当前位置: 首页 > news >正文

百度CTO王海峰:深度学习平台+大模型,夯实产业智能化基座

2月27日,中国人工智能学会首届智能融合产业论坛在成都顺利举办。本届论坛由中国人工智能学会(CAAI)主办,中国人工智能学会智能融合专委会、百度公司、深度学习技术及应用国家工程研究中心和电子科技大学联合承办。中国工程院多名院士、知名专家、企业代表齐聚一堂,共同探讨人工智能技术发展与创新,促进智能融合领域产学研交流,推动智能融合领域的核心理论、关键技术和产业变革的蓬勃发展。百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰以《“深度学习+”创新发展新引擎》为题,阐释了人工智能技术创新和产业发展进入“深度学习+”阶段。

57b6ebf4280c6bc040279fc8378ce034.png

人工智能进入“深度学习+”阶段,

驱动技术创新和产业发展

众所周知,第四次工业革命的核心驱动力是人工智能,而深度学习是其关键核心技术,具有很强的通用性,呈现出标准化、自动化、模块化的工业大生产特征,推动人工智能进入工业大生产阶段。

王海峰表示,深度学习在技术、生态、产业等多个维度已逐渐成熟,人工智能的技术创新和产业发展进入“深度学习+”阶段,正引领新一轮技术更迭。

技术层面,“深度学习+知识”是人工智能技术进一步发展的重要方向。知识增强的深度学习,让机器同时从海量数据和大规模知识中融合学习,效果更好,效率更高。百度文心产业级知识增强大模型,具备跨模态、跨语言的深度语义理解与生成能力,已应用于搜索、信息流、智能音箱等互联网产品,并通过飞桨深度学习平台赋能制造、能源、金融、通信、媒体等各行各业。此外,在数字人、智能视频生成等方向,文心大模型的技术能力已经体系化输出,并在冬奥等舞台亮相。

生态层面,深度学习+上下游生态伙伴。芯片、深度学习框架、模型及应用构成了深度学习良性生态,使得应用需求和反馈传递到深度学习技术及应用的每个环节,各环节持续迭代优化,加速AI技术创新和产业发展。飞桨是我国首个自主研发的产业级深度学习开源开放平台,集核心框架、基础模型库、端到端开发套件、丰富的工具组件于一体,极大降低应用门槛。飞桨把产学研用不同角色有效衔接,携手开发者与合作伙伴,共建共创企业生态、教育生态、开源生态、硬件生态。在硬件生态上,飞桨深度学习框架与芯片联合优化,提供高性能强大算力,已有超过40家硬件厂商与飞桨深度融合优化,国内外主流芯片基本都已适配飞桨。目前,飞桨平台已经凝聚535万开发者,服务20万家企事业单位,创建67万个模型。

5df42ad11ac79d450c2279f80751c4c4.jpeg

产业层面,深度学习+千行百业。各行各业应用深度学习技术降本增效,创新产品和业务,加快产业智能化进程,努力实现高质量增长。我国的产业体系品类齐全、体量庞大,深度学习驱动的创新有丰富的应用场景,有助于形成良性循环,促进底层技术突破,加快升级现代化产业体系。

722ec3e5a334d7ab62d7cec406f77c8e.png

百度文心打通大模型产业落地路径,

走进千行百业

作为近几年人工智能发展的重要方向,大模型具有效果好、泛化性强、研发流程标准化的特点。但与此同时,大模型研发门槛高、难度大,依赖算法、算力和数据综合支撑,产业化面临挑战:首先是模型体积大,训练难度高;其次是算力规模大,性能要求高;第三是数据规模大,数据质量参差不齐。

如何实现大模型产业化?王海峰表示,具有算法、算力和数据综合优势的企业,可以将模型生产的复杂过程封装起来,通过低门槛、高效率的生产平台,为千行百业提供大模型服务。

这一产业化路径已经在文心大模型的产业实践中得到验证。百度与行业头部企业或机构共建的11个行业大模型,在能源、金融、航天、制造、传媒、城市、社科以及影视等领域落地,加速推动行业的智能化转型升级。

王海峰强调,“深度学习+”驱动技术创新、产业发展,离不开深度学习产业链的完善和壮大,而深度学习平台和大模型贯通了从硬件适配、模型训练、推理部署,到场景应用的全产业链,为人工智能技术创新和产业增长夯实了智能化基座。

面向未来,百度将坚持技术创新,推进文心大模型与飞桨深度学习平台融合发展、共享生态,推动AI技术创新进入新阶段,加速产业生态共荣,为实现高水平科技自立自强、经济社会高质量增长贡献力量。

http://www.lryc.cn/news/23782.html

相关文章:

  • 【C++】vector的基本使用
  • 社交媒体营销的5个好处
  • 飞行机器人专栏(十)-- 异构多视角视觉系统
  • 2023年湖北住建厅八大员各岗位题库精准小题库-启程别
  • 志愿者招募令|来!一起Build OceanBase第一次开发者大会
  • java 元数据 和 元注解
  • RFID射频卡写入手机NFC心路小记
  • 【C++】STL 模拟实现之 list
  • 20230228----重返学习-数组-引用数据类型的转换-基础调试用方法-对象检测-各数据转布尔值及相等运算符-条件语句-循环语句
  • apscheduler 定时任务框架
  • Softing OPC Tunnel——绕过DCOM配置实现OPC Classic广域网通信
  • Java的运算操作
  • 基于OBD系统的量产车评估测试(PVE)
  • 【蓝桥杯集训10】Tire树 字典树 最大异或对专题(3 / 3)
  • docker部署zabbix6.2.7+grafana
  • 【Java开发】JUC基础 04:Synchronized、死锁、Lock锁
  • 离散数学---期末复习知识点
  • 在线安装ESP32和ESP8266 Arduino开发环境
  • 【Python实战】激情澎湃,2023极品劲爆舞曲震撼全场,爬虫一键采集DJ大串烧,一曲醉人女声DJ舞曲,人人都听醉~(排行榜采集,妙啊~)
  • [SSD综述 1.5] SSD固态硬盘参数图文解析_选购固态硬盘就像买衣服?
  • SAP Insurance Analyzer
  • 自动化测试 ——自动卸载软件
  • 05 封装
  • clean
  • 佛科院计算机软件技术基础——线性表
  • linux下终端操作mysql数据库
  • MySQL参数优化之thread_cache_size
  • gRPC服务健康检查(二):gRPC健康检查协议详解
  • Android系统10 RK3399 init进程启动(四十七) Android init 进程整体代码逻辑简述
  • CSDN 编程竞赛三十二期题解