüberwachungssystem und dem objektiven Videoqualitätsbewertungsalgorithmus auf Basis von KI lösen kann Sicherheitsbild-Ähnlichkeits-Rückverfolgbarkeitsalgorithmus, verwendet Ant Security Die Technologie „Siyuan“ ähnelt einer Rückverfolgbarkeits-Engine, und die Technologie wird in offene Szenarien zerlegt, wenn Ma Zhiguo, ein Experte für intelligente Mobilitätswahrnehmungstechnologie, analysiert Die Lidar-Lösung beim autonomen Fahren erläutert die Probleme im Zusammenhang mit der Wahrnehmungstechnologie für autonomes Fahren und führt eine eingehende Analyse der Beziehung zwischen Daten und autonomem Fahren durch.

Bleiben Sie dran für weitere spannende Neuigkeiten

51CTO nutzt diese AISummit-Konferenz als Gelegenheit und wird auch in Zukunft mit ökologischen Partnern versuchen, eine umfassende Kommunikations- und Austauschplattform im Bereich der künstlichen Intelligenz für technisches Personal aufzubauen . Am 7. August werden auf der Konferenz auch Sondersitzungen zu den Themen intelligente Stimme, intelligente Finanzen und das Metaversum stattfinden. Freunde, die diese Konferenz verfolgen, können sich auf die spannende Fortsetzung freuen.

Das obige ist der detaillierte Inhalt vonAISummit erfolgreich eröffnet: Highlights des ersten Tages. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!