关于人工智能:融合创新降低门槛飞桨推动人工智能走通工业大生产之路

44次阅读

共计 1138 个字符,预计需要花费 3 分钟才能阅读完成。

5 月 20 日,由深度学习技术及利用国家工程实验室与百度联结主办的 WAVE SUMMIT 2021 深度学习开发者峰会在北京召开。
百度首席技术官、深度学习技术及利用国家工程实验室主任王海峰在峰会上致辞。王海峰走漏,飞桨已凝聚 320 万开发者,相比 1 年前增长近 70%;服务的企事业单位达到 12 万家。
王海峰也分享了在现阶段对于人工智能技术和产业倒退的两点思考:

一是交融翻新。从技术的角度,常识与深度学习相结合,冲破了常识加强的深度语义了解;多技术交融翻新,通过常识图谱关联跨模态信息,用自然语言语义示意交融语言、语音、视觉等不同模态的语义空间,冲破跨模态语义了解。
从平台的角度,深度学习平台与芯片软硬一体交融翻新,满足不同算力、功耗、时延等的多样化需要,获得 AI 利用的最佳成果。飞桨针对多种芯片并存的环境,研制了异构参数服务器训练技术,冲破了超大模型的高效训练难题。目前,飞桨曾经和 22 家国内外硬件厂商发展适配和联结优化,硬件生态蓬勃发展。
从产业的角度,人工智能技术越来越深刻与产业交融,以产业需要为牵引,继续打磨 AI 技术及平台能力,与利用场景交融翻新倒退。

二是升高门槛。随着人工智能技术在各行业的浸透,面向不同利用场景,高效满足不同的开发者需要,继续升高门槛十分要害。飞桨是源于产业实际的深度学习开源开放平台,始终致力于升高门槛,既有反对动静对立的外围框架,也有产业级模型库、开发套件和工具组件,以及晋升企业生产效率的飞桨企业版等,满足不同行业、不同阶段、不同档次开发者的须要。基于飞桨平台,320 万开发者不再须要从头编写人工智能的算法代码,即可高效进行技术创新和业务拓展。门槛的大幅升高,放慢了人工智能利用的多样化和规模化,放慢了产业智能化过程。

本届峰会上,百度解析了交融翻新趋势下的 AI 工业大生产实现门路,企业在利用 AI 过程中,起步于 AI 先行者探路,在实现模型验证、产生效益后促使企业组建 AI 团队,进入 AI 工作坊利用阶段,当企业内大量研发 AI 利用,多人多工作协同开展 AI 生产时,即进入 AI 工业大生产。
飞桨团队具体解读了飞桨深度学习平台的全新公布和重要降级,包含:飞桨最新开源框架,开发更加灵便便捷;大规模图检索引擎,反对万亿边的分布式图存储与检索;文心 ERNIE 预训练模型,进一步在常识加强的语义了解、跨模态语义了解等方面获得冲破,为开发者赋能,以及推理部署导航图,助力开发者买通 AI 利用的“最初一公里”,等等。
同时,飞桨联结学术界和产业界,独特开启飞桨大航海打算,助力 AI 人才培养、产业智能化降级和前沿摸索。此外,飞桨的合作伙伴分享了利用飞桨的产业翻新实际、人才联结造就打算等。
飞桨继续引领深度学习技术倒退和科技交融翻新,同时一直升高利用门槛,减速 AI 工业大生产,推动产业智能化过程。

正文完
 0