至顶网服务器频道 09月26日 新闻消息(文/董培欣): 9月26日,在联想创新科技大会2018(Lenovo Tech World)商用技术及解决方案大会上,联想集团董事长兼CEO杨元庆表示,人工智能作为新的技术驱动力正在引发第四次工业革命,尤其是推动垂直行业的智能变革。联想在人工智能三要素——数据、算法与计算力领域拥有全面积累,是极少数能够统一利用所有智能化要素资产的科技公司。联想在加速自身转型的同时,为各行各业提供行业领先的智能化解决方案。
在本次大会开幕日主旨演讲中,杨元庆表示“智能变革将无所不在,它让家庭、工作越来越智能,也让每个企业的每一个价值链环节,乃至行行业业越来越智能。”人工智能只有和各行各业以及价值链的各个环节融合发展,智能变革才能助力产业发挥最大潜能,而联想要做这一轮智能变革的引领者和赋能者。
杨元庆认为“一种全新的、能够改变世界的智能变革架构正在形成,它有三个组成要素:数据、计算力和算法。”杨元庆进一步详述了该三要素融合产生技术效能的方式,以及联想如何推动“智能+”向各行各业普及:
一. 数据是智能化变革的“燃料”。联想拥有强大的规模化设备生产制造能力和广阔的产品线,并积极研发和布局嵌入式SIoT产品,种类丰富的设备使联想掌握着海量的数据入口。
二. 作为全球超级计算机领先供应商,联想为企业的智能化变革提供强大的计算力保障。据今年6月德国全球超算大会公布的全球超级计算机TOP 500最新榜单显示,联想以117套的上榜总数首次超过惠普,成为首家夺得全球第一的中国厂商。目前,联想的高性能计算业务已经覆盖了政府、教育、科研、金融、地理、气象等广阔的行业应用领域。
三. 将不断进步的算法与大数据技术和各个行业的知识、经验与流程(knowhow)相结合,就能形成覆盖各行各业的行业智能,联想已就此形成一系列垂直行业的智能化解决方案。
据清科研究中心发布的《中国人工智能行业投融资发展研究报告》显示,在2010到2017年5月期间, “人工智能+垂直细分领域”的商业化项目吸引投资能力不断提升,商用人工智能正在迎来巨大的市场机遇。
杨元庆介绍:“一般的理解是,SIoT智能物联网设备主要是指手机、音箱这样的天生智能的产品。但SIoT更大的潜力其实是在商用领域,很多不具备计算能力、没有联网的生产设备,都可以通过嵌入专门的芯片和模组,提供相应的协议或SDK包,变身SIoT,并和后台云计算能力结合,整合成为行业解决方案。”当前,联想的商用人工智能合作已涵盖医疗、冶金、汽车制造等诸多领域。联想的需求预测深度学习解决方案,自获国内某钢铁企业布署以来,大幅提升其预测精准度至90%。而联想为猎豹汽车提供的数据湖和商业分析解决方案,帮助猎豹敏锐捕捉市场热点,根据用户需求迅速调整产品设计和开发,优化后的SUV车型赢得了更多国内消费者的喜爱。此外,利用联想工作站、服务器,以及先进的图形处理算法,联想与多家医院建立了合作关系,能够在几分钟内完成复杂的CT扫描数据的调取和处理,帮助医生更好地检测到肿瘤,提高癌症诊断的成功率,及早发现和诊治。
随着联想智能化变革方案在垂直行业逐渐落地,“智能+”业务已经为联想集团业绩提升带来实际成效。据2018/2019财年第一季度财报显示,联想数据中心业务营业额提升近68%,利润率同比改善11个百分点,业务营收已经连续三个季度实现了同比增长(从2017/2018财年联想第三季度开始,同比增幅分别为16.7%、44%和67.8%)。
在26日上午的大会上,联想与全球存储解决方案和数据管理领军企业NetApp的全球合作伙伴关系亦宣布正式落地——合资公司命名为“联想凌拓”,将致力于开发数据中心解决方案与混合云数据服务,打造存储领域市场领先企业。
杨元庆最后表示:“我们放眼未来,持续扩展产品组合,并且勇于打破常规。联想是智能化道路上能够为你们的事业或家庭,提供可信赖技术和服务的最佳伙伴!”
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。