原標(biāo)題:“盤(pán)古”走向產(chǎn)業(yè)山巒,打開(kāi)了一串AI落地的新腦洞
作為中國(guó)神話(huà)體系中最古老的神,盤(pán)古與其他創(chuàng)世神不同的地方,在于開(kāi)天辟地之后,將自身化為承載華夏文明的山川江海。
《五運(yùn)歷年紀(jì)》中記載,盤(pán)古氣成風(fēng)云,聲為雷霆,左眼為日,右眼為月,四肢五體為四極五岳,血液為江河,筋脈為地理,肌肉為田土,發(fā)為星辰,皮毛為草木,齒骨為金玉,精髓為珠石,汗流為雨澤。
今天,眾多產(chǎn)業(yè)渴望引入AI來(lái)提質(zhì)增效,但傳統(tǒng)行業(yè)AI人才不足、專(zhuān)業(yè)經(jīng)驗(yàn)與技術(shù)相互適配的磨合難題、產(chǎn)業(yè)智能化改造的探索成本等等,導(dǎo)致AI落地產(chǎn)業(yè)時(shí),很容易面臨需求瑣碎、解決方案繁多、投入效益比不清晰的混沌局面。
這時(shí),預(yù)訓(xùn)練大模型的出現(xiàn),就成為劈開(kāi)蒙沌的那把“斧子”。
基于預(yù)訓(xùn)練大模型,開(kāi)發(fā)者和產(chǎn)業(yè)可以通過(guò)微調(diào)就能快速開(kāi)發(fā)出適配不同場(chǎng)景的應(yīng)用,打破AI落地產(chǎn)業(yè)的諸多限制條件。GPT等超大參數(shù)通用模型的迭代,都會(huì)引發(fā)學(xué)術(shù)界和產(chǎn)業(yè)界的狂熱關(guān)注。而中國(guó)預(yù)訓(xùn)練大模型的技術(shù)標(biāo)桿,大概率要算華為一個(gè)。
今年4月,華為云發(fā)布了盤(pán)古系列超大預(yù)訓(xùn)練模型?;诖罅繑?shù)據(jù)打造,具有超大規(guī)模參數(shù)、超高精度的特質(zhì),還提供模型預(yù)訓(xùn)練、微調(diào)、部署和迭代的功能,以減少行業(yè)側(cè)的數(shù)據(jù)標(biāo)注依賴(lài),從而降低人工智能開(kāi)發(fā)的門(mén)檻和成本。
以“盤(pán)古”來(lái)命名預(yù)訓(xùn)練大模型,來(lái)自于華為嚴(yán)肅而又浪漫的思考——為AI走向千行百業(yè)打開(kāi)新空間,同時(shí)將華為的各種技術(shù)能力與產(chǎn)業(yè)融合,讓AI滋養(yǎng)萬(wàn)物。
AI落地不是奇思妙想的神話(huà),要經(jīng)受現(xiàn)實(shí)的種種考驗(yàn),盤(pán)古大模型真的能夠?qū)崿F(xiàn)技術(shù)目標(biāo)嗎?恰好最近有一個(gè)實(shí)地探訪(fǎng)“華為云黑科技”的節(jié)目,我們可以通過(guò)盤(pán)古大模型的探訪(fǎng)視頻,眼見(jiàn)為實(shí)地了解一下盤(pán)古大模型在實(shí)際案例中的能力。
可以看到, AI正在與千行百業(yè)、山川江海凝結(jié)在一起,抵達(dá)每一座產(chǎn)業(yè)山巒,勾勒出數(shù)智山河的全新畫(huà)卷。
其中,“盤(pán)古”都扮演著怎樣的角色呢?
工業(yè)之眼
AI需要望向那些曾被忽視的偏遠(yuǎn)角落和產(chǎn)業(yè)難題。電網(wǎng)巡檢,正是這樣的地方。
長(zhǎng)期以來(lái),電網(wǎng)員工必須穿行在深山峽谷、荒漠戈壁中,親自去觀(guān)察和檢修故障。而現(xiàn)在,盤(pán)古大模型也讓AI開(kāi)始流淌在這些人煙罕至的地方。
在國(guó)網(wǎng)重慶永川公司智能電力巡檢項(xiàng)目中,就用無(wú)人機(jī)替代人力完成巡檢,但是,要當(dāng)好一線(xiàn)生產(chǎn)作業(yè)中的“眼睛”,并不容易。
一來(lái),許多電網(wǎng)環(huán)境和狀況都各有不同,意味著訓(xùn)練數(shù)據(jù)樣本少,傳統(tǒng)開(kāi)發(fā)方式下很難達(dá)到應(yīng)用效果,無(wú)法取代人力;二來(lái),電網(wǎng)作為基礎(chǔ)設(shè)施,覆蓋面積大、范圍廣,標(biāo)注海量數(shù)據(jù)需要耗費(fèi)大量時(shí)間和人力成本。這時(shí),盤(pán)古預(yù)訓(xùn)練大模型的優(yōu)勢(shì)便體現(xiàn)出來(lái)了。
首先,盤(pán)古CV大模型是目前業(yè)界最大的CV大模型,包含超過(guò)30億參數(shù),并且在超過(guò)10億張圖像上進(jìn)行了預(yù)訓(xùn)練,在ImageNet等數(shù)據(jù)集上的小樣本分類(lèi)精度上排名世界第一,所以能夠滿(mǎn)足無(wú)人機(jī)智能巡檢系統(tǒng)(缺陷檢測(cè))中的小樣本學(xué)習(xí)、標(biāo)注工作量大等問(wèn)題,提升訓(xùn)練效率。國(guó)網(wǎng)重慶永川項(xiàng)目中,就借助盤(pán)古大模型將數(shù)據(jù)篩選效率提升30倍、篩選質(zhì)量提升5倍。
其次,盤(pán)古大模型的開(kāi)發(fā)過(guò)程中采用了多項(xiàng)領(lǐng)先技術(shù),比如首次在圖像預(yù)訓(xùn)練流程中加入生成和判別損失,兼顧C(jī)V大模型的判別能力和生成能力,保證模型在底層圖像恢復(fù)和高層語(yǔ)義理解的能力,從而保證了最終部署的模型精度能夠滿(mǎn)足作業(yè)的需求。
不難看出,盤(pán)古大模型的視覺(jué)能力,正在點(diǎn)亮中國(guó)大地上一個(gè)個(gè)能力各異的“工業(yè)之眼”。
醫(yī)療之臂
提到AI醫(yī)療,很多人都會(huì)想到疫情防控期間行走在醫(yī)院里的消毒機(jī)器人、送餐機(jī)器人。很少有人知道,在實(shí)驗(yàn)室中,科研人員同樣需要AI來(lái)加速攻關(guān)。
新冠肺炎爆發(fā)后,全球的科研人員短期內(nèi)發(fā)表了大量新冠相關(guān)的文章,時(shí)間緊任務(wù)重,要快速?gòu)暮A课墨I(xiàn)中提取出最新最前沿的關(guān)鍵知識(shí)和研究成果,給中國(guó)醫(yī)療人員帶來(lái)了不小的壓力:
靠人工整合,不僅需要大量人員投入,影響防疫效率,還可能出現(xiàn)分析效率低、出現(xiàn)誤差等情況。而且,當(dāng)時(shí)所能使用的深度學(xué)習(xí)算法模型,很多沒(méi)有生物醫(yī)學(xué)領(lǐng)域語(yǔ)料,在知識(shí)提取上表現(xiàn)一般。
這時(shí)候,盤(pán)古大模型迅速化身為科研人員的左膀右臂。
基于盤(pán)古大模型,華為云構(gòu)建了從文獻(xiàn)到知識(shí)圖譜的端到端分析流程,用于醫(yī)學(xué)信息的抽取,同時(shí)提出了用于醫(yī)學(xué)關(guān)系預(yù)測(cè)算法,可以自適應(yīng)地選擇更恰當(dāng)?shù)膶?zhuān)家模型,來(lái)對(duì)輸入的數(shù)據(jù)進(jìn)行預(yù)測(cè)。
靈活的模型選擇,使得盤(pán)古大模型的知識(shí)表征方法比傳統(tǒng)的知識(shí)表征方法,準(zhǔn)確度提升了12%。也有效地推動(dòng)了科研工作的進(jìn)程。
可能有讀者會(huì)問(wèn),隨著疫情逐步得到控制,盤(pán)古大模型還能在醫(yī)療領(lǐng)域發(fā)光發(fā)熱嗎?實(shí)際上,今天AI及盤(pán)古大模型已經(jīng)成為生物醫(yī)療創(chuàng)新路上不可或缺的伙伴。
城市之路
智慧城市是目前為止人類(lèi)對(duì)AI能力最恢弘也最全面的落地想象。而城市智慧生活,則是由一個(gè)個(gè)細(xì)分且垂直的算法模型來(lái)組成的。
舉個(gè)例子,城市指揮交通往往需要成百上千個(gè)算法,來(lái)分析和處理錯(cuò)綜復(fù)雜的交通狀況與萬(wàn)級(jí)規(guī)模視頻流數(shù)據(jù)。僅識(shí)別領(lǐng)域,就包括號(hào)牌遮擋、人車(chē)對(duì)比、駕駛行為異常等等諸多細(xì)節(jié)。
要針對(duì)每個(gè)AI落地場(chǎng)景都一一開(kāi)發(fā)、訓(xùn)練,智慧城市可能要等到天荒地老。這時(shí)候,盤(pán)古大模型就成了智慧城市的一條“加速履帶”,讓創(chuàng)新可以被更快、更簡(jiǎn)單地實(shí)現(xiàn)。
這條加速履帶,讓AI應(yīng)用之路更寬廣:利用自研的虛擬與現(xiàn)實(shí)數(shù)據(jù)混合技術(shù),配合最新研發(fā)的層次化Transformer模塊,盤(pán)古大模型能夠?qū)崟r(shí)處理數(shù)百路視頻的實(shí)時(shí)數(shù)據(jù),在無(wú)需任何手工標(biāo)注數(shù)據(jù)的情況下,完成交通參與者的識(shí)別與分析。這意味著,基于盤(pán)古大模型,許多AI能力薄弱的城市也能快速追趕上智能化隊(duì)伍。
同時(shí),也讓數(shù)字化建設(shè)變得更集約。一直以來(lái),智慧城市都面臨著數(shù)據(jù)、算力、人才等資源的巨大消耗。而基于盤(pán)古的預(yù)訓(xùn)練模型,以及自研的小樣本微調(diào)技術(shù)等等,可以大幅降低人工標(biāo)注量和調(diào)優(yōu)難度,讓AI可以低成本、大規(guī)模復(fù)制。
借助這條履帶,越來(lái)越多的城市可以點(diǎn)亮AI之路,智能山河的畫(huà)卷正在城市版圖上徐徐展開(kāi)。
科學(xué)之腦
盤(pán)古大模型不僅出現(xiàn)在人間煙火、千行百業(yè)的實(shí)踐中,也不忘護(hù)航科研創(chuàng)新的星辰大海。
盤(pán)古大模型的分身之一科學(xué)計(jì)算大模型,正在各種科學(xué)問(wèn)題中,用AI技術(shù)來(lái)促進(jìn)基礎(chǔ)科學(xué)的發(fā)展。
目前,科學(xué)計(jì)算大模型還被應(yīng)用于氣象預(yù)測(cè)、分子動(dòng)力學(xué)預(yù)測(cè)、微分方程求解等科學(xué)問(wèn)題上,助力AI長(zhǎng)遠(yuǎn)地影響和改變?nèi)祟?lèi)生活品質(zhì)。
目前,盤(pán)古大模型已經(jīng)在能源、零售、金融、工業(yè)、醫(yī)療、環(huán)境、物流等行業(yè)多個(gè)場(chǎng)景中成功驗(yàn)證。透過(guò)這些案例,我們可以窺見(jiàn)盤(pán)古大模型為AI描畫(huà)的想象空間——為產(chǎn)業(yè)AI開(kāi)辟新天地,將己身支撐數(shù)智山河的繁榮生長(zhǎng)。
在產(chǎn)業(yè)山巒間,描畫(huà)AI的指數(shù)級(jí)增長(zhǎng)曲線(xiàn)
有數(shù)據(jù)顯示,目前AI的滲透率不到10%,產(chǎn)業(yè)AI處在初級(jí)階段,帶來(lái)巨大的市場(chǎng)增長(zhǎng)空間。多快好省,是AI接下來(lái)走出指數(shù)級(jí)增長(zhǎng)曲線(xiàn)不可或缺的環(huán)節(jié)。從盤(pán)古大模型的實(shí)踐中,我們也可以看到,加速AI落地產(chǎn)業(yè)的幾個(gè)前提:
1.標(biāo)準(zhǔn)化。盤(pán)古大模型在預(yù)訓(xùn)練階段沉淀了大量的通用知識(shí),四大分身模型以流水線(xiàn)的方式,快速適配和擴(kuò)展不同場(chǎng)景,實(shí)現(xiàn)了AI模型在千行百業(yè)的批量化落地和可復(fù)制性。
2.先進(jìn)性。只有具備人無(wú)我有、降維打擊的技術(shù)能力,預(yù)訓(xùn)練模型才能滿(mǎn)足各行各業(yè)的差異化開(kāi)發(fā)、訓(xùn)練需求,這也是盤(pán)古大模型的價(jià)值所在。比如之前業(yè)界的一些預(yù)訓(xùn)練大模型為了追求泛化能力,基本都不調(diào)優(yōu),導(dǎo)致一些細(xì)分場(chǎng)景下無(wú)法發(fā)揮出最優(yōu)性能。而盤(pán)古大模型的基于提示(prompt-based)調(diào)優(yōu)、動(dòng)態(tài)冰化等一系列技術(shù),則能夠?qū)崿F(xiàn)小樣本訓(xùn)練下的優(yōu)異性能,提升AI的場(chǎng)景普適度。
3.普惠性。減少行業(yè)應(yīng)用者的成本顧慮,也是科技企業(yè)的職責(zé)。華為云通過(guò)全棧AI協(xié)同優(yōu)化,幫助盤(pán)古大模型實(shí)現(xiàn)訓(xùn)練加速,單位比特算力成本最優(yōu)。從算法、算力與數(shù)據(jù)問(wèn)題,再到與行業(yè)知識(shí)的結(jié)合,盤(pán)古大模型正在一步步移除AI向產(chǎn)業(yè)世界進(jìn)發(fā)的種種阻礙。
在A(yíng)I進(jìn)入萬(wàn)物的過(guò)程中,如何讓落地變得更加順暢、真正解決產(chǎn)業(yè)問(wèn)題?技術(shù)與產(chǎn)業(yè),可能需要一個(gè)“深情擁抱”。這是科技企業(yè)需要擔(dān)負(fù)的時(shí)代之責(zé),也是盤(pán)古大模型正在寫(xiě)就的傳奇故事:
讓技術(shù)力量化為三山五岳、雨露甘霖,支撐千行百業(yè)的智能化升級(jí),在產(chǎn)業(yè)土壤中澆灌出千姿百態(tài)的AI之花。
9月23日華為全聯(lián)接線(xiàn)上大會(huì)
華為高級(jí)副總裁、華為云CEO、
消費(fèi)者云服務(wù)總裁張平安
將在主題演講中
發(fā)布華為云盤(pán)古家族新成員
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長(zhǎng)
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋(píng)果,下個(gè)大計(jì)劃瞄準(zhǔn)AI機(jī)器人
- 微信零錢(qián)通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費(fèi)引熱議
- 消息稱(chēng)塔塔集團(tuán)將收購(gòu)和碩印度iPhone代工廠(chǎng)60%股份 并接管日常運(yùn)營(yíng)
- 蘋(píng)果揭秘自研芯片成功之道:領(lǐng)先技術(shù)與深度整合是關(guān)鍵
- 英偉達(dá)新一代Blackwell GPU面臨過(guò)熱挑戰(zhàn),交付延期引發(fā)市場(chǎng)關(guān)注
- 馬斯克能否成為 AI 部部長(zhǎng)?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號(hào)發(fā)布,意外泄露引發(fā)關(guān)注
- 無(wú)人機(jī)“黑科技”亮相航展:全球首臺(tái)低空重力測(cè)量系統(tǒng)引關(guān)注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開(kāi)展人形機(jī)器人合作
- 賽力斯觸及漲停,汽車(chē)整車(chē)股盤(pán)初強(qiáng)勢(shì)拉升
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。