世界上90%的数据是在过去几年里产生的——事实上,过去30年中,全球的数据量大约每两年增加10倍,这远远超过了计算机领域的摩尔定律。“数据的海量增长向人类提出一项要求,那就是我们必须迅速掌握像人工智能这样的技术手段来应对大数据提出的挑战。”曙光公司首席运营官叶健如是说。
“大数据平台助力提高分析与推理速度,高性能计算则帮助提高了AI的学习速度。”叶健表示,新信息环境与人工智能技术相结合将催生“实时系统智能”,例如智慧城市、智能医疗、智能交通等。
大数据、高性能计算、人工智能相得益彰
“由于各类传感器和数据采集技术的发展,人们开始拥有以往难以想象的海量数据,同时也开始在各个领域拥有深度的、细致的数据。” 叶健说到,这些正是训练该领域“智能”的前提。大数据与AI发展都需要“快”,而“快”恰是曙光的特点和基因。
叶健说,海量数据、高速并行运算、更优化的算法共同促成了人工智能的突破性发展;而互联网环境中的许多环节都是在一边学习一边应用的过程中实现的。大数据、高性能计算、人工智能三者像是踏上了一个共同前进的节拍,相得益彰。
“与以往传统的算法相比,立足于神经网络的人工智能技术利用输入的数据自行模拟和构建相应的数学模型。”叶健解释说,这一算法特点决定了它更为灵活且可以根据不同的训练数据而拥有自优化的能力。
如今,人工智能在大数据及高性能计算的驱动下,已经在各个领域实现了价值。商品推荐、社交图谱、智能客服乃至无人驾驶等都已经依靠深度学习和其他人工智能方法,实现了巨大的商业价值。
助力社会走向实时系统智能
纵观人工智能60多年的发展史和历史上的几次起落,人工智能这次的变革“大不同”。叶健分析说:“首先,人工智能的基础发生了改变,已经从以往的样本分析变成了如今的大数据、多媒体数据、传感器网的流数据以及AR和VR的复杂系统。其次,从社会需求来看,人工智能不再满足于研究个体的智能,而是希望研究整个系统的智能,甚至是实时系统智能。”
“随着虚拟世界与物理世界的界线不断模糊甚至趋近于相互融合,人工智能正在走向2.0时代。” 叶健表示,实时系统智能已在诸多应用场景中大显身手,如通过预研人脸采集比对预警、实时视频图像预警、视频录像情报分析系统预研防控及情报业务,启动情报加指挥双引擎,达到反恐的实时布控;通过利用入侵检测系统提供的功能并结合异常分析,准确报告攻击行为,实现网络犯罪模式的实时识别;移动警务视频云平台通过支持数千点位移动警务终端的视频直播和点播等功能,做到视频监管立体全覆盖,以利于快速研判,为重大活动道路交通疏导、交通事故现场处理、交通应急事件处置等提供有效决策依据和业务支持。
叶健认为,未来,新一代人工智能应该沿大数据智能、群体智能、跨媒体智能、人机混合增强智能和自主智能系统方向发展,并在商务、医疗、制造等各个领域产生深刻影响。
“曙光2015年提出‘数据中国’战略,目前已经积累了大量的云计算和大数据技术和应用经验,接下来,曙光将借助人工智能技术优势,在‘数据中国’的基础上进一步实施‘数据中国智能计划’,致力于将人工智能和中国的信息化合为一体,使信息化的线路从数字化发展到网络化,最后进展到智能化。”叶健说,在人工智能变革大潮的机遇中,曙光将依靠大量数据的滚动,将数据的累积、迭代和自动标注形成一个良性循环。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。