AISummit 글로벌 인공지능 기술 컨퍼런스의 주요 장소는 AI가 세상에 더 나은 미래를 가져올 것임을 보여주는 장관이었습니다.

AI 기술은 탄생한 지 100년도 채 되지 않아 몇 번의 추운 겨울을 겪으며 지난 20년 동안 급속한 발전을 이루었습니다. 금융, 정보, 의료, 자율주행 등의 분야에서 점차 자리를 잡아가고 있습니다. 인공지능 기술의 종합적인 개발과 구현이 이루어지는 황금기, 우리는 AI의 향후 10년을 어떻게 바라보아야 할까요? 앞으로 AI 기술에는 어떤 혁신이 나타날까? 51CTO가 주최하는 "AISummit 글로벌 인공지능 기술 컨퍼런스" 가 그 답을 공개해 드립니다.

8월 6일, ​​ "AISummit 글로벌 인공지능 기술 컨퍼런스" ​​가 온라인 생방송 형태로 예정대로 열렸습니다. 오전 메인 행사장에서는 51CTO 부회장 겸 편집장인 Cui Kang, 중국 인민대학교 힐하우스 인공지능 학교 부학장 Dou Zhicheng, 메타/페이스북 인공지능 수석 관리자 Tian Yuandong이 참석했습니다. 연구소, HKUST iFlytek 연구소 부원장인 Pan, Tsinghua University 및 Google의 수석 엔지니어이자 수석 관리자인 Zhou Zongwei, 화산 엔진 기계 학습 시스템 책임자인 Xiang Liang, 그리고 Liu Yi라는 사람이 있습니다. 마이크로소프트의 Bing 광고 텍스트 생성 알고리즘을 담당한 그는 수만 명의 참가자에게 기업 기술 리더의 관점을 제공했습니다. 참가자들은 인공지능 기술의 현황과 동향, 실무자가 주목해야 할 최신 연구 결과를 해석하고, 첨단 기술이 업계에 미치는 영향.

높은 시각과 본질 분석

본장 개회사에서는 51CTO 부사장 겸 편집장인 강추이가 본질에 대한 이해를 표명했습니다. 인공지능 기술과 이번 컨퍼런스에 대한 기대. 그는 인공지능의 발달로 인해 더 이상 IT 분야의 세분화된 기술이 아니라 일반적인 기술에 가까워졌다고 믿습니다. 인공지능의 급속한 발전 속에서 우리는 기술, 산업, 개발자 간의 모순에 직면하고 새로운 해결책과 사례 단서를 찾아야 합니다.

동시에 Cui Kang씨는 AI 기술과 AI 개발자가 세상을 더 나은 곳으로 만들고 있다고 말했습니다. 이번 "AISummit 글로벌 인공지능 기술 컨퍼런스"가 기술, 산업, 개발자 간의 모순과 격차를 해소하고, 기술의 산업적 구현을 ​​모색하고, 산업계를 위한 기술 혁신을 모색하며, 개발자의 진로 방향을 모색할 수 있기를 바랍니다. 발전은 AI 정보의 자유로운 흐름을 촉진하고 기술, 산업 및 개발자의 통합 개발을 촉진하는 것입니다.

차세대 지능형 검색 기술에 대한 전망

검색 엔진은 존재한 지 20년이 넘었지만 그 형태와 구조는 크게 변하지 않았습니다. 인터넷의 발달과 스마트 기기의 대중화로 인해 사람들의 정보, 특히 복잡한 정보에 대한 요구는 나날이 증가하고 있으며, 전통적인 검색 방법은 점차 증가하는 정보 요구를 충족시킬 수 없게 되었습니다.

중국 인공지능 Hillhouse Institute of Artificial Intelligence 부사장 Dou Zhicheng은 기조연설 "차세대 지능형 검색 기술의 전망"에서 현재 검색 엔진에서 널리 사용되는 키워드 기반 입력 및 문서 목록 기반 입력 모드가 다음과 같이 말했습니다. 현재 정보 획득 요구 사항은 더 이상 적용되지 않습니다. 미래 검색은 대화형, 개인화형, 다중 모드형, 풍부한 지식형, 탈색인화형이라는 5가지 특성을 갖게 되며 다중 모드형 정보를 처리하고 지식을 반환할 수 있게 됩니다. 아키텍처 수준에서는 앞으로는 반드시 기존 모델을 탈피하고 모델을 핵심으로 하는 새로운 모델로 점진적으로 전환해 나갈 것입니다.

실제 시나리오 의사결정의 기회와 과제

최근 몇 년 동안 딥 러닝은 자연 데이터 입력 처리 분야에서 놀라운 성과를 거두었습니다. 그러나 심층 신경망을 어떻게 활용하여 구조화된 데이터를 처리하고, 이산적 최적화 문제에 대해 인간의 휴리스틱 전략을 대체하는 신경망 솔루션을 찾는지는 여전히 업계에서 해결되지 않은 핵심 문제입니다.

"실제 시나리오에서의 의사결정의 기회와 과제" 주제 공유에서는 메타/페이스북 인공지능 연구원이자 수석 매니저인 Tian Yuandong이 실제 업무 사례를 통해 강화학습 및 검색 방법을 사용하는 방법을 자세히 소개했습니다. Meta/Facebook 인공 지능 팀의 신경망 및 복잡한 최적화 문제에 대한 경험적 방법을 찾는 실제 경험입니다.

인공지능 기술 발전 동향에 대한 논의

AI 핵심 기술은 소프트웨어와 하드웨어의 다중 모드 융합 인식 및 통합을 향해 계속 발전하고 있으며 AI 기술의 광범위한 적용은 다양한 산업에 더 나은 솔루션을 제공하고 있습니다. . 그렇다면 현 단계에서 AI 기술 개발에는 어떤 과제가 여전히 존재하는가?

기조연설 "인공지능 기술 발전 동향에 대한 토론"에서 HKUST iFlytek 연구소 부소장 Pan Qinghua는 참석자들에게 교육, 인지지능의 개발 현황, 구현 시나리오, 기존 과제에 대해 논의하고, 인지지능 2.0의 새로운 개념과 향후 5~10년 인공지능 발전의 5대 주요 트렌드를 제시했다. "AI가 산업에 힘을 실어주려면 생산 방법을 근본적으로 변화시키기 위해 인간-기계 협업과 지속적인 진화를 통해 복잡한 시스템을 구축해야 합니다. 미래에는 다양한 산업 분야에서 다양한 복합 지능형 ​​시스템을 구축함으로써 다양한 산업에서 AI 기술의 사용이 확실히 달성될 것입니다. 산업”이라고 Pan Qinghua는 말했습니다.

Google의 인공 지능 칩 설계에 영향을 미치는 10가지 통찰력

지난 몇 년 동안 컴퓨터 프로세서에 대한 무어의 법칙이 실패하면서 기계 학습 및 인공 지능 애플리케이션이 점점 더 널리 보급되어 폭발적인 수요 증가를 주도했습니다. 컴퓨팅 성능을 위해. 이러한 추세 속에서 Google은 도메인별 프로세서를 기반으로 한 솔루션을 발굴하고 제안하는 데 앞장섰습니다.

Google 수석 엔지니어이자 수석 관리자인 Zhou Zongwei는 "Google의 인공 지능 칩 설계에 영향을 미치는 10가지 통찰력"에 대한 기조 연설을 통해 Google이 지난 10년간 인공 지능 칩 설계 및 인공 지능 애플리케이션 배포를 통해 얻은 10가지 통찰력을 설명했습니다. 에는 DNN 애플리케이션에 대한 Google의 다년간의 개발 경험과 업계 하드웨어 및 컴퓨터 아키텍처 개발 동향에 대한 Google의 요약이 포함되어 있습니다. Zhou Zongwei는 칩 개발자와 사용자가 단순히 칩의 비용과 가격을 기준으로 설계하기보다는 장기간 사용 시 칩이 소비하는 총 리소스에 주의를 기울여야 한다고 믿습니다. Zhou Zongwei는 "인공지능 칩을 제조하는 것 자체는 어렵지 않습니다. 진짜 어려움은 신경망 애플리케이션 컴파일러 하드웨어와 소프트웨어 간의 오랜 공진화입니다."라고 말했습니다.

대규모 머신러닝 컴퓨팅 파워의 기술적 진화

2014년 딥러닝의 인기가 높아진 이후 GPU의 컴퓨팅 파워는 수십배나 증가했습니다. 컴퓨팅 파워의 증가는 비즈니스에 큰 영향을 미쳤으며, 추천 광고, CV, NLP 등의 성능이 크게 향상되었으며 대규모 모델 구현의 기반도 마련되었습니다.

기조연설 "대규모 머신러닝 컴퓨팅 파워의 기술적 진화"에서 화산엔진 머신러닝 시스템 책임자 Xiang Liang은 지난 10년간의 AI 컴퓨팅 파워 개발과 컴퓨팅 파워 관련 모델을 소개했고, 탐사의 AI 컴퓨팅 성능 측면에서 화산 엔진의 역할도 마찬가지입니다. Xiang Liang은 AI 컴퓨팅 성능이 지속적으로 향상됨에 따라 미래 칩 제조 프로세스의 물리적 병목 현상이 점점 더 분명해지고 모델의 증가로 인해 실제 비즈니스에서 구현하기가 더 어려워질 것이라고 믿습니다. 대규모 컴퓨팅 성능 구현을 실현하려면 컴퓨팅 전원 공급 측면에서 몇 가지 새로운 전략을 찾아야 합니다. 다음 시간에 Xiang Liang은 Volcano Engine 기계 학습 플랫폼을 예로 들어 스케줄링 계층, 훈련 네트워크 및 스토리지에 대한 그의 팀의 최신 연구 결과를 소개했습니다.

다양한 검색 광고 텍스트 생성 및 온라인 실시간 매칭

광고 텍스트 생성 과정에서 시스템은 오프라인과 온라인 시스템을 갖추고 세대 모델은 사전 훈련을 받아야 합니다. , 안내 텍스트 생성, 텍스트 품질 평가, 강화 학습 및 기타 세분화 생성 모델을 사용하여 온라인 텍스트를 실시간으로 일치시킬 수 있습니다.

주 행사장의 마지막 연설인 "다양한 검색 광고 텍스트 생성 및 온라인 실시간 매칭"에서 Microsoft Bing 광고 텍스트 생성 알고리즘 책임자인 Liu Yi는 참가자들에게 Microsoft DeepGen의 텍스트 생성 기술에 대한 자세한 분석을 제공했습니다. 기본 모델의 사용, 다양한 세대 등을 포함합니다. Liu Yi는 DeepGen의 목표가 전체 검색 광고 및 텍스트 생성에 대한 포괄적인 지원을 제공하는 것이라고 말했습니다. 구체적인 실천 측면에서 마이크로소프트는 IY와 CTR을 개선하여 RPM을 향상시키고 있으며, 이러한 전제 하에 QBR의 안정성을 최대한 보장하고 있습니다. Liu Yi는 연설을 마치며 "현재 DeepGen은 Bing의 광고 시스템에 상당한 개선을 가져왔고 앞으로도 이 방향으로 계속 노력할 것입니다."라고 말했습니다. "AISummit 글로벌 인공지능 기술 컨퍼런스"

는 인공지능 기술의 현재 연구 결과를 포괄적으로 요약하고, 업계가 인공지능 기술의 미래 진화와 발전을 탐구할 수 있는 플랫폼을 제공합니다. 더 많은 새로운 가능성을 열어보세요. 이번 인공지능 분야 기술행사가 글로벌 인공지능 기술 발전을 촉진하는 새로운 이정표가 되기를 기대한다.

51CTO의 부사장 겸 편집장이자 AISummit 컨퍼런스의 수석 기획자인 Cui Kang이 말했듯이 인공지능 기술에 있어서 우리는 AI가 선을 위한 기술의 수단이 되기를 바랍니다

​"AISummit 글로벌 인공지능 기술 컨퍼런스 ”​

​인공지능의 미래에 대한 새로운 목표를 설정하고 참석자들에게 AI 기술과 AI 개발자가 세상을 더 나은 곳으로 만들고 있음을 알릴 수 있습니다!

동영상 다시보기를 보시려면 AISummit 컨퍼런스 공식 홈페이지: ​aisummit.51cto.com​

​

[51CTO Technology Stack] 공개 계정을 팔로우하고, [AI Conference]에 답글을 남겨주세요. 컨퍼런스 PPT를 받으러

위 내용은 AISummit 글로벌 인공지능 기술 컨퍼런스의 주요 장소는 AI가 세상에 더 나은 미래를 가져올 것임을 보여주는 장관이었습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!