Revolusi Pembelajaran yang mendalam
Revolusi pembelajaran mendalam mesin secara kasar telah melewati tiga gelombang, masing -masing lebih besar dari yang terakhir. Gelombang pertama, sekitar 2010, melihat terobosan dalam pengenalan suara, menggantikan model Markov dengan pembelajaran yang mendalam, dengan hasil yang belum pernah terjadi sebelumnya; Gelombang kedua adalah terobosan jaringan saraf konvolusional dalam pengenalan gambar pada tahun 2012, yang berada di luar imajinasi orang; Gelombang ketiga model bahasa baru -baru ini, dekat atau bahkan di luar tingkat manusia, telah membatalkan linguistik komputasi 40 hingga 50 tahun terakhir, penelitian pemrosesan bahasa alami, adalah terobosan teknologi revolusioner.
Kunci untuk model besar adalah bahwa ada langkah pra-pelatihan dalam metode ini, di mana sebelumnya pembelajaran mesin diarahkan pada manusia atau dibuat mesin. Pra-pelatihan adalah membangun sistem akal sehat dunia, berdasarkan aturan bagaimana dunia bekerja. Koneksi ini dibangun melalui akal sehat, dan efeknya di luar imajinasi.
Model besar adalah metodologi baru yang memberikan kecerdasan seperti manusia. Faktanya, model besar adalah untuk memasukkan sistem pengetahuan manusia silang dan multi-industri ke dalam model matematika jaringan saraf otak seperti manusia melalui kekuatan komputasi skala super, dan melalui paradigma komputasi, ia memiliki produksi konten dan kemampuan penalaran logis di banyak bidang.
Negara kita masih mengejar panggung
Di babak baru kompetisi AI, dapatkah Cina mengikuti dengan cepat? Membangun model besar membutuhkan setidaknya ribuan chip, daya komputasi yang besar membutuhkan interkoneksi antar chip, dan interkoneksi membutuhkan bandwidth berkecepatan tinggi. Saat ini, model besar China dalam keseluruhan kekuatan komprehensif dan pengembangan inovasi, dibandingkan dengan perusahaan kepala masih memiliki celah besar.
Model besar juga memiliki masalah aplikasi dan biaya. Saat ini, biaya chip, terutama biaya pelatihan dan inferensi, tinggi.
Menurut laporan, chip AI dapat dibagi menjadi dua kategori: chip pelatihan dan chip penalaran. Untuk model besar dan algoritma AI, pelatihan bukanlah tujuan, inferensi dan aplikasi adalah tujuan akhir. Dalam hal chip pelatihan, banyak perusahaan di Cina masih dalam tahap mengejar ketinggalan karena terbatasnya peralatan dan proses produksi dan manufaktur. Ada banyak peluang di bidang penalaran, karena fragmentasi pemandangan, tidak ada standar internasional dan perusahaan monopolistik.
Kecerdasan buatan adalah revolusi industri, dan semua orang sangat prihatin tentang bagaimana kecerdasan buatan dapat dikombinasikan dengan digitalisasi industri untuk mencapai industrialisasi, perusahaan, spesialisasi, dan vertikal. Meskipun butuh waktu untuk mengejar inovasi asli, negara kita memiliki populasi besar, banyak perusahaan, dan banyak adegan, yang akan menghasilkan banyak peluang inovasi.
Industri ini diharapkan mengantarkan dalam periode ledakan
Inovasi membutuhkan kekuatan ekologi, kekuatan rasa ingin tahu. Dalam dua tahun terakhir, ada banyak inovasi yang mengganggu, dan lebih banyak inovasi ilmiah dan teknologi akan muncul di masa depan. Volume data skenario aplikasi China besar, tetapi tidak memiliki serangkaian sistem standar industri, dan keunggulan diferensiasi tidak benar -benar dimainkan melalui alat teknis. Penting untuk menggunakan standar industri dan standar teknis untuk mengukur tujuan dan efek membuka berbagai skenario.
Ketika setiap generasi baru teknologi muncul, penerima manfaat terbesar adalah orang -orang yang paling sensitif terhadap teknologi, dan kuncinya adalah menggabungkan kebutuhan industri dengan teknologi untuk melakukan yang terbaik. Kecerdasan buatan adalah alat produksi yang sangat efisien yang akan segera berdampak pada ribuan industri.
Di masa depan, setiap orang mungkin memiliki tiga robot: robot layanan di rumah, robot kerja di kantor, dan robot perjalanan - mobil tanpa pengemudi atau drone berawak dengan ketinggian rendah. Ketiga robot ini dapat didorong oleh model besar atau jalur teknologi baru dan kemampuan AI berevolusi dari model besar, dan kami berharap mereka semua memiliki chip yang kami kembangkan secara mandiri. Di masa depan, robot akan membantu kami bekerja, hidup dan bepergian dengan lebih baik. Di sekitar kecerdasan buatan, ekonomi digital, chip generasi berikutnya, dan skenario aplikasi, seluruh industri diharapkan untuk mengantarkan periode eksplosif di masa depan.