2024年度技术热词来袭,AI如何在可控生成和降本增效中寻找平衡算法知识库大模型

12月13日至14日,由极客邦旗下InfoQ中国倾力打造的AICon2024(北京站),在工业和信息化部电子第五研究所及北京经济技术开发区的大力支持下成功举办,为与会者呈现了一场高质量的AI技术盛宴。

开幕:本年度的技术和AI热点有哪些

会议伊始,极客邦科技创始人兼CEO霍太稳回顾了2024年度热词,通过对InfoQ2024年发布内容的分析,以下几大趋势在技术社区内表现突出:

同时,他也带来了两大重磅发布——揭晓2024年度技术力量榜单,发布重磅AI产品,详情可在本文文末查看。

盛宴:大模型可控生成、

智能算力、面向AI的数据库......

阿里国际算法负责人骆卫华博士——大模型可控生成的探索与思考

骆卫华指出,现有大模型更像“铁杵”,能用但不够好用,实现可控生成的大模型将成为“绣花针”,从而解决落地应用的“最后一公里”问题。他强调,当前大模型在文本生成领域的核心技术挑战包括:如何平衡指令遵循能力与生成质量、多控制条件之间的相互干扰,以及控制条件覆盖不足导致的泛化能力局限。

在图像生成方面,骆卫华提到,现有方法面临训练成本高、控制精度不足以及对复杂控制条件适配能力有限等问题,这些技术瓶颈显著制约了大模型在复杂场景中的实际应用。

骆卫华表示,可控生成技术将在媒体、娱乐、电商、金融等行业产生规模化的行业应用,推动大模型的商业化价值落地。

英博数科CTO李少鹏——智算未来:探索低成本、高效益的智能算力服务之道

随着通用大模型和垂直领域大模型应用的快速推进,对训练与推理的算力需求持续增长,但高昂的算力成本已成为行业发展的主要瓶颈。

在大会上,英博数科CTO李少鹏深入解析了当前算力服务的核心难题:

这些举措显著提升了算力利用效率,降低了单位有效算力成本,为行业树立了高质量算力服务的标杆。

李少鹏强调,随着长尾客户逐渐成为算力服务的主要消费群体,弹性算力服务将成为他们的首选,推动智能算力行业向高效、低成本的新阶段迈进。

360智脑总裁张向征——大模型安全研究与实践

张向征指出,大模型在训练、推理和应用过程中涉及多个安全风险,这些风险覆盖了模型的整个生命周期,包括数据泄露、模型窃取、提示注入以及记忆投毒等。他特别强调,大模型软件生态的复杂性也使得安全问题更加多样化,例如漏洞利用、恶意代码注入和SQL注入,这些都为企业应用大模型增加了隐患。

在安全防护体系的建设方面,张向征提出了“大模型检、防、攻、测”的全链路安全框架,从安全检测、攻击模拟到策略优化,覆盖了大模型安全管理的各个阶段。通过安全检测大模型、红队攻击以及安全微调等技术手段,可以增强模型的内容安全性,保护输入输出数据的完整性与可靠性。

张向征强调,大模型的安全问题不仅仅是技术难题,更关系到企业业务的安全性和社会责任。未来业界还需要进一步加强原生安全增强、内容安全护栏的建设,以及针对特定行业领域提出更精准的安全解决方案,以确保大模型的可信性与实用性。

腾讯云数据库副总经理罗云——AI时代下,数据库技术与智能化应用的协同发展

大模型时代的核心在于将企业数据接入AI,充分释放数据的价值。然而,传统数据库架构在应对大模型海量数据和多样化应用需求时,已暴露出明显的局限性。

展望未来,罗云认为,大模型将引领数据库技术的下一次重大变革,使数据库从传统的数据存储工具进化为智能化数据管理平台,为企业的数字化升级提供更强有力的支持。

产品战略专家梁宁——从商业与关系的本源出发,寻找AI+产品的黄金场景

本次大会特别邀请了产品战略专家、《真需求》作者梁宁,探讨了AI时代背景下的产品战略与商业模式。

梁宁指出,我们的时代是由基础设施划定的。从蒸汽到电力再到互联网,基础设施的演化迭代,为社会提供了新能力和新效率,也造就了每个时代的“万物生”。当下,我们正处在智能革命的前夜,所有人都是“摸着AI过河”,想要看清脚下的路,首先要理解我们身处的时空坐标。

不管是评估一个产品、一项业务,还是一个时代,都可以用价值、模式、共识这个极简模型来进行思考。

工业时代,效率是企业竞争的核心;互联网时代,信息的获取和处理能力成为决胜关键,谁能聚集信息量优势,谁就能成为时代的巨头;进入智能时代,AI在感知和决策系统一致性上的优势,使得决策质量成为新时代的竞争力。但同时,人类选择让渡权利给AI意味着接受风险和能力退化,这将是一个漫长的共识过程。

在演讲中,梁宁进一步分析了从传统工业企业到互联网企业再到AI企业的商业模式演化路径。传统企业以运营“货”为核心,互联网企业以运营“人”为中心,而AI企业则需要探索原生商业模式的全新逻辑。这不仅要求深刻理解AI作为决策系统的优势,还需超越简单的“+AI”模式,真正找到能够驱动价值创造的“黄金场景”。这些场景需要兼具业务成熟度、数据成熟度和技术成熟度。她建议创业者专注于高频、重复、标准化的应用场景,找到清晰稳定的付款方,服务真需求,避免在AI大模型的车轮下“绣花”。

平凯星辰副总裁刘松——走向Data+AI:TiDB面向大语言模型应用构建All-in-One的数据库

AI技术的快速发展对数据库提出了更高的要求,特别是在高扩展性、强一致性和一体化能力方面。随着大模型应用对数据管理的需求不断增加,传统数据库架构已难以以一体化的方式应对海量数据的实时在线处理和复杂分析任务。

大模型行业落地、AI产品创新、企业出海......

大会第一天专场设置如下:

专题一:大模型在企业中的成本优化实践

专题二:多模态大语言模型的崛起与应用

专题三:结合AI模型的数据生命周期管理|ArchSummit

专题四:AIforData与大模型训练加速实践

专题五:RAG技术应用与实践(厂商共建)

RAG技术以其独特的检索增强生成能力,为语言模型的应用带来更多想象空间。但随着RAG技术的不断演进和应用范围的扩大,其在实际企业部署中遭遇的挑战和局限性也日益明显。在本专题中,浙江万榕总经理黄帅、招商证券技术平台团队负责人谭成鑫、作业帮高级基础架构研发工程师许春旭结合各自实践,探索RAG在解决大模型幻觉中的策略与实战经验。

大会第二天专场设置如下:

专题一:大模型行业落地实践

专题二:具身智能从“实验室”走向“应用场”

专题三:AINative产品创新与技术落地

专题四:性能优化与资源统筹|ArchSummit

专题五:企业出海新机遇与挑战

专题六:AIAgent技术突破与应用

专题七:大模型智算与开发落地实践

专题八:大模型应用架构的探索与实践

专题九:大模型商业化产品探索

专题十:RAG在企业落地的难点与创新

专题十一:鸿蒙生态下的AI助力移动应用开发新范式(厂商共建)

加餐:直击痛点的8场圆桌交流

作为年度压轴盛会,本次AICon不仅在议题设置上持续推陈出新,还特别呈现了8场高质量的圆桌交流。每场讨论都精准聚焦行业痛点,干货满满。以下是本次大会期间探讨的8大核心话题:

两大重磅发布

2024中国技术力量年度榜单揭晓

为了发掘生成式AI和数字化领域的优秀实践,InfoQ于10月中旬启动了“2024中国技术力量年度榜单”评选。本次榜单涵盖“AI最佳实践案例/方案、AI最佳技术服务商、高价值技术团队、数智化先锋企业”四大项目,经过一个月的项目征集和专家联合评分,从160余个申报项目中遴选出55+优秀企业和团队。

在本次大会上,极客邦科技创始人兼CEO霍太稳,并向所有获奖者表示祝贺。期待这些优秀案例与团队为行业带来更多创新价值,推动AI与数字化的深度融合。

重磅AI产品发布

“极客搜索AI版”已于今日启动公测阶段,全面开放免费体验且不限使用次数。极客邦科技希望通过这一工具,进一步降低专业知识获取门槛,为技术开发者及企业用户提供便捷的知识服务。

开发者展区互动

本次AICon北京站得到了众多赞助商的大力支持,包括英博数科、腾讯云、汇丰金科、ProtonBase、华为昇腾、支付宝百宝箱、矩阵起源、钛动科技、豆包MarsCode、数势科技等赞助商不仅带来了丰富的展示内容,也为技术传播和行业创新提供了重要助力。正是在各方的共同努力下,AICon得以继续推动技术生态的繁荣发展,共同探索行业的未来方向。

让我们一同回顾这些令人难忘的精彩瞬间:

更多精彩活动推荐

展望2025年,InfoQ中国的大会规划已全面启动。我们将继续携手行业伙伴,深入挖掘技术热点,覆盖更广泛的领域,打造更多层次丰富的技术交流平台。

期待我们下一场大会再见!

「2024亚马逊云科技re:Invent中国行北京站」启航!邀你亲临现场,抢先体验re:Invent上最新发布的新技术、新产品,2025年研发的日子能过成什么样儿,就看这一遭了。12月18日,北京嘉里大酒店,扫码或点击【阅读原文】预约,锁定专属Handson名额。

THE END
1.如何提高AI智能推荐算法的准确度?本文深入探讨了提高AI智能推荐算法准确度的关键策略,包括数据预处理、算法融合、深度学习应用、用户行为分析以及评估和迭代过程。同时强调了在优化推荐系统时,遵守隐私和伦理准则的重要性。https://www.kdocs.cn/article/0E57AEA1E1.html
2.2025SEO优化社媒平台AI内容搜索优化:SEO策略与实战案例本文详细说明在各大社媒平台的搜索结果中出现AI内容,所以AI内容的SEO优化策略非常重要。 通过分析AI搜索数据、效果类型及算法规则等内容,玫瑰互动SEO咨询公司提供具体的SEO优化步骤和实战案例,帮助提升AI内容在搜索结果中的排名和可见度。 - 本文内容由玫瑰互动SEO咨询公司提供 - https://zhuanlan.zhihu.com/p/12912128872
3.40多种智能优化算法包括PSOGADEACOGSA等(Matlab代码本文总结40总优化算法,然后以3种方法为例,进行可视化比较,其他的换个名字就行,下面先看看这些算法汇总: %---List of available wrapper FS methods--- % 2020 'mpa' : Marine Predators Algorithm; 'gndo' : Generalized Normal Distribution Optimization; 'sma' : Slime Mould Algorithm; 'eo' :https://blog.51cto.com/u_15739983/5847844
4.一种新型的智能优化方法―人工鱼群算法(74页)一种新型的智能优化方法―人工鱼群算法.doc,浙江大学 博士学位论文 一种新型的智能优化方法—人工鱼群算法 姓名:李晓磊 申请学位级别:博士 专业:控制科学与工程 指导教师:钱积新 2003.1.1 加,,Z掌博士学位论文一III- 摘要 (优化命题的解决存在于许多领域,对于https://max.book118.com/html/2020/0622/8027062046002120.shtm
5.群智能算法改进一种改进的算术优化算法改进算术优化算法改进AOA文章介绍了基于算术优化算法(AOA)的改进版本MAOA,通过Kent映射增强全局搜索性能,采用复合摆线法优化MOA参数以平衡探索与开发阶段,同时结合麻雀精英变异和柯西变异策略提高算法的优化能力,旨在解决局部最优问题。 摘要由CSDN通过智能技术生成 文章目录 【`获取资源`请见文章第5节:资源获取】 https://blog.csdn.net/xiongyajun123/article/details/131096319
6.科学网—智能算法综述智能算法综述 摘要:随着计算机技术的飞速发展,智能计算方法的应用领域也越来越广泛,本文介绍了当前存在的一些智能计算方法,阐述了其工作原理和特点,同时对智能计算方法的发展进行了展望。 关键词:人工神经网络 遗传算法 模拟退火算法 群集智能 蚁群算法 粒子群算https://blog.sciencenet.cn/blog-85556-44718.html
7.群体智能果蝇算法腾讯云开发者社区是的,今天要说的就是果蝇算法,“果蝇”就是你理解的那个果蝇,这是在2011年由Wen-Tsao Pan提出的有一种新型的群体智能优化算法。 1,引言: 演化式计算是一种共享名词,系指达尔文进化论的 ”适者生存,不适者淘汰”,以此观念来实际模拟自然界演化过程所建立的演算方式,例如早期Holland (1975) 教授的遗传算法(Genethttps://cloud.tencent.com/developer/article/1085995
8.磁流变液智能制动技术及其应用最新章节王道明著苏州市职业大学任芸丹等 [62] 提出了一种基于神经网络的自适应控制策略,并对某款车型进行了仿真,验证其良好的控制性能。中国矿业大学史耀 [63] 基于果蝇算法原理提出了改进果蝇优化P ID控制策略对磁流变液制动器的制动力矩进行控制,并验证了其具有良好的控制效果。 图1.18 基于FPGA的闭环控制 图1.19 基于模糊https://m.zhangyue.com/readbook/12763925/5.html
9.朱庆华宋珊珊风险视角下生成式人工智能的司法应用路径在讨论生成式人工智能应用于司法场域之前,应当先明确生成式人工智能的基本概念。生成式人工智能作为现代机器学习的一个重要分支,是一种使用神经网络实现自主生成图像、文字、音频等数据的技术。它通常采用的是基于生成式对抗网络(Generative Adversarial Networks)的模型,技术原理涉及深度学习、大规模数据训练和优化算法。相较https://www.jfdaily.com/sgh/detail?id=1247369
10.年薪50万!北航合肥创新研究院招募研究员!澎湃号·政务1、跟踪当前人工智能技术最新研究进展,协助团队负责人开展科研工作,并能够独立承担研究任务; 2、协助团队负责人进行团队管理、课题申报与研究开发等工作,确保研究任务的顺利开展; 3、研究面向特定领域应用的人工智能算法,包括大数据分析与管理、多媒体应用技术、视觉内容理解、自然语言理解、光学信息处理、机器学习、人工智能https://www.thepaper.cn/newsDetail_forward_4985535
11.python人工智能tensorflow优化器Optimizer算法汇总python这篇文章主要为大家介绍了python人工智能tensorflowtf优化器Optimizer算法汇总,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪+ 目录 前言 优化器的选择关乎参数更新的方法,合理的方法可以帮助机器学习更好的寻找到全局最佳值。那我们快点开始学习吧 tensorflow常见的Optimizer 1 梯度下降法 1 https://www.jb51.net/article/246840.htm
12.分散配电混合配电(精选七篇)目前针对交直流混合配电网优化调度的研究相对较少,研究成果也相对集中在柔性交直流混合电网的最优潮流(optimal power flow,OPF)方面。文献[52,53,54]]分别利用遗传算法、牛顿法以及二阶锥规划的相关技术对交直流混合电网OPF问题进行了建模和求解。在电力系统中,内点法是一种常用的优化算法,文献[55]建立了交直流混合https://www.360wenmi.com/f/cnkey8zsfh6k.html
13.设计,算法系列,计算机类,设计模式,软件测试,重构优化,等更多分类Hadoop,HeadFirst,Java,Javascript,jvm,Kafka,Linux,Maven,MongoDB,MyBatis,MySQL,Netty,Nginx,Python,RabbitMQ,Redis,Scala,Solr,Spark,Spring,SpringBoot,SpringCloud,TCPIP,Tomcat,Zookeeper,人工智能,大数据类,并发编程,数据库类,数据挖掘,新面试题,架构设计,算法系列,计算机类,设计模式,软件测试,重构优化,等更多https://github.com/congtong/pdf