


Ouverture réussie de l'AISummit : points forts de la première journée
Au cœur de l'été en août, le soleil est comme le feu et la végétation est luxuriante, tout montre la vitalité sauvage et poétique. L'été est une saison d'exploration, de croissance et d'innovation. En cette saison qui appartient aux praticiens, 51CTO a organisé un événement sur l'IA sur le thème "Drive·Innovation·Digital Intelligence".
La technologie de l'IA est née il y a moins d'un siècle. Après plusieurs hauts et bas, elle a marqué le début d'une période dorée de développement et de mise en œuvre complets au cours des 20 dernières années. Quelles sont les réalisations technologiques de pointe actuelles et les percées en matière d’innovation pratique dans le domaine de l’IA ? Comment voyez-vous la prochaine décennie de l’IA ? C’est un problème qui préoccupe de nombreux techniciens.
Le 6 août, la conférence mondiale sur les technologies d'intelligence artificielle AISummit s'est ouverte comme prévu sous la forme d'une diffusion en direct en ligne. Le premier jour, près d'une centaine d'experts, d'universitaires, d'experts techniques et d'élites managériales se sont réunis pour discuter de la vague de « l'intelligence numérique » à l'ère de l'intelligence artificielle avec des dizaines de milliers de participants.
Une vision de haut niveau pour interpréter l'état actuel et les tendances de l'IA
Dans le discours d'ouverture, M. Cui Kang, vice-président et rédacteur en chef de 51CTO, a exprimé ses attentes pour la conférence en tant que principal planificateur de cette conférence. Il estime qu'avec le développement de l'intelligence artificielle, il ne s'agit plus d'une technologie segmentée dans le domaine informatique, mais plutôt d'une technologie générale. Bien que son développement s'améliore constamment, il doit encore faire face à de nombreuses contradictions actuelles. Cette conférence espère fournir des indices éclairants sur ces contradictions et trouver des solutions. Dans le même temps, j’espère également que « cette conférence pourra dire aux participants que la technologie de l’IA et les développeurs d’IA rendent le monde meilleur ».
Dans le forum principal du matin, six invités importants ont interprété l'état actuel et les tendances de la technologie de l'intelligence artificielle du point de vue des leaders technologiques, les résultats de la recherche auxquels les praticiens doivent prêter attention et l'impact de la technologie de pointe dans l'industrie.
Dou Zhicheng, doyen adjoint de la Hillhouse School of Artificial Intelligence de l'Université Renmin de Chine, a partagé ses perspectives pour la prochaine génération de technologie de recherche intelligente. Il a interprété les tendances de développement et les principales caractéristiques de la nouvelle génération de technologies de recherche intelligente, et a également effectué une analyse détaillée de technologies telles que la recherche interactive, multimodale et interprétable et la recherche désindexée centrée sur un modèle à grande échelle.
Tian Yuandong, chercheur et directeur principal du Meta/Facebook Artificial Intelligence Research Institute, s'est concentré sur l'analyse des opportunités et des défis de la prise de décision dans des scénarios du monde réel. Actuellement, comment utiliser les réseaux neuronaux profonds pour traiter des données structurées et trouver des solutions de réseaux neuronaux qui remplacent les stratégies heuristiques humaines pour certains problèmes d'optimisation discrets reste un problème non résolu. Tian Yuandong a expliqué comment utiliser les méthodes d'apprentissage par renforcement et de recherche avec les réseaux de neurones pour trouver des algorithmes heuristiques pour des problèmes d'optimisation complexes.
Pan Qinghua, directeur adjoint de l'Institut de recherche iFlytek de HKUST, a donné son propre jugement sur la tendance de développement de la technologie de l'intelligence artificielle en utilisant la mise en œuvre industrielle de l'IA comme point d'entrée. Des réponses approfondies ont été fournies sur la façon de former une méthode interactive qui incarne les émotions et combine la réalité et la réalité, comment créer un système intelligent complexe intégrant des modes multimodaux et intégrant des logiciels et du matériel, et comment développer de meilleures solutions pour l'industrie. .
Sur la base de la croissance explosive de la demande de puissance de calcul ces dernières années, Zhou Zongwei, ingénieur senior et cadre supérieur chez Google et chef de l'équipe MLPerf, a résumé dix points de compréhension qui affectent la conception des puces d'intelligence artificielle de Google sous de multiples perspectives, et a discuté de ses réflexions sur la nouvelle génération de puces de quasi-traitement. L'impact de l'architecture et du design est résolu, et l'évolution collaborative des puces et des logiciels de Google est interprétée.
Xiang Liang, responsable du système d'apprentissage automatique Volcano Engine, a principalement présenté l'évolution technologique de la puissance de calcul de l'apprentissage automatique à grande échelle. Dans son discours d'ouverture, il a analysé les difficultés techniques et les rendements décroissants rencontrés dans la mise en œuvre de grands modèles, a mené une analyse approfondie de la promotion et de l'impact entre les industries de la puissance de calcul et de l'apprentissage automatique, et a également analysé les futures tendances de développement de l'informatique. puissance.
Liu Yi, responsable de l'algorithme de génération de texte publicitaire Microsoft Bing, a pris le projet Microsoft Bing DeepGen comme exemple pour expliquer les enjeux de la génération diversifiée de texte publicitaire de recherche et de la correspondance en temps réel en ligne. La technologie de génération de texte publicitaire est présentée en détail, y compris une brève introduction au système, des modèles de génération de base et diversifiés, un modèle d'algorithme, des caractéristiques du modèle et l'impact commercial de la correspondance en temps réel du texte publicitaire en ligne.
Interprétation multidimensionnelle, focus sur les points forts des sous-forums
Les quatre sous-forums organisés dans l'après-midi ont également été passionnants et culminants. Son contenu couvre quatre sujets majeurs : « Recherche et recommandation basées sur l'IA », « Meilleures pratiques MLOps », « Route d'optimisation des performances de l'apprentissage automatique » et « Application et innovation de vision par ordinateur » et 16 directions thématiques subdivisées.
Recherche et recommandation pilotées par l'IA
La vague de transformation numérique a donné lieu à une nouvelle évolution de la technologie de recommandation de recherche, et la technologie de recommandation a également inauguré une étape d'intégration profonde avec des algorithmes intelligents. Dans le sous-forum « Recherche et recommandation basées sur l'IA », des experts chevronnés dans le domaine de la recherche et de la recommandation ont partagé une réflexion prospective dans le domaine de la recherche et de la recommandation intelligentes du point de vue de la pratique commerciale.
Wang Liang, expert technique senior chez Alimama et responsable de la technologie de publicité externe, a expliqué le concept d'apprentissage fédéré et son application dans la publicité Alibaba ; Ma Jianqiang, chercheur principal chez Tencent et responsable du graphe de connaissances vidéo en ligne, a expliqué la recherche vidéo de Tencent avec le contexte de recherche verticale, il s'est concentré sur les principaux scénarios techniques, l'architecture de l'algorithme et la progression de la recherche vidéo, le rappel de vecteurs vidéo courts, l'application du graphique de connaissances IP de vidéos longues, etc. Chen Sheng, responsable du classement de recherche Meituan, a parlé de « Meituan » plateforme de classement de recherche Sur le thème « Construction et pratique de Meituan Search », il a expliqué en détail l'architecture technique de Meituan Search, la mise en œuvre de la plateforme de classement et l'optimisation de l'algorithme de classement Zang Xiaoxue, un expert senior en algorithme de recommandation ; à Kuaishou, a apporté l'expérience de Kuaishou en matière d'inférence causale et de technologie neuronale graphique. Dernières recherches sur les algorithmes de réseau.
Meilleures pratiques MLOps
Dans l'application à grande échelle de l'intelligence artificielle dans les entreprises, il existe des défis tels que de longs cycles de R&D et de lancement et des difficultés à faire correspondre les données et les modèles. MLOps est né. Dans le sous-forum « MLOps Best Practices », les experts ont discuté des effets pratiques et de l'efficacité des MLOps autour de sujets d'actualité tels que le cycle d'exploitation et de maintenance de R&D, la formation continue et la surveillance continue, la version et la traçabilité des modèles, la cohérence des données en ligne et hors ligne, et un approvisionnement efficace en données.
Tan Zhongyi, vice-président du TOC de l'Open Atomic Foundation et membre du LF AI & Data TAC, a présenté le concept, le positionnement, le contenu principal, les projets communs des MLOps, ainsi que les critères d'évaluation des capacités et du niveau des MLOps de une équipe d'IA ; architecture système 4th Paradigm Lu Mian, enseignant et responsable de la recherche et du développement d'OpenMLDB, s'est concentré sur la base de données open source d'apprentissage automatique OpenMLDB et a analysé comment elle peut atteindre l'objectif de lancer immédiatement le développement de fonctionnalités d'apprentissage automatique et comment garantir l'exactitude et l'efficacité. de calculs de fonctionnalités ; chercheur en intelligence artificielle et directeur technique de NetEase Cloud Music. Partant du contexte du secteur de la musique cloud, Wu Guanlin a expliqué le plan de mise en œuvre en temps réel du modèle ainsi que la réflexion et la pratique consistant à combiner FeatureStore pour rayonner davantage vers davantage de scénarios ; Bing, directeur adjoint du laboratoire Big Data et intelligence artificielle du Centre de développement de logiciels de la Banque industrielle et commerciale de Chine, s'est concentré sur l'introduction d'ICBC. La pratique MLOps couvre le processus de construction et la pratique technique du système de gestion du cycle de vie complet de développement de modèles, livraison de modèles, gestion de modèles et fonctionnement itératif de modèles.
La route vers l'optimisation des performances du Machine Learning
Dans le domaine du Machine Learning, les exigences de performance des entreprises en matière d'algorithmes ne cessent d'augmenter : comment assurer la stabilité du système ? Comment utiliser des moyens d'ingénierie pour résoudre le problème de l'insuffisance d'échantillons et de modèles en temps réel ? Comment améliorer la facilité d’utilisation ? Dans le sous-forum « Road to Machine Learning Performance Optimization », des experts ont partagé leurs opinions à ce sujet.
Yang Yang, ingénieur en chef de Didi, a expliqué l'application innovante de recommandations personnalisées dans les opérations de données au vu des problèmes des opérations de données traditionnelles, et a attendu avec impatience les technologies et les activités qui doivent être améliorées dans les futures opérations de données ; Chercheur du programme Cent Talents de l'Université de Tongji, le directeur de thèse Wang Haofen a expliqué les technologies clés et les ensembles de données couramment utilisés impliqués dans les questions-réponses multi-stratégies texte + connaissances et deux formes de questions-réponses multimodales Cai Qingpeng, expert senior en algorithmes à Kuaishou ; , a expliqué la technologie d'apprentissage par renforcement dans le système de recommandation vidéo courte de Kuaishou. Mis en œuvre comme cas, il explique l'expérience pratique de Kuaishou dans la recherche de paramètres en ligne basée sur l'apprentissage par renforcement, l'algorithme d'apprentissage par renforcement contraint en deux étapes et comment optimiser et réaliser l'activité APP NetEase ; Huang Bin, expert en recherche et développement sur la plate-forme d'algorithmes Cloud Music, a présenté la pratique et la réflexion du système de prédiction en ligne NetEase Cloud Music, notamment sur la façon de créer un système de prédiction hautes performances et facile à utiliser, et sur la manière de résoudre des problèmes tels que des échantillons et des modèles en temps réel. par des moyens d'ingénierie.
Application et innovation de vision par ordinateur
La vision par ordinateur (CV), en tant que pionnier de la technologie de l'IA, est à la base de nombreuses technologies clés innovantes. Dans le sous-forum « Application et innovation de vision par ordinateur », des experts dans le domaine du CV ont mené une analyse approfondie de plusieurs scénarios tels que la surveillance de la qualité vidéo, la création vidéo intelligente et la conduite autonome.
Li Jing, directeur du centre technologique Alibaba Youku et responsable du Moku Lab, a proposé l'utilisation de l'IA pour améliorer le processus de création de vidéos courtes en réponse aux problèmes existants dans le domaine de la création de vidéos courtes, et a partagé l'exploration et la pratique de Youku. Système de production vidéo intelligent IA ; Zeng Kai, fondateur et chercheur en chef de SSIMWAVE, a expliqué comment résoudre les problèmes possibles dans le système de surveillance de la qualité vidéo de bout en bout et l'algorithme objectif d'évaluation de la qualité vidéo basé sur l'IA Tang Dongqi, chef du grand groupe Ant ; algorithme de traçabilité de similarité d'image de sécurité, utilisé Ant Security Le moteur de traçabilité similaire à la technologie « Siyuan » est un cas pratique, et la technologie est démantelée autour de la façon d'identifier et de tracer dans des scénarios ouverts si Ma Zhiguo, un expert en technologie de perception de la mobilité intelligente, analyse ; la solution lidar en conduite autonome et explique les enjeux de la technologie de perception de la conduite autonome, tout en menant une analyse approfondie de la relation entre données et conduite autonome.
Restez à l'écoute pour plus d'enthousiasme
Profitant de cette conférence AISummit comme une opportunité, 51CTO continuera d'explorer et d'essayer avec des partenaires écologiques à l'avenir pour construire une plateforme de communication et de partage approfondie dans le domaine de l'intelligence artificielle pour le personnel technique. Le 7 août, la conférence inaugurera également des sessions spéciales sur la voix intelligente, la finance intelligente et le métaverse. Les amis qui suivent cette conférence peuvent s'attendre à une suite passionnante.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds





Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
