AISummit グローバル人工知能テクノロジーカンファレンスのメイン会場は、AI が世界により良い未来をもたらすことを示す壮観なものでした。

AI技術は誕生から1世紀足らずですが、幾度かの寒い冬を経て、ここ20年で急速な発展を遂げ、金融、情報、医療、自動運転などの分野で徐々に人工知能が普及しつつあります。人工知能技術の包括的な開発と実装のこの黄金期において、AI の次の 10 年をどのように見るべきでしょうか?今後、AI技術にはどのようなイノベーションが現れるのでしょうか？ 51CTOが主催する「AISummitグローバル人工知能技術カンファレンス」がその答えを明らかにします。 8月6日、

「AISummit世界人工知能技術カンファレンス」

がオンラインライブ中継の形で予定通り開幕しました。午前のメイン会場では、51CTO副学長兼編集長のCui Kang氏、中国人民大学ヒルハウス人工知能大学院副学部長のDou Zhicheng氏、メタ/Facebook人工知能のシニアマネージャーTian Yuandong氏が登壇した。香港大学iFlytek研究所の副所長であるPan氏、清華大学とGoogleのシニアエンジニア兼シニアマネージャーであるZhou Zongwei氏、Volcano Engine機械学習システムの責任者であるXiang Liang氏、MicrosoftのBing広告責任者であるLiu Yi氏。テキスト生成アルゴリズムを活用し、数万人の参加者にエンタープライズ テクノロジー リーダーの視点を提供し、人工知能テクノロジーの現状とトレンド、実務家が注目すべき最新の研究結果、最先端技術の影響について解釈しました。業界のテクノロジー。

俯瞰して本質を分析

メイン会場の開会挨拶では崔康氏が登壇、51CTOの副社長兼編集長は、人工知能技術の性質への理解とカンファレンスへの期待を表明しました。人工知能の発展により、人工知能はもはや IT 分野の細分化された技術ではなく、一般的な技術になったと彼は考えています。人工知能の急速な発展の中で、私たちはテクノロジー、業界、開発者の間の矛盾に直面し、新しい解決策と事件の手がかりを見つける必要があります。

同時に、Cui Kang氏は、AIテクノロジーとAI開発者が世界をより良い場所にしていると述べました。私たちは、この「AISummit グローバル人工知能テクノロジーカンファレンス」が、テクノロジー、業界、開発者の間の矛盾と溝を埋め、テクノロジーの産業実装を模索し、業界の技術的ブレークスルーを模索できることを願っています。 AI情報の流れを理解し、技術、産業、開発者の統合的な発展を促進します。

次世代のインテリジェント検索テクノロジーの展望

検索エンジンはその誕生から 20 年以上存在しています。 . アーキテクチャはあまり変わっていません。インターネットの発達やスマートデバイスの普及に伴い、人々の情報、特に複雑な情報に対する需要は日々増大しており、従来の検索方法では徐々に増大する情報需要に応えられなくなってきています。 中国人工知能ヒルハウス人工知能研究所の副所長であるDou Zhicheng氏は、基調講演「次世代インテリジェント検索技術の展望」で、現在、検索エンジンで広く使用されているキーワード入力モードと文書リスト入力モードは、現在の情報取得のニーズにはもはや適していません。将来の検索は、会話型、パーソナライズ型、マルチモーダル、豊富な知識、デインデックスの 5 つの特徴を持ち、マルチモーダルな情報を処理し、知識を処理して返すことができるようになります。今後、アーキテクチャレベルでは、既存モデルを確実に打破し、モデルを核とした新たなモデルへ段階的に移行していきます。

現実世界のシナリオにおける意思決定の機会と課題

近年、ディープラーニングはさまざまな分野で目覚ましい成果を上げています。自然データ入力を処理します。しかし、ディープ ニューラル ネットワークを使用して構造化データを処理し、離散最適化問題に対する人間のヒューリスティック戦略に代わるニューラル ネットワーク ソリューションを見つける方法は、依然として業界の未解決の中核問題です。 「現実世界のシナリオにおける意思決定の機会と課題」のテーマ共有では、Meta/Facebook 人工知能研究者兼シニアマネージャーの Tian Yuandong が、実際の業務を活用した強化学習の使用方法を詳しく紹介しました。 Meta/Facebook 人工知能チームの事例 複雑な最適化問題に対するヒューリスティックを見つけるための、ニューラル ネットワークと組み合わせた検索手法の実践的な経験。

人工知能技術の開発動向に関するディスカッション

AI コア技術は進歩を続けており、マルチモーダル融合知覚と統合に向けて発展しています。ソフトウェアとハ​​ードウェア AI テクノロジー 幅広いアプリケーションにより、さまざまな業界に優れたソリューションが提供されています。では、現段階で AI テクノロジーの開発にはどのような課題がまだ残っているのでしょうか?

基調講演「人工知能技術の発展動向に関するディスカッション」では、香港科学技術院iFlytek研究所副所長潘清華氏が、教育、医療、交通におけるAI技術の応用を参加者に紹介しました。知覚知能と認知知能の開発状況、実装シナリオ、既存の課題について議論し、認知知能 2.0 の新しい概念と今後 5 ～ 10 年の人工知能開発の 5 つの主要トレンドを提案します。 。 「AI が産業に力を与える場合、人間と機械のコラボレーションと継続的な進化によって複雑なシステムを構築し、生産方法を大きく変える必要があります。将来的には、さまざまな分野で異なる複雑なインテリジェント システムを構築することによって、さまざまな産業での AI テクノロジーの使用が確実に実現されるでしょう。」 」と潘清華氏は語った。

Google の人工知能チップ設計に影響を与える 10 の洞察

過去数年間のコンピュータ プロセッサにおけるムーアの法則の失敗により、 、機械 学習および人工知能アプリケーションはますます普及しており、コンピューティング能力の需要が爆発的に増加しています。この傾向の下、Google はドメイン固有のプロセッサに基づくソリューションを発見し、提案するという点で率先して取り組みました。

Google のシニア エンジニア兼シニア マネージャーである Zhou Zongwei 氏は、「Google の人工知能チップ設計に影響を与える 10 の理解ポイント」について基調講演を行い、Google が人工知能チップの設計で得た 10 の洞察を解釈しました。過去 10 年間のインテリジェンス チップと人工知能アプリケーションの展開について理解するためのポイント (Google での長年にわたる DNN アプリケーション開発経験、業界のハードウェアとコンピュータ アーキテクチャの開発トレンドに関する Google の概要など)。 Zhou Zongwei 氏は、チップの開発者とユーザーは、単にチップのコストと価格に基づいて設計するのではなく、長期使用時にチップが消費する総リソースに注意を払うべきだと考えています。 「人工知能チップの製造自体は難しくありません。本当の難しさは、ニューラルネットワークアプリケーションコンパイラーのハードウェアとソフトウェアの間の長期的な共進化です。」とZhou Zongwei氏は語った。

大規模機械学習のコンピューティング能力の技術進化

2014 年にディープラーニングの人気が高まって以来、コンピューティング能力はGPU の性能は今日までに何十回も改良されてきました。コンピューティング能力の向上はビジネスに大きな影響を与え、レコメンド広告、CV、NLP などのパフォーマンスが大幅に向上し、大規模モデルの実装への道も開かれました。

基調講演「大規模機械学習コンピューティング能力の技術的進化」では、火山エンジン機械学習システム責任者のシャン・リャン氏が、AI コンピューティング能力とコンピューティング能力関連モデルの開発について紹介しました。過去 10 年間、AI コンピューティング能力における Volcano Engine Exploration も同様です。 Xiang Liang氏は、AIのコンピューティング能力が向上し続けるにつれて、将来のチップ製造プロセスの物理的なボトルネックがますます明らかになり、モデルの増加により実際のビジネスへの実装がより困難になると考えています。大規模なコンピューティング能力の実装を実現したい場合は、コンピューティング電源の観点からいくつかの新しい戦略を見つける必要があります。次回は、Xiang Liang 氏が Volcano Engine 機械学習プラットフォームを例に挙げ、スケジューリング レイヤー、トレーニング ネットワーク、ストレージに関するチームの最新の研究結果を紹介しました。

多様な検索広告文生成とオンラインリアルタイムマッチング

広告文作成中システムにはオフライン システムとオンライン システムが必要であり、生成モデルには事前トレーニング、ガイド付きテキスト生成、テキスト品質評価、強化学習、その他のセグメント化された生成モデルが必要であり、同時にオンライン テキストがリアルタイムで照合できることを保証する必要があります。 。

メイン会場の最後の講演「多様な検索広告テキスト生成とオンライン リアルタイム マッチング」では、Microsoft Bing 広告テキスト生成アルゴリズム責任者の Liu Yi 氏が、参加者にテキスト生成テクノロジの詳細な分析を行いました。 Microsoft DeepGen. 使用される基本モデル、多様な世代などを含む。 Liu Yi 氏は、DeepGen の目標は、検索広告とテキスト生成全体に対する包括的なサポートを提供することであると述べました。具体的な実践としては、Microsoft は IY と CTR を改善することで RPM を改善し、これを前提として QBR の安定性を可能な限り確保します。 Liu Yi 氏はスピーチの最後に、「DeepGen は Bing の広告システムに大幅な改善をもたらしました。今後もこの方向で努力を続けます。」と述べました。

##結論

終わりは新たな出発点でもある「AISummit世界人工知能技術カンファレンス」の成功裏に

技術の研究成果が包括的にまとめられ、同時に、人工知能テクノロジーの将来の進化とシナリオの実装を探求するための、より多くの新しい可能性を業界に提供します。人工知能分野におけるこの技術イベントが、世界的な人工知能技術の開発を促進する新たなマイルストーンとなることが期待されています。 51CTO の副社長兼編集長であり、AISummit カンファレンスのチーフプランナーでもある崔康氏が述べたように、人工知能テクノロジーに関して、私たちは AI がテクノロジーの効果を発揮する手段であることを望んでいます。今回の

「AISummit グローバル人工知能テクノロジーカンファレンス」

が、人工知能の将来に向けた新たな目標を設定し、AI テクノロジーと AI 開発者が世界をより良い場所にしていることを参加者に伝えることができれば幸いです。

ビデオのリプレイを見るには、AISummit カンファレンスの公式 Web サイトにアクセスしてください: aisummit.51cto.com

[51CTO Technology Stack]公式アカウントをフォローし、[AI Conference]に返信してカンファレンスPPTを受信して​​ください

以上がAISummit グローバル人工知能テクノロジーカンファレンスのメイン会場は、AI が世界により良い未来をもたらすことを示す壮観なものでした。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。