科技行者 8月10日 北京消息:8月7日,主題為“共創(chuàng)·共享·共贏:技術(shù)創(chuàng)新與產(chǎn)業(yè)生態(tài)新議程”的中國信息化百人會(huì)2020年度峰會(huì)在深圳舉行,產(chǎn)業(yè)組織、學(xué)術(shù)界專家、領(lǐng)軍企業(yè)代表、合作伙伴等共聚一堂,共享在數(shù)字經(jīng)濟(jì)、基礎(chǔ)創(chuàng)新、人才培養(yǎng)、共建共贏生態(tài)等熱點(diǎn)話題的產(chǎn)業(yè)主張,攜手推動(dòng)產(chǎn)業(yè)生態(tài)建設(shè)。在峰會(huì)上,華為公司高級(jí)副總裁、云與計(jì)算BG副總裁張順茂發(fā)表了主題為“跨越生態(tài)裂谷,華為云Stack是企業(yè)智能升級(jí)的最佳路徑”的演講,分享了華為云Stack在企業(yè)升級(jí)過程中的角色,華為云Stack與AI技術(shù)的進(jìn)展和商業(yè)價(jià)值,以及構(gòu)建人才生態(tài)的重要性等。
張順茂表示:“企業(yè)在邁向智能化時(shí),將會(huì)遇到應(yīng)用裂谷、數(shù)據(jù)裂谷、能力裂谷、人才裂谷、技術(shù)裂谷、行業(yè)生態(tài)裂谷等六大生態(tài)裂谷。華為云Stack是企業(yè)用戶跨越生態(tài)裂谷,實(shí)現(xiàn)智能升級(jí)的最佳路徑,也是聯(lián)接企業(yè)現(xiàn)在和智能化未來的橋梁。”
華為公司高級(jí)副總裁、云與計(jì)算BG副總裁張順茂
華為認(rèn)為,在數(shù)字化時(shí)代,云和AI技術(shù)的應(yīng)用程度將直接決定企業(yè)的創(chuàng)新力和競(jìng)爭力。根據(jù)華為全球產(chǎn)業(yè)展望GIV預(yù)測(cè),到2025年,全球企業(yè)將普遍使用云技術(shù),基于云技術(shù)的應(yīng)用使用率將達(dá)到85%;AI技術(shù)將加速滲透到各行各業(yè),將有97%的企業(yè)在生產(chǎn)和運(yùn)營管理中采用AI;全球產(chǎn)業(yè)的數(shù)據(jù)量將達(dá)到180ZB,企業(yè)數(shù)據(jù)的利用率將達(dá)到86%。云將成為企業(yè)最主要的創(chuàng)新基礎(chǔ)和效率提升手段,是AI將成為企業(yè)的核心生產(chǎn)力和創(chuàng)新引擎。不過,企業(yè)在智能化升級(jí)過程中,將面臨上述六大生態(tài)裂谷。企業(yè)可以通過應(yīng)用華為云Stack,構(gòu)建聯(lián)接企業(yè)現(xiàn)在和智能化未來的橋梁:
在AI技術(shù)應(yīng)用過程中,我們發(fā)現(xiàn)存在AI人才少、門檻高、不會(huì)用、落地難等問題,這其中AI人才生態(tài)是關(guān)鍵。華為云一站式AI開發(fā)管理平臺(tái)ModelArts,提供自動(dòng)學(xué)習(xí)技術(shù)讓人人都可以成為開發(fā)者,構(gòu)建AI人才生態(tài),實(shí)現(xiàn)普惠AI。華為云在2020年3月推出的企業(yè)級(jí)AI應(yīng)用開發(fā)套件ModelArts Pro,內(nèi)置行業(yè)領(lǐng)域算法,提供全新的行業(yè)AI落地方式。華為AI計(jì)算框架MindSpore內(nèi)置豐富的算子庫和模型算法,可幫助AI工程師高效開發(fā)高性能的AI應(yīng)用。同時(shí),華為AI集群Atlas 900提供強(qiáng)大算力和高效算子開發(fā)能力,支持AI專家更靈活、更快速地進(jìn)行AI技術(shù)創(chuàng)新和科研探索,創(chuàng)造新型的神經(jīng)網(wǎng)絡(luò)和創(chuàng)建特定領(lǐng)域的AI框架。
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。