2017年10月24日,中科曙光智能峰会在美丽的海滨城市青岛拉开帷幕。本次大会围绕人工智能发展方向、关键领域技术突破、不同应用场景的实践探索等话题,邀请了多位中科院院士共同深入交流和探讨未来人工智能的技术和产业发展前景,吸引了来自国内外知名企事业单位、政府机构、业界媒体等千余人参与。
院士观点:AI已显露走向2.0的大量新特征
中国工程院原常务副院长、院士潘云鹤在主题演讲中指出,60年后的今天已经进入AI2.0时代,人工智能的变化引出了很多新的关键技术的发展,目前以大数据为支持方式的人工智能大体可分为五个方向,即大数据上的深度学习和自我博弈进化技术、互联网端的群体智能、跨媒体的推理智能、人机一体化技术混合智能、无人系统智能,这些也正是国家发布《新一代人工智能发展规划》的基础。
世界正从原来的PH二元空间进入全新的CPH三元空间(信息空间、物理空间、社会空间),第三元信息空间的出现推动了大数据时代的到来。潘云鹤院士告诉大家,大数据必然会走向大知识,还会带来新的计算和社会能力,对整个智能学科、社会都提供了新的研究途径和方法论。
数据中心:人工智能最好的培育土壤
有人把云计算比作人的大脑,是物联网的神经中枢;把大数据比作人的大脑从小学到大学记忆和存储的海量知识;那么人工智能就是吸收了人类大量知识(数据),不断地深度学习、进化成为的一方高人。人工智能离不开大数据,更是基于云计算平台完成深度学习进化。除了这些技术基础,人工智能也来自于数据中心,在数据中心里有计算、数据、网络资源,这些是人工智能能够生根发芽的土壤。
数据中心可以为人工智能提供更好的硬件基础,由于对人工智能来说它更多的是基于海量的数据,然后完成精准的计算。否则,算法的结果将不够精准。现在为了大幅提高人工智能对图形图像和语音的识别准确度,GPU强大的并行运算能力是目前缓解深度学习算法训练瓶颈的不二法门,但是GPU的高密度部署也对数据中心的散热提出了更高的要求。
在大会现场的AI数据中心展区,展出了曙光数据中心高密度解决方案:液冷服务器及配套基础设施解决方案和机柜排级微模块解决方案。单机柜30~80kW的散热能力吸引了诸多用户的驻足咨询。
液冷服务器:为人工智能而生
前不久轰动世界的引力波事件,就是科学家们采用大量的GPU通过精密算法对侦测到的引力波进行了实时模拟,我们才得以见到。新闻的背后无一不诉说计算力和计算方法正在改变人们的认知和对世界的探索。
人工智能大量使用的GPU是目前数据中心功率密度飙升的主要驱动力。未来,风冷还能搞定么?就在中科曙光智能大会上,曙光发布了X860-LE全浸没式液冷AI训练专用服务器。
该款服务器利用液态冷媒大幅减少了冷媒的体积流量、降低传热温差,从而获得更高的设备功率密度、更高的能效比和更低的芯片表面温度,极大提升了计算密度和性能,让PUE值下降至1.02,让电力发挥出了最大的计算能力,前瞻性地解决了AI领域的计算元件散热问题,推进了深度学习的应用。
2017中科曙光智能峰会见证了曙光公司对于液冷技术的创新和实践,未来我们将从先进计算能力、超高密度部署、节能等方面为国内乃至全球AI数据中心提供最佳解决方案,为用户创造超强的计算能力,为智能城市、智慧医疗、智能制造等领域的AI数据中心提供良好的运营环境。
好文章,需要你的鼓励
OpenAI于周二发布AI浏览器ChatGPT Atlas,目标是让ChatGPT成为搜索和问答的首选界面而非谷歌。该浏览器目前仅支持Mac,但正在开发Windows、iOS和Android版本。Atlas将ChatGPT设为默认搜索选项,并具备记忆功能,可结合浏览历史提供个性化答案。与其他AI浏览器不同,Atlas更专注于强化ChatGPT生态系统,为OpenAI提供更多用户数据和分发控制权,而非改善传统浏览体验。
这项由伊利诺伊大学厦巴纳-香槟分校和滑铁卢大学联合完成的研究,开发了名为VideoScore2的AI视频评估系统,能够像人类专家一样从视觉质量、文本对齐和物理一致性三个维度对AI生成视频进行详细评估,并提供透明的分析过程。该系统在多项测试中显著超越现有评估工具,在准确率上提升近6个百分点,为AI视频行业提供了标准化、可解释的质量评估解决方案,有望推动整个领域的技术进步。
通用汽车宣布计划于2028年推出自动驾驶系统,允许驾驶员双眼离开道路、双手离开方向盘,首先应用于凯迪拉克Escalade IQ。该系统基于现有Super Cruise技术,采用激光雷达、雷达和摄像头感知技术,初期在高速公路使用。通用整合了已关闭的Cruise子公司的技术栈,包括基于500万英里无人驾驶数据训练的AI模型。目前美国仅奔驰拥有商用L3级自动驾驶系统。
滑铁卢大学研究团队提出批评强化学习新方法,让AI模型在学习编程的同时学会批评代码质量。CRITIQUE-CODER模型采用8:2混合训练,不仅保持编程能力还获得代码评价能力。实验显示,该方法让小参数模型超越大模型,4B参数版本在LiveCodeBench达59分,超越基础模型4.8分。更重要的是,批评能力可迁移到逻辑推理等其他领域,为AI训练范式转变指明新方向。