AICC:发展人工智能离不开计算算法数据

【环球网科技记者王楠】人工智能,被称为改变人类未来的十大科技之一,在近年来发展十分迅猛。当前,人工智能正跟越来越多的领域和行业融合,将给人们的生产方式和生活方式带来革命性变化。例如,在医疗领域,图像识别技术可以促进癌症诊断的准确性。在农业领域,种植者可以利用深度学习促进农作物产量增长。在制药行业,人工智能被用于发现新药。在能源行业,人工智能提升了勘探效率和装备可靠性。在金融服务行业,人工智能应用降低了决策成本,金融数据得以更快速的分析。

可以说,人工智能正实实在在的为我们的经济发展、行业提升创造价值,并且将成为推动未来变革的科技创新力量。

日前,国务院印发了《新一代人工智能发展规划》,提出面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。规划中多次提出要重点对人工智能的计算的理论与模型、芯片与系统、平台与环境等进行深入研究提前布局创新突破。

在近期举办的2017人工智能计算大会(AIComputingConference,简称AICC)上,中国工程院专家表示,发展人工智能,就离不开计算、算法、数据三大要素。现在,算法的突破与数据洪流的爆发成就了人工智能行业,并使得几乎所有的机器辅助功能都变为可能,更好的电影推荐、智能穿戴,甚至无人驾驶汽车、预防性医疗保健,都近在眼前,或者即将实现。但目前应用终端的发展远远走在硬件架构的前面,现有计算平台已经不足以完成人工智能对于庞大运算量的需求。中国拥有世界最大的移动互联网市场,拥有非常庞大的数据量,这成为我国发展人工智能得天独厚的基础,同时,深度学习框架的开发和开源使得人工智能算法的开发越来越便捷,相比之下,计算平台就成为本轮推动人工智能进步的重要因素。

本次大会发起人、中国工程院院士、浪潮集团首席科学家王恩东认为,《规划》明确了计算是AI发展的重要推动力,人工智能是目前人类社会面临的最重要的技术变革,也是国家发展的重大战略机遇。近几年兴起的第三次人工智能浪潮,根本原因正是计算能力的快速发展,结合互联网、物联网带来的海量数据和深度学习等先进算法共同催生而成,其实际应用效果和社会影响力远远超出以往。

“当前人工智能计算面临着提升计算性能、不同场景计算优化和生态建设三大挑战,我们需要加强计算芯片创新、可扩展平台架构、系统优化设计等基础技术研发和能力构建,同时也要从硬件、软件、应用、人才等多方面综合提升,避免短板效应带来的整体产业发展不良反应。”王恩东认为要坚持创新驱动全面发展才能更好应对AI计算的挑战。

而高效能服务器与存储技术国家重点实验室科学家、浪潮集团副总裁胡雷钧则认为,未来在人工智能方向或在机器学习和神经网络识别的方向上我们对于计算能力的需求还是很强烈的。

“我们认为要想让一个东西往前发展,就必须体系化的层次化的构建它的生态系统,有一个相对完整的生态系统的支撑,才能推动这个计算系统面向这个应用需求,特别说面向AI的应用需求持续往前发展。浪潮在具体的实践中认为AI的计算平台、AI的系统管理、AI的计算框架、AI的应用方案作为一个生态系统里不可或缺的几个重要环节,在滚动推动着AI的发展。浪潮在这些领域里都做了自己的尝试。”胡雷钧告诉记者。

对此,胡雷钧总结了四步法:首先我们要做任务分解,这是用户需求的分解。其次就是数据准备,我们要有大批的数据去训练,这些数据通过采集、筛选、清洗最终把它归类,我们把它送到AI的平台里面去。再有就是算法选择,目前针对不同的应用有不同的算法。有了算法之后还要在系统平台上做一些试验看看我们应该构建什么样的系统平台,才能让这个算法训练得更好、运行得更好。最后就是系统构造,构造这个系统的时候我们要考虑应该用什么样的计算平台,应该用什么样的管理平台,应该怎么考虑线下的训练,应该怎么考虑线上的识别。

在这个基础上面向AI的应用,浪潮提供了E2E的解决方案——endtoend。

“所谓的E2E解决方案就是强调AI人工神经网络、机器学习从客户端来,从个人端来,从应用端来,最终的结果还是反馈给人,从人来到人去,但是中间整个过程要有数据存储,要有基于数据存储生成训练的数据样本,要以一个巨大的计算系统来训练我们的集群,最终学习的结果要上线部署,提供具体的识别。”胡雷钧解释道,在这里我们有高密度高性能的模型训练的平台AGX-2,它是目前世界上最高密度的AI计算平台,在2U空间之内支持NVLink,支持P100GPU,有基于FPGA的F10A加速卡,有高效的人工智能管理平台AIstation,有高性能深度学习框架Caffe-MPI,同时我们还有非常有经验的工程师队伍可以帮助大家优化我们的算法。

“基于我们优化的算法能非常有效的10倍的几十倍的上百倍的提升性能功耗比。基于此我们打造了一个面向AI的生态,在产业基础的推动下往前滚动发展,未来一定能更好的支持我们的AI应用,无论是训练、学习、现在的监督式学习还是正在发展的自主学习、未来终极目标类脑的学习,都会以非常好的基础来支撑我们。”胡雷钧说。

THE END
1.人工智能AI智能体简介:类型优势应用和示算法机器人大模游戏AI:国际象棋程序和策略游戏中的AI对手根据基于目标的策略做出决策以取得胜利。 导航应用程序:这些应用程序依靠基于目标的算法来为用户找到到达目的地的最佳路线。 基于目标的智能体是一种 AI 智能体,可以在复杂环境中实现特定目标。它们会推理自己的目标和行动、制定计划并从经验中学习以提高绩效。非常适合需要战略思https://www.163.com/dy/article/JJGQ48BO0556APK2.html
2.AI时代孩子,需要的四大核心能力给孩子接触基础编程的机会,比如通过Scratch或Python学习算法和编程思维。让孩子了解AI的基础知识,比如推荐算法或大数据的应用,帮助他们理解AI的实际功能与局限性。05 如何在日常生活中培养这些能力?即使没有专门的课程,普通家庭也能通过以下方式帮助孩子为AI时代做好准备:结合兴趣引导:根据孩子的兴趣设计项目,比如对https://baijiahao.baidu.com/s?id=1818601124890265516&wfr=spider&for=pc
3.AI自主学习:未来的智能系统AI自主学习是指人工智能系统通过自身的数据分析和环境交互来逐步提高自己的能力,而无需人工干预或明确的编程指令。这种能力被称为“自主学习”或“自我学习”,它使AI系统能够通过处理数据、观察结果并进行迭代改进来学习新的知识和技能。 与传统的AI系统不同,传统AI依赖于人为设计的算法和训练数据,而自主学习的AI则能https://blog.csdn.net/weixin_42325834/article/details/143198258
4.探索AIGC的底层技术:人工智能通用计算架构探索AIGC的底层技术:人工智能通用计算架构,本文将深入探讨AIGC(人工智能通用计算)的底层技术,揭示其在人工智能领域的重要性和创新之处。我们将介绍AIGC的架构、算法以及与传统计算模型的比较,并探讨其在深度学习、自然语言处理和计算机视觉等领域的应用。https://blog.51cto.com/u_16170163/11050789
5.爱智AI英语自主学习系统:与时俱进的英语课堂凤凰网山东那么,爱智AI英语自主学习系统是如何做到的呢?它的核心黑科技在于三元智适应算法。这个算法能够智能地推送学生最应该掌握的单词,让孩子阅读适合自己且能看懂的文章,将生词放到熟悉的语境中,帮助学生记忆理解。这样一来,孩子们不仅能够记住单词,还能在阅读中不断巩固和应用,真正做到学以致用。 https://sd.ifeng.com/c/8bqv9AeP49c
6.洋葱学园升级AI智能学伴自主学习产品集中爆发“洋葱学园APP是我们最重要的一个品牌,是主要服务中小学生群体的AI智能学伴。”洋葱学园执行总裁王斌说。 这是一套没有教师授课的自主学习系统,规划了如何使用视频微课、习题、试卷、任务单等资源在内的完整学习路径。相比于校内使用,由于学生使用APP完全数字化,因此所有的学情数据都可以被收集,经过算法分析后,与知识https://www.mhcm.net/cms/show-181107.html
7.2022新媒介技术专题(下篇/人工智能/大数据算法/查漏补缺版)我相信复习到十一月中旬,每个人都至少会有一个新媒介技术专题,里面搜罗了各种诸如「人工智能/智慧媒体/ai伦理/大数据/算法」等各种论文、语料——但随着社会与技术的融合进程加深,技术的浸润和媒介化社会的进一步凸显,对技术的考察也不再仅仅停留在「技术特征」或是「技术对新闻业影响」这样简单的视角中,而开https://weibo.com/ttarticle/p/show?id=2309404837231004353526
8.AI算法的本质是模拟人类智能,让机器实现智能化AI算法的本质在于模拟人类智能的能力,让计算机能够对现实世界进行模拟和模仿,从而达到智能化的目的。具体来说,AI算法可以通过机器学习、自然语言处理、计算机视觉等技术,让计算机系统能够像人类一样思考、学习、判断和决策。 同时,AI算法还需要数据驱动的智能化和自主学习的能力,使得计算机系统能够从海量数据中提取特征和模https://www.elecfans.com/d/2401539.html
9.国产突破!芯片设计核心调度器实现完全自主自研!路线二:AI算法模型训练 Google研究人员使用10,000个芯片布局图来训练他们的深度学习模型——PRIME,人工智能生成的芯片的设计时间不到六个小时。 而NVIDIA设计了另一种用于芯片设计的深度学习方法——PrefixRL模型,NVIDIA使用其RL工具设计的电路比人类使用当今EDA工具设计的电路小25%,但性能相似。 https://www.eet-china.com/mp/a246192.html
10.人形机器人系列深度之总览篇:黎明破晓,AI归宿独角兽智库“具身智能”的机器人不再是机械式地完成单一任务,而是能够基于感知到的任务和环境进行自主规划、决策、行动、执行的新个体,语言交互、智能决策、自主学习、多模态感知等能力全面提升。 1.3 特斯拉引领,科技巨头加速入局推动产业革新 科技巨头加速入局推动产业革新。1)特斯拉:2022年9月30日特斯拉推出人形机器人Optimushttps://www.shangyexinzhi.com/article/22342567.html
11.科学网—AI教父辛顿:从反向传播到凡人计算反向传播中,学习和推理过程是分离的。训练时,算法必须经常停止推理,以执行反向传播来调整权重参数,这有别于人脑。我们的大脑源源不断地接收到信息流,并且实时不断地进行推理,似乎不像有停下来进行反向传播的过程。 尽管目前BP算法正在业内用得热火朝天,但有远见卓识的大师总是未雨绸缪,考虑的是AI的未来,因此,辛顿https://blog.sciencenet.cn/blog-677221-1437788.html