Pada pertengahan musim panas dan Ogos, matahari bagaikan api dan tumbuh-tumbuhan yang subur, semuanya menunjukkan daya hidup yang liar dan puitis. Musim panas ialah musim penerokaan, pertumbuhan dan inovasi. Pada musim yang menjadi milik pengamal ini, 51CTO membawakan acara AI dengan tema "Drive·Innovation·Digital Intelligence".
Teknologi AI lahir kurang daripada satu abad yang lalu Selepas beberapa pasang surut, ia telah membawa kepada tempoh keemasan pembangunan dan pelaksanaan yang komprehensif dalam tempoh 20 tahun yang lalu. Apakah pencapaian teknologi terkini dan penemuan inovasi praktikal dalam bidang AI? Bagaimanakah anda melihat dekad AI yang akan datang? Ini adalah isu yang berlarutan dalam fikiran ramai juruteknik.
Pada 6 Ogos, Persidangan Teknologi Kepintaran Buatan Global AISummit dibuka seperti yang dijadualkan sebagai siaran langsung dalam talian. Pada hari pertama, hampir seratus pakar, cendekiawan, pakar teknikal dan elit pengurusan berkumpul bersama untuk membincangkan gelombang "kecerdasan digital" dalam era kecerdasan buatan dengan puluhan ribu peserta.
Dalam ucapan perasmian, Encik Cui Kang, Naib Presiden dan Ketua Pengarang 51CTO, menyatakan jangkaan untuk persidangan sebagai perancang utama persidangan ini. Beliau percaya bahawa dengan pembangunan kecerdasan buatan, ia bukan lagi seperti teknologi bersegmen dalam bidang IT, tetapi lebih seperti teknologi umum. Walaupun perkembangannya semakin bertambah baik, ia masih perlu menghadapi banyak percanggahan semasa. Persidangan ini berharap dapat memberikan beberapa petunjuk yang mencerahkan untuk percanggahan ini dan mencari beberapa penyelesaian. Pada masa yang sama, saya juga berharap bahawa "persidangan ini dapat memberitahu peserta bahawa teknologi AI dan pembangun AI menjadikan dunia tempat yang lebih baik."
Dalam forum utama pada waktu pagi, enam tetamu penting menafsirkan status semasa dan trend teknologi kecerdasan buatan dari perspektif pemimpin teknologi, penemuan penyelidikan yang perlu diberi perhatian oleh pengamal, dan kesan pemotongan -teknologi termaju dalam industri.
Dou Zhicheng, timbalan dekan Hillhouse School of Artificial Intelligence di Renmin University of China, berkongsi prospeknya untuk teknologi carian pintar generasi akan datang. Beliau mentafsir arah aliran pembangunan dan ciri teras generasi baharu teknologi carian pintar, dan juga membuat analisis terperinci tentang teknologi seperti carian interaktif, berbilang modal, boleh ditafsir dan carian nyah-indeks berpusatkan model besar.
Tian Yuandong, penyelidik dan pengurus kanan Institut Penyelidikan Kecerdasan Buatan Meta/Facebook, menumpukan pada menganalisis peluang dan cabaran dalam membuat keputusan dalam senario dunia sebenar. Pada masa ini, cara menggunakan rangkaian saraf dalam untuk memproses data berstruktur dan mencari penyelesaian rangkaian saraf yang menggantikan strategi heuristik manusia untuk beberapa masalah pengoptimuman diskret masih merupakan masalah yang tidak dapat diselesaikan. Tian Yuandong memperkenalkan cara menggunakan kaedah pembelajaran dan carian tetulang dengan rangkaian saraf untuk mencari algoritma heuristik untuk masalah pengoptimuman yang kompleks.
Pan Qinghua, timbalan pengarah Institut Penyelidikan iFlytek HKUST, memberikan pertimbangannya sendiri mengenai trend pembangunan teknologi kecerdasan buatan menggunakan pelaksanaan industri AI sebagai titik masuk. Jawapan mendalam telah disediakan mengenai cara membentuk kaedah interaktif yang merangkumi emosi dan menggabungkan realiti dan realiti, cara mencipta sistem pintar kompleks yang menyepadukan mod berbilang mod dan menyepadukan perisian dan perkakasan, dan cara membangunkan penyelesaian yang lebih baik untuk industri .
Berdasarkan pertumbuhan pesat dalam permintaan kuasa pengkomputeran dalam beberapa tahun kebelakangan ini, Zhou Zongwei, seorang jurutera kanan dan pengurus kanan di Google dan ketua pasukan MLPerf, merumuskan sepuluh perkara pemahaman yang mempengaruhi reka bentuk buatan Google cip perisikan daripada pelbagai perspektif Kesan seni bina dan reka bentuk cip separa berstruktur telah diselesaikan, dan evolusi kolaboratif cip dan perisian Google telah ditafsirkan.
Xiang Liang, orang yang bertanggungjawab ke atas sistem pembelajaran mesin Volcano Engine, terutamanya memperkenalkan evolusi teknologi kuasa pengkomputeran pembelajaran mesin berskala besar. Dalam ucaptama, beliau menganalisis kesukaran teknikal dan pulangan yang semakin berkurangan yang dihadapi dalam pelaksanaan model besar, menjalankan analisis mendalam tentang promosi dan impak antara industri kuasa pengkomputeran dan pembelajaran mesin, dan juga menganalisis trend pembangunan masa hadapan pengkomputeran. Kuasa telah dibuat.
Liu Yi, ketua algoritma penjanaan teks pengiklanan Microsoft Bing, mengambil projek Microsoft Bing DeepGen sebagai contoh untuk menerangkan isu penjanaan teks pengiklanan carian terpelbagai dan padanan masa nyata dalam talian. Teknologi penjanaan teks pengiklanan diperkenalkan secara terperinci, termasuk pengenalan ringkas sistem, model penjanaan asas dan terpelbagai, model algoritma, ciri model dan impak komersial pemadanan masa nyata teks dalam talian pengiklanan.
Empat sub-forum yang diadakan pada sebelah petang juga menarik dan memuncak. Kandungannya meliputi empat topik utama: "Carian dan pengesyoran dipacu AI", "Amalan terbaik MLOps", "jalan pengoptimuman prestasi pembelajaran mesin", dan "aplikasi dan inovasi penglihatan komputer" serta 16 arahan sub-topik.
Gelombang transformasi digital telah menimbulkan evolusi baharu teknologi pengesyoran carian dan teknologi pengesyoran juga telah membawa kepada peringkat penyepaduan mendalam dengan algoritma pintar . Dalam sub-forum "carian dan pengesyoran dipacu AI", pakar kanan dalam bidang carian dan pengesyoran berkongsi pemikiran yang berpandangan ke hadapan dalam bidang carian dan pengesyoran pintar dari perspektif amalan perniagaan.
Wang Liang, pakar teknikal kanan di Alimama dan ketua teknologi pengiklanan luaran, menerangkan konsep pembelajaran bersekutu dan aplikasinya dalam pengiklanan Alibaba Ma Jianqiang, penyelidik kanan di Tencent dan ketua graf pengetahuan video dalam talian, menjelaskan Tencent's With the carian menegak carian video sebagai latar belakang, ia memberi tumpuan kepada senario teknikal utama, seni bina algoritma dan kemajuan carian video, penarikan semula vektor video pendek, aplikasi graf pengetahuan IP video panjang, dan lain-lain, ketua kedudukan carian Meituan; berkata "Carian Meituan" Dengan tema "Pembinaan dan Amalan Platform Isih", ia menerangkan secara terperinci seni bina teknikal Carian Meituan, pelaksanaan platform pengisihan, dan pengoptimuman algoritma pengisihan Kuaishou pakar algoritma cadangan kanan; Xiaoxue membawa pengalaman Kuaishou dalam inferens sebab dan penyelidikan terkini mengenai algoritma rangkaian saraf graf.
Dalam aplikasi berskala besar kecerdasan buatan dalam perusahaan, terdapat cabaran seperti kitaran pelancaran R&D yang panjang dan kesukaran dalam memadankan data dan model. MLOps wujud. Dalam sub-forum "Amalan Terbaik MLOps", pakar membincangkan kesan praktikal dan keberkesanan MLOps mengenai topik hangat seperti kitaran operasi dan penyelenggaraan R&D, latihan berterusan dan pemantauan berterusan, versi dan keturunan model, ketekalan data dalam talian dan luar talian, dan bekalan data yang cekap.
Tan Zhongyi, Naib Pengerusi TOC Open Atomic Foundation dan ahli LF AI & Data TAC, memperkenalkan konsep, kedudukan, kandungan utama, projek biasa MLOps, dan kriteria untuk menilai keupayaan dan tahap MLOps pasukan AI; Bab 1 Lu Mian, arkitek sistem Empat Paradigma dan ketua R&D OpenMLDB, menumpukan pada pangkalan data pembelajaran mesin sumber terbuka OpenMLDB dan menganalisis bagaimana ia boleh mencapai matlamat untuk melancarkan pembangunan ciri pembelajaran mesin dengan segera dan cara memastikan ketepatan dan kecekapan pengiraan ciri; Penyelidik Kepintaran Buatan Muzik Awan NetEase dan Pengarah Teknikal Wu Guanlin bermula dari latar belakang perniagaan muzik awan dan menerangkan pelan pelaksanaan masa nyata model, dan pemikiran dan amalan memancarkan lebih banyak senario oleh menggabungkan FeatureStore; Huang Bingkey, Timbalan Pengarah Big Data dan Makmal Kecerdasan Buatan Pusat Pembangunan Perisian Bank Perindustrian dan Komersial China Artikel ini memperkenalkan amalan MLOps ICBC, meliputi proses pembinaan dan amalan teknikal kitaran hayat penuh sistem pengurusan pembangunan model, penghantaran model, pengurusan model, dan operasi lelaran model.
Dalam bidang pembelajaran mesin, keperluan prestasi perusahaan untuk algoritma sentiasa meningkat: Bagaimana untuk memastikan kestabilan sistem? Bagaimana menggunakan cara kejuruteraan untuk menyelesaikan masalah sampel yang tidak mencukupi dan model masa nyata? Bagaimana untuk meningkatkan kemudahan penggunaan? Dalam subforum "Road to Machine Learning Performance Optimization", pakar berkongsi pendapat mereka tentang perkara ini.
Yang Yang, ketua jurutera Didi, menjelaskan aplikasi inovatif pengesyoran diperibadikan dalam operasi data berdasarkan titik kesakitan operasi data tradisional, dan menantikan teknologi dan perniagaan yang perlu dipertingkatkan dalam data masa hadapan operasi; 100 orang daripada Penyelidik Terhormat dan Penyelia Kedoktoran Universiti Tongji Wang Haofen menerangkan teknologi utama dan set data yang biasa digunakan yang terlibat dalam Soal Jawab pelbagai strategi teks + dan dua bentuk Soal Jawab pelbagai modal Cai Qingpeng, pakar algoritma kanan di Kuaishou, menggunakan pembelajaran pengukuhan dalam video pendek Kuaishou Pelaksanaan teknikal sistem pengesyoran digunakan sebagai kes untuk menerangkan pengalaman praktikal Kuaishou dalam carian rujukan dalam talian berdasarkan pembelajaran pengukuhan, algoritma pembelajaran tetulang terkekang dua peringkat, dan cara mengoptimumkan dan mencapai APP aktiviti; Huang Bin, pakar dalam R&D Platform Algoritma Muzik Awan NetEase, memperkenalkan Muzik Awan NetEase Amalan dan pemikiran sistem ramalan dalam talian termasuk cara membina sistem ramalan berprestasi tinggi dan mudah digunakan, dan cara menyelesaikan masalah seperti sampel dan model masa nyata melalui cara kejuruteraan.
Penglihatan Komputer (CV), sebagai perintis teknologi AI, ialah asas kepada banyak teknologi utama yang inovatif. Dalam sub-forum "Aplikasi dan Inovasi Visi Komputer", pakar dalam bidang CV menjalankan analisis mendalam tentang berbilang senario seperti pemantauan kualiti video, penciptaan video pintar dan pemanduan autonomi.
Li Jing, pengarah Pusat Teknologi Alibaba Youku dan ketua Moku Lab, mencadangkan menggunakan AI untuk menambah baik proses penciptaan video pendek sebagai tindak balas kepada masalah sedia ada dalam bidang penciptaan video pendek, dan berkongsi penerokaan dan pembangunan daripada sistem pengeluaran pintar video AI Youku; ketua algoritma kebolehkesanan persamaan imej keselamatan besar Kumpulan Ant Qi menggunakan enjin kebolehkesanan serupa "Siyuan" Teknologi Ant Security sebagai kes praktikal untuk menjalankan pembongkaran teknikal tentang cara mengenal pasti dan mengesan dalam senario terbuka jika Ma Zhiguo, pakar dalam persepsi mobiliti pintar teknologi, menganalisis penyelesaian lidar dalam pemanduan autonomi dan menerangkan teknologi Persepsi automatik yang terlibat dalam pemanduan, dan analisis mendalam tentang hubungan antara data dan pemanduan autonomi.
Mengambil persidangan AISummit ini sebagai peluang, 51CTO akan terus meneroka dan mencuba dengan rakan kongsi ekologi pada masa hadapan untuk membina kecerdasan buatan untuk majoriti teknikal kakitangan Platform untuk komunikasi dan perkongsian mendalam di lapangan. Pada 7 Ogos, persidangan itu juga akan memulakan sesi khas mengenai suara pintar, kewangan pintar, dan rakan-rakan yang mengikuti persidangan ini boleh menantikan kesinambungan yang menarik.
Atas ialah kandungan terperinci AISummit berjaya dibuka: Sorotan hari pertama. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
![[Web front-end] Permulaan pantas Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
