マシンディープラーニング革命
マシンディープラーニングレボリューションは、それぞれが最後のものよりも大きく、ほぼ3つの波を通過しました。 2010年頃の最初の波では、音声認識の突破口が見られ、マルコフモデルを深い学習に置き換え、前例のない結果をもたらしました。 2番目の波は、2012年の画像認識における畳み込みニューラルネットワークのブレークスルーであり、これは人々の想像力を超えています。人間レベルに近い、またはそれを超える最近の第三の言語モデルは、過去40〜50年の計算言語学である自然言語加工研究を覆し、革新的な技術的ブレークスルーです。
大規模なモデルの鍵は、以前の機械学習が人間指向または機械式で作られていたメソッドに事前トレーニングステップがあることです。トレーニング前は、世界の仕組みのルールに基づいて、世界の常識システムを構築することです。この接続は常識を通じて構築され、効果は想像力を超えています。
大きなモデルは、AIの人間のような知性を与える新しい方法論です。実際、大規模なモデルは、スーパースケールのコンピューティングパワーを通じて、クロスドメインと多様な産業の人間の知識システムを人間のような脳ニューラルネットワークの数学モデルに入力することであり、コンピューティングパラダイムを通じて、多くの分野でコンテンツの生産と論理的推論機能を備えています。
私たちの国はまだ舞台を追いかけています
AIコンペティションの新しいラウンドでは、中国はすぐに維持できますか？大規模なモデルを構築するには、少なくとも数千のチップが必要であり、大きなコンピューティングパワーにはチップ間の相互接続が必要であり、相互接続には超高速帯域幅が必要です。現在、全体的な包括的な強さとイノベーション開発における中国の大規模なモデルは、ヘッド企業と比較して依然として大きなギャップを持っています。
大規模なモデルには、アプリケーションとコストの問題もあります。現在、チップのコスト、特にトレーニングと推論のコストは高くなっています。
報告によると、AIチップは、トレーニングチップと推論チップの2つのカテゴリに分けることができます。大規模なモデルとAIアルゴリズムの場合、トレーニングは目標ではなく、推論とアプリケーションが究極の目標です。チップのトレーニングに関しては、中国の多くの企業は、生産および製造の機器とプロセスが限られているため、まだキャッチアップ段階にあります。推論の分野には多くの機会があります。シーンの断片化のために、国際的な基準や独占的企業はありません。
人工知能は産業革命であり、誰もが産業化、企業、専門化、垂直を達成するために、産業デジタル化と人工知能をどのように組み合わせることができるかについて非常に心配しています。元のイノベーションに追いつくには時間がかかりますが、私たちの国には多くの人口、多くの企業、多くのシーンがあり、多くのイノベーションの機会を生み出します。
業界は爆発期間に到来することが期待されています
イノベーションには、生態学の力、好奇心の力が必要です。過去2年間で、多くの破壊的な革新があり、将来的にはより科学的および技術的な革新が出現します。中国のアプリケーションシナリオデータボリュームは大きいですが、業界標準システムのセットがなく、分化の利点は技術的なツールを通じて実際には実行されません。業界標準と技術基準を使用して、さまざまなシナリオを開くことの目標と効果を測定する必要があります。
新しい世代のテクノロジーが登場する場合、最大の受益者はテクノロジーに最も敏感な人々であり、重要なのは業界のニーズとテクノロジーを組み合わせて最善を尽くすことです。人工知能は非常に効率的な生産ツールであり、まもなく何千もの産業に影響を与えます。
将来、各人は3つのロボットを持っているかもしれません：自宅のサービスロボット、オフィスでの作業ロボット、旅行ロボット - 無人車または低高度の有人ドローンです。これらの3つのロボットは、大規模なモデルまたは新しい技術パスとAI機能によって駆動される可能性があり、AI機能は大規模なモデルから進化しており、それらがすべて独立して開発されたチップを持っていることを願っています。将来的には、ロボットは私たちが働き、生活し、より良い旅行を支援します。人工知能、デジタル経済、次世代チップ、およびアプリケーションシナリオを中心に、業界全体が将来爆発的な期間を導くことが期待されています。