6月3日至5日,一年一度的中國(guó)云計(jì)算大會(huì)如期舉行,此次大會(huì)已經(jīng)走到第七個(gè)年頭。但作為第一次參會(huì)的菜鳥,還是覺得大會(huì)到處充滿了新奇,開闊了眼界。
“云計(jì)算”、“大數(shù)據(jù)”、“人工智能”,這三個(gè)看起來“高大上”的詞語(yǔ),早已不是什么新鮮事物了。而且,它們也并沒有看起來那么“高大上”,其實(shí)它們就在每個(gè)人的身邊,以不明顯的方式存在著,并盡全力提供以人為本的人工智能服務(wù)。
無論何時(shí),科技發(fā)展的最終目的永遠(yuǎn)是為人們提供更加便捷、美好的生活。而“人工智能”更是體現(xiàn)了十幾年甚至幾十年前人們對(duì)用科技改變生活的美好設(shè)想。
如今,專家們發(fā)現(xiàn)“人工智能”的實(shí)現(xiàn)需要大量數(shù)據(jù)的采集,然后在針對(duì)數(shù)據(jù)進(jìn)行相應(yīng)的分析,從而得到一個(gè)“智能”的判斷結(jié)果。最后,機(jī)器再根據(jù)得出的結(jié)果自動(dòng)下達(dá)指令,實(shí)現(xiàn)為用戶提供其需要的服務(wù)。簡(jiǎn)單來說,以目前掌握的科學(xué)力量,將“云計(jì)算”與“大數(shù)據(jù)”充分融合并加以利用,便可讓“人工智能”的實(shí)現(xiàn)成為可能。
目前,我們可以看到,大量的基于“云計(jì)算”、“云服務(wù)”的智能硬件設(shè)備如雨后春筍般破土而出。行業(yè)內(nèi)的專家也都認(rèn)為智能硬件的出現(xiàn),將是下一個(gè)爆發(fā)點(diǎn)。但,這個(gè)爆發(fā)點(diǎn)的關(guān)鍵在于設(shè)備(機(jī)器)為用戶帶來的體驗(yàn)。只有以人為本,為用戶提供其最需要、最能擊中痛點(diǎn)、解決問題的人工智能服務(wù),智能硬件定會(huì)迎來一個(gè)春天。
然而,如何將用戶體驗(yàn)正中用戶的痛點(diǎn)、如何了解用戶的真實(shí)需求、如何推送至產(chǎn)品功能所針對(duì)的人群。這些問題便成為智能硬件設(shè)備在開發(fā)、設(shè)計(jì)過程中的關(guān)鍵。
一位圈內(nèi)的友人說過“產(chǎn)品,不能因?yàn)楣δ芏岢鰣?chǎng)景”。我深以為然,尤其針對(duì)智能硬件產(chǎn)品的開發(fā),對(duì)用戶的使用場(chǎng)景及真實(shí)需求的了解,成為決定一款智能硬件產(chǎn)品成敗的必然條件。
在第七屆中國(guó)云計(jì)算大會(huì)上可以看到,很多傳統(tǒng)的制造業(yè)、工業(yè)巨頭,也都在追尋“互聯(lián)網(wǎng)+”精神,從“云計(jì)算”與“大數(shù)據(jù)”入手,尋求企業(yè)形態(tài)與產(chǎn)品的轉(zhuǎn)變。而代表了互聯(lián)網(wǎng)創(chuàng)新精神的智能硬件廠商更應(yīng)如此。
在如今的市場(chǎng)中,“云計(jì)算”等服務(wù)早已成為眾多知名廠商血拼的紅海。于是帶給智能硬件創(chuàng)業(yè)公司的便是可輕松尋得成本滿足自身承受能力的“云服務(wù)”供應(yīng)商。
在智能硬件產(chǎn)品中融入“云服務(wù)”后,企業(yè)便可深入的去了解用戶的使用習(xí)慣、使用需求等信息,并將這些信息與數(shù)據(jù)記錄在云端,形成自家企業(yè)的用戶信息庫(kù)。然后,利用信息庫(kù)內(nèi)的海量數(shù)據(jù),進(jìn)行進(jìn)一步的大數(shù)據(jù)分析,從而將得出的結(jié)論更好的用于用戶體驗(yàn)的研究中去,讓產(chǎn)品真正起到幫助用戶解決實(shí)際問題的作用,從而實(shí)現(xiàn)“人工智能”對(duì)人們生活的改變。
基于“云計(jì)算”與“大數(shù)據(jù)”的“人工智能”,在幫助人們改善生活的基礎(chǔ)上,并不會(huì)出現(xiàn)科幻電影中統(tǒng)治人類等反人類的情況出現(xiàn)。因?yàn)檫@種“人工智能”的根本是以人為主,“大數(shù)據(jù)”的提取主旨在于分析,而并不是讓智能設(shè)備進(jìn)行獨(dú)立的“思考”。所以,基于“云計(jì)算”與“大數(shù)據(jù)”而產(chǎn)生的“人工智能”在未來的生活中,將成為人類美好生活的服務(wù)者,永遠(yuǎn)不會(huì)是管理者。這才是科技以人為本的真諦。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。