Rumah  >  Artikel  >  Peranti teknologi  >  T Frontline |. Temu bual eksklusif dengan Wang Yan, ketua arkitek AI Zuoyebang: Keterangkuman AI terletak pada idea-idea inovatif

T Frontline |. Temu bual eksklusif dengan Wang Yan, ketua arkitek AI Zuoyebang: Keterangkuman AI terletak pada idea-idea inovatif

PHPz
PHPzke hadapan
2023-04-13 08:13:051101semak imbas

T Frontline |. Temu bual eksklusif dengan Wang Yan, ketua arkitek AI Zuoyebang: Keterangkuman AI terletak pada idea-idea inovatif

Tetamu |

Pengenalan lajur: "T Frontline" ialah salah satu lajur temu bual mendalam yang dibuka khas oleh Pusat Kandungan 51CTO untuk tokoh teknikal orang dalam dunia teknikal Pemimpin perniagaan, arkitek kanan dan pakar teknikal kanan memberikan tafsiran dan pandangan yang mendalam tentang titik panas teknologi semasa, amalan teknologi dan aliran teknologi untuk menggalakkan penyebaran dan pembangunan teknologi termaju.

Kecerdasan buatan dipanggil revolusi industri keempat dan dianggap oleh masyarakat Orang ramai dari semua lapisan masyarakat telah meletakkan harapan yang tidak terhingga kepadanya. Ia bukan sahaja meningkatkan kehidupan orang ramai, tetapi juga meningkatkan kecekapan operasi seluruh masyarakat. Dalam tahun-tahun kebelakangan ini, model besar dan pelbagai mod telah sekali lagi meningkatkan semangat penyelidikan berkaitan. ​Dalam perhatian, mungkin perkara yang lebih dilihat oleh semua orang ialah industri mendorong AI ke tahap yang melampau, tetapi sering mengabaikan sisi lain "penjagaan air untuk semua perkara".

Perkembangan teknologi tidak dapat dipisahkan daripada senario sebenar Kegilaan penyelidikan AI yang banyak turun naik sentiasa disertai dengan masalah pendaratan aplikasi. Bagaimana untuk terus menolak teknologi "high-end" ke tanah? Bagaimanakah anda melihat integrasi mendalam bagi segmen AI dan industri? Apakah pendapat anda tentang kegilaan penyelidikan pada model besar?

Dengan memikirkan soalan ini, "T Frontline" menemu bual sebuah syarikat teknologi yang terlibat secara mendalam dalam bidang pendidikan: Zuoyebang. Sebagai sebuah syarikat yang komited untuk menggunakan teknologi untuk mempromosikan pendidikan inklusif, ia menggunakan teknologi canggih seperti kecerdasan buatan dan data besar untuk menyediakan satu siri perkhidmatan yang cekap untuk ratusan juta pengguna sisi C dan ribuan pelanggan sisi B penyelesaian dan produk pembelajaran dan pendidikan.

Terutama dalam bidang pendidikan, penerokaan dan pelaksanaan teknologi AI, tanpa mengira skala pengguna dan pemilihan teknologi, Zuoyebang sangat mewakili. Ini juga menyediakan rujukan penting untuk kita berfikir tentang cara menggunakan kecerdasan buatan untuk mempromosikan perubahan industri. T Frontline berbesar hati untuk menjemput Encik Wang Yan, ketua arkitek Makmal Teknologi Pintar Zuoyebang, untuk memberikan kami pandangan beliau tentang isu ini.

Asas produk pendidikan: tiga tonggak pembinaan bank soalan

Mengenai Bantuan Kerja Rumah, fungsi bank soalan yang berkuasa mungkin paling mengagumkan semua orang. Zuoyebang ialah salah satu syarikat teknologi pendidikan terawal di negara ini yang menubuhkan bank soalan Setakat ini, ia mempunyai bank soalan sebanyak 540 juta+. Bagaimanakah bank soalan yang begitu besar dibina? Menurut Wang Yan, kejayaan pembinaan bank soalan mendapat manfaat daripada tiga syarat.

Pertama sekali, ia datang daripada kelebihan semula jadi Zuoyebang: Seperti yang kita semua tahu, Zuoyebang pada asalnya merupakan perniagaan inkubasi dalaman Baidu Ia pada mulanya diletakkan sebagai komuniti bantuan bersama dan kemudiannya melancarkan perniagaan Soal Jawab carian. Untuk mengoptimumkan hasil carian dan jawapan, Zuoyebang telah menubuhkan platform pengeluaran bank soalan dalam talian terbesar dengan membentuk pasukan penyelidik mengajar sepenuh masa dan guru sambilan. Ini juga diperoleh daripada model yang Baidu tahu Dalam suasana komuniti yang menyokong perkongsian dan komunikasi, pengguna digalakkan untuk menyelesaikan masalah antara satu sama lain, dan ia juga sangat dekat dengan senario Soal Jawab dan komunikasi netizen. Daripada apa yang syarikat lain lakukan pada masa itu: biarkan pelajar kolej separuh masa melakukan bank soalan. Dengan cara ini, melalui analisis mendalam dan perlombongan kandungan yang dijana pengguna, kami secara beransur-ansur memahami masalah mana yang paling dibimbangkan oleh pengguna dalam senario pembelajaran, masalah mana yang lebih sukar, dan masalah mana yang akan dihadapi kebanyakan orang. Ini adalah premis penting, yang menjelaskan arah pembinaan kami.

Kedua, Zuoyebang sangat mementingkan nilai dan pembinaan sumber, dan memberi perhatian yang cukup kepada bank soalan. Bank soalan bukan sahaja memainkan peranan yang besar dalam komunikasi pengguna, tetapi juga merupakan bahagian yang sangat penting dalam menjawab soalan dan pengajaran. Bergantung pada sistem penyumberan ramai, pembinaan bank soalan dibahagikan kepada langkah-langkah proses bebas dengan kesukaran yang kurang, menjadikan bank soalan lebih baik, lebih cepat, dan agak komprehensif, yang memastikan skala pembinaan bank soalan.

Ketiga, tidak cukup dengan soalan satu demi satu Soalan juga perlu dikaitkan, seperti: mata pengetahuan dalam peperiksaan, tahap kesukaran, dan mata pengetahuan lain yang mereka harapkan adalah berkaitan dengannya. istilah label. Ini melibatkan pemprosesan tag dan perkaitan dengan infrastruktur teknikal seperti graf pengetahuan dan pepohon pengetahuan. Hanya dengan cara ini bank soalan boleh mempunyai keupayaan untuk diambil dan ditapis dengan cekap, supaya nilai bank soalan dapat benar-benar dibawa ke dalam permainan. Sudah tentu, banyak pautan dalam proses pembinaan bank soalan itu sendiri dikendalikan secara manual pada permulaan Kemudian, teknologi AI telah diperkenalkan secara berterusan, seperti kebanyakan langkah kemasukan elektronik seperti mengambil gambar soalan secara automatik dan mengubahnya ke dalam format yang boleh difahami oleh komputer. Pemprosesan tambahan automatik dijalankan melalui keupayaan AI seperti pelabelan automatik, formula pemformatan dan teknologi pembetulan ralat AI, yang meningkatkan ketepatan dengan banyak dan mengurangkan kos buruh. Terima kasih kepada pembinaan bank soalan dan pendalaman dan pengembangan teknologi AI yang berterusan, Zuoyebang telah melaksanakan satu siri teknologi pecutan AI untuk mengoptimumkan masa tindak balas carian dan menjawab soalan kepada 1 saat, manakala masa tindak balas produk awal yang serupa ialah sekitar 8 saat.

Dalam projek yang berkaitan dengan sekolah awam, bank soalan telah memainkan peranan yang besar dalam membantu senario pengajaran. Senario kemuncak ialah sistem kerja rumah berkualiti tinggi dengan keupayaan untuk meramal soalan dengan tepat dan diperibadikan. Intipati sistem adalah untuk menjalankan analisis data berdasarkan status pelajar yang berbeza, seperti masa yang diperlukan untuk melakukan soalan, dan penguasaan mata pengetahuan yang berbeza, untuk cadangan soalan yang diperibadikan. Kerana bagi pelajar, soalan yang terlalu senang atau terlalu sukar akan membuatkan soalan itu hilang nilainya. Soalan yang sama akan mempunyai nilai yang berbeza untuk pelajar yang berbeza. Oleh itu, adalah perlu untuk mempunyai pemahaman penuh tentang pelajar, digabungkan dengan dimensi label yang kaya bagi bank soalan itu sendiri, dan padanan yang tepat Bank soalan memainkan peranan membantu dalam reka bentuk produk kerja rumah berkualiti tinggi, dan kondusif kepada pelajar memantapkan ilmu yang benar-benar perlu dimantapkan.

Pembetulan auto-bantu: Bagaimanakah mesin menyelesaikan masalah grafik?

Dari segi senario kerja rumah, selain bank soalan, perkara yang lebih penting ialah teknologi pembetulan berbantukan automatik. Berbanding dengan soalan objektif, sangat sukar untuk membetulkan soalan subjektif. Mengambil soalan matematik sebagai contoh, kami menggunakan teknologi OCR yang terkumpul selama bertahun-tahun untuk mengenal pasti kandungan jawapan pelajar dengan tepat, dan kemudian menggunakan teknologi NLP untuk menjalankan analisis berstruktur, seperti analisis logik kandungan jawapan, dan kemudian mengenal pasti titik ralat mengikut spesifikasi jawapan; Selain itu, keupayaan graf pengetahuan juga digunakan untuk bukan sahaja menunjukkan di mana pelajar melakukan kesilapan, tetapi juga memberitahu pelajar mengapa mereka melakukan kesilapan Ia juga menggunakan keupayaan potret pengguna dan algoritma pengesyoran laporan pembelajaran khusus pelajar untuk membantu pelajar mencari kelemahan dalam proses pembelajaran. Pada masa yang sama, bergantung pada sistem pemulihan bencana yang berasal dari awan dan berbilang awan Zuoyebang memberikan kestabilan dan kebolehpercayaan yang tinggi untuk sistem perkhidmatan ini. Oleh itu, ini memastikan bahawa walaupun banyak sekolah menggunakannya pada masa yang sama, tidak akan ada masa henti dan penggunaan yang stabil oleh pengguna.

Menurut Wang Yan, disebabkan pengumpulan pengguna berskala besar Zuoyebang selama bertahun-tahun, mereka kerap menjalankan penilaian prestasi sistem pengendalian, dan keputusan penilaian juga berada dalam industri- kedudukan utama Berbanding dengan produk serupa di pasaran, Zuoyebang kini menyokong lebih banyak jenis soalan dan mempunyai kadar ketepatan yang lebih tinggi.

1. Pembetulan bantu automatik peringkat langkah

Terdapat gelung tertutup dalam pembelajaran pengetahuan: guru menyampaikan pengetahuan melalui pengajaran; Pelajar menguji mata pengetahuan yang mereka telah pelajari dan yang tidak mereka ketahui dengan melakukan latihan Pengetahuan yang mereka tidak tahu memerlukan pembelajaran dan latihan yang berterusan. Dalam gelung pengajaran tertutup ini "bersyarah → membuat soalan → menilai soalan → bercakap tentang soalan", guru berulang kali membetulkan sejumlah besar kerja rumah telah menjadi titik kesakitan utama Pada masa lalu, sukar bagi guru untuk membimbing setiap pelajar dengan tepat. Menggunakan AI untuk membantu dengan pembetulan boleh membantu guru mengurangkan beban pembetulan dengan berkesan, mengurangkan masa dan tenaga yang tidak perlu dengan ketara, dan pada masa yang sama membolehkan lebih ramai pelajar meningkatkan markah mereka dengan berkesan.

Pada masa ini, sistem produk kerja rumah mempunyai kadar penggunaan yang tinggi, dan guru menggunakannya hampir setiap hari. Selain itu, sistem ini juga dapat mengintegrasikan pengalaman dan gaya pengajaran guru serta disesuaikan mengikut keperluan guru yang berbeza. Pada masa ini, soalan subjektif dan soalan gunaan boleh digredkan berdasarkan tahap langkah. Hala tuju utama untuk penambahbaikan kemudian adalah untuk terus mengurangkan bahagian kerja manual guru dalam membetulkan kerja rumah.

2. Jawapan kepada soalan graf mengandungi alam semesta

Berbanding dengan soalan teks, soalan yang betul secara amnya boleh dikenal pasti dan dipadankan dalam bank soalan melalui OCR, carian teks, dsb. Walau bagaimanapun, terdapat jenis soalan khas, iaitu soalan grafik. Sebagai contoh, selalunya terdapat soalan seperti ini pada kertas ujian: Cari kawasan bayang grafik berikut Pada masa ini, ciri yang perlu diekstrak bukan hanya teks, tetapi juga ciri-ciri gambar. Kerana hanya melalui carian teks, sistem carian di belakang bank soalan boleh mencari berpunca soalan yang serupa, tetapi bentuk setiap soalan dalam keputusan yang diperoleh adalah berbeza. Pada masa ini kita perlu melakukan pengekstrakan ciri vektor pada imej. Ungkapan vektor digital diagregatkan dengan ciri-ciri sebilangan besar bank soalan untuk membentuk ciri-ciri "teks + imej". Terutama dalam soalan sekolah rendah, sering terdapat banyak imej dan teks bercampur Ia bukan sahaja perlu untuk memahami teks soalan, tetapi juga untuk memahami hubungan struktur antara kotak, termasuk kedudukan permulaan ciri-ciri garisan yang diekstrak. dalam "soalan sambungan", dan pengekstrakan trajektori untuk menentukan. Begitu juga dengan soalan lukisan.

3. Pemulihan kertas ujian: teknologi hitam selalunya berakar umbi dalam realiti

Dalam konteks pengajaran tambahan, bantuan kerja rumah Ia juga telah mengumpulkan banyak paten teknikal dalam OCR, pertuturan, pengecaman imej dan pembetulan kerja rumah. Sebagai contoh, kami telah mendedahkan paten untuk kecerdasan buatan untuk membetulkan imej yang herot dengan cekap, yang telah dibangunkan dalam senario yang sangat mencabar. Seperti yang kita semua tahu, "membuat semula soalan yang salah" adalah bahagian yang sangat penting dalam adegan pengajaran Ibu bapa dan guru perlu memulihkan kertas ujian kepada keadaan tidak dijawab Namun, selepas mengambil gambar kertas ujian, tulisan tangan sering kelihatan tidak sekata soalan pada kertas ujian diherotkan Oleh itu, teknologi diperlukan untuk menyelesaikan masalah pembetulan taip.

Kami menggunakan rangkaian saraf dalam untuk mengenal pasti tulisan tangan manusia dan membezakannya daripada fon kertas ujian Digabungkan dengan teknologi peningkatan imej, kami boleh memulihkan kertas ujian dengan sangat berkesan telah dilancarkan dalam apl Zuoyebang dan telah digunakan pada produk pencetak, yang boleh memulihkan kertas ujian kertas kepada keadaan asalnya. Ia hanya mengambil masa beberapa saat daripada mengambil foto untuk memulihkannya. Dalam latihan sebelumnya, pelajar biasanya perlu menyalin soalan secara manual dan kemudian melakukannya semula. Ini boleh dikatakan sebagai "teknologi hitam" yang berkuasa. Sudah tentu, teknologi ini bukan sahaja digunakan untuk memulihkan kertas ujian, tetapi juga boleh digunakan untuk membetulkan dan mencantikkan kerja rumah yang difoto sebelum menghantar kerja rumah dalam kelas dalam talian untuk memulihkannya kepada keadaan susun atur yang lebih baik kepada pemeliharaan, dan sebaliknya, ia juga boleh meningkatkan ketepatan pengecaman Kandungan.

4 Graf pengetahuan: tempat pengumpulan ilmu pakar

Pembinaan graf pengetahuan tidak boleh dipisahkan daripada. pengalaman manusia Begitu juga dengan sistem dan adegan pendidikan. Keupayaan graf pengetahuan kami lebih terkumpul dalam senario kursus. Sebilangan besar guru pengajaran dan penyelidikan merumuskan konteks, kebergantungan dan laluan pembelajaran mata pengetahuan semasa proses pengajaran dan penyelidikan. Perhubungan dan laluan ini boleh menghubungkan titik pengetahuan yang bertaburan ke dalam rangkaian, dengan itu membentuk prototaip graf pengetahuan. Guru pengajaran dan penyelidikan menyediakan banyak pengalaman pakar dan sistem mata pengetahuan Dalam proses ini, jabatan R&D menggunakan satu siri keupayaan pembelajaran mesin AI automatik untuk pelaksanaan berskala besar. Selepas memiliki peta, kami boleh membuat langkah seterusnya reka bentuk kerja rumah yang diperibadikan, seperti mengesyorkan soalan yang setara dengan kebolehan atau malah mencabar untuk mempelajari mata pengetahuan yang lebih mendalam. Pada masa ini, graf pengetahuan digunakan dalam pelbagai senario aplikasi dalam bantuan kerja rumah: senario pengajaran, pembetulan kerja rumah, pembelajaran peribadi, diagnosis kerja rumah, termasuk korelasi soalan yang berkaitan dalam bank soalan yang baru diperkenalkan, yang pada asasnya memberikan soalan yang lebih dimensi yang tepat untuk mendapatkan semula dan mengesyorkan.

Dari pendigitalan kepada AI: menghormati tabiat asal pengguna

Dalam senario pengajaran yang lalu, dalam satu pihak, buku kertas, penulisan papan hitam guru, PPT, dsb. . tidak digunakan Untuk mendigitalkan, sebaliknya, kandungan respons pelajar, termasuk sama ada jawapan betul atau tidak, kerja rumah dan markah ujian, dsb. juga perlu didigitalkan. Mengapa mendigitalkan? Kerana jika kandungan dunia fizikal semula jadi tidak diubah menjadi maklumat data yang boleh difahami oleh komputer, penyelidikan teknologi canggih kami dalam bidang komputer bukan sahaja tidak dapat dilaksanakan, malah teknologi yang hanya meningkatkan kecekapan, seperti pengambilan dan pengesyoran. , akan menjadi sia-sia. Oleh itu, kedua-dua ucapan dan imej adalah media dan pembawa penting untuk menyampaikan idea dan pengetahuan pengajaran, dan ini memerlukan pendigitalan yang mendalam.

Dalam beberapa tahun kebelakangan ini, dengan kemajuan berterusan dalam pemformatan pendidikan, kebanyakan bilik darjah telah dilengkapi dengan skrin digital yang besar Perisian kursus pengajaran yang digunakan dalam kelas harian telah didigitalkan, dan apa yang kami lakukan sekarang adalah untuk mempromosikan kerja rumah adegan didigitalkan. Walau bagaimanapun, perlu diingat bahawa keupayaan untuk menggunakan AI pada peringkat ini mesti menghormati tabiat asal guru dan pelajar dan tidak boleh diubah dengan mudah. Sebagai contoh, dalam model pengajaran asal, semua orang terbiasa dengan kertas ujian kertas Jika anda membatalkan kertas ujian kertas dan memindahkannya semua dalam talian, akan ada masalah "aklimatisasi". Walaupun jawapan dalam talian diperlukan untuk didigitalkan, ini mengubah tabiat. Sebaik sahaja anda mengubah tabiat anda, ia menjadi sukar untuk menggunakannya secara besar-besaran.

Berdasarkan perkara ini, sebagai menghormati tabiat sebenar guru menanda kertas dan jawapan pelajar, Zuoyebang telah menginovasikan idea perniagaannya: ia telah memperkenalkan fungsi "meninggalkan jejak asal kertas kerja” dalam sistem kerja rumah. Oleh itu, pada pandangan Wang Yan, apa yang lebih kita perlukan ialah berinovasi dalam pemikiran, menurunkan ambang untuk menggunakan teknologi, dan mendigitalkan tanpa mengubah tabiat.

Zum masuk daripada senario kerja rumah kepada senario pendidikan, dan anda akan mendapati banyak keperluan baharu dalam senario baharu. Contohnya, dalam persada sukan: Semasa kelas, guru pendidikan jasmani memberi perhatian yang besar kepada intensiti senaman yang boleh ditanggung oleh setiap pelajar, seperti pemantauan kadar denyutan jantung. Apabila kadar denyutan jantung pelajar terlalu tinggi semasa bersenam, pelajar perlu diingatkan untuk berhenti dan berehat. Contoh lain ialah "mengira tali skipping". Kami tidak menggunakan pembilang, tetapi lebih mudah untuk membiarkan kamera mengenal pasti dan mengira secara automatik. Selain itu, tangkapan pergerakan badan juga merupakan teknologi praktikal untuk membantu pelajar menyemak sama ada pergerakan mereka adalah standard dan standard AI ini boleh membantu dalam pembetulan.

1. Cara mencari peluang pelaksanaan untuk AI

Zhoubang ialah syarikat yang dipacu teknologi. Pasukan pembangunan sering bertanya soalan seperti: Apakah teknologi lain yang boleh digunakan? Adakah terdapat sebarang teknologi yang baik yang boleh memungkinkan untuk memenuhi keperluan yang tidak dipenuhi pada masa lalu, dan untuk menyelesaikan perkara yang sebelum ini tidak dapat dicapai? Berdasarkan ini, Wang Yan merumuskan logik di sebalik cara mencari peluang pelaksanaan untuk AI: Kita harus tahu teknologi yang telah kita kuasai dan sumber yang kita ada, dan kemudian mempertimbangkan cara menggunakan teknologi yang sesuai pada senario tertentu. Berdasarkan sumber teknikal sedia ada, lakukan pemadanan pemandangan. Langkah seterusnya ialah memikirkan dan menimbang perkara yang boleh dicapai oleh teknologi, dan kemudian merintis dan mengoptimumkannya.

2. Keperluan ketepatan bahagian B adalah lebih ketat

Dalam senario operasi, berbanding dengan C -senario sampingan, pelanggan B-end mempunyai keperluan khas dan mempunyai keperluan yang disesuaikan. Sebagai contoh, sekolah akan mempunyai keperluan yang lebih tinggi dari segi ketepatan, dan dalam proses pembetulan, kesilapan tidak boleh dilakukan. Walaupun produk C-end lebih menumpukan pada kekayaan fungsi dan pengalaman pengguna, jangkaan untuk ketepatan tidaklah melampau.

Pendapat tentang industri AI

1. Penyelidikan asas adalah asas, dan teknologi canggih lebih wangi

Penyelidikan asas ialah asas teknikal kami. Teknologi ini sudah mempunyai pelbagai senario aplikasi. Pengoptimuman teknologi asas akan membawa peningkatan yang ketara dalam prestasi aplikasi, jadi pelaburan dalam penyelidikan asas adalah penting. Penyelidikan tentang teknologi canggih mungkin membawa perubahan dalam permainan Memandangkan teknologi terus berkembang dan berinovasi, perkara yang tidak boleh dilakukan sebelum ini mungkin tiba-tiba suatu hari nanti Pelajar di makmal digalakkan untuk memperuntukkan 20% hingga 30% daripada mereka tenaga untuk Memberi perhatian dan tindakan susulan. Dari segi kebolehan calon, kami berharap walaupun mempunyai kebolehan penyelidikan akademik tertentu, kami juga akan menghargai kebolehan kejuruteraan. Keupayaan kejuruteraan yang lebih kukuh bermakna keupayaan pelaksanaan yang lebih kukuh, dan untuk benar-benar menggalakkan pelaksanaan teknologi AI, kita perlu terus kukuh pada tahap aplikasi. Sudah tentu, secara idealnya, kami berharap bahawa bakat mempunyai keupayaan timbunan penuh dan boleh melengkapkan reka bentuk eksperimen dan pelaksanaan aplikasi secara bebas untuk mengesahkan dengan cepat kesan peningkatan inovasi tertentu dalam aplikasi praktikal.

2. Model tidak boleh semata-mata mengejar kebesaran, tetapi manfaatnya juga mesti luas

Pengalaman amalan dan pembangunan dalam bidang pendidikan dan industri am masih agak berbeza daripada teknologi umum. AI kini telah digunakan untuk semua lapisan masyarakat, tetapi apabila ia melibatkan senario pendidikan, kebanyakan model berdasarkan senario umum tidak boleh "berfaedah secara umumnya" kepada senario tertentu. Wang Yan memberi kami contoh yang jelas, seperti pengecaman tulisan tangan dalam kaedah input tulisan tangan Model algoritma mempunyai andaian: tulisan tangan yang ditulis oleh orang dewasa. Walau bagaimanapun, dalam senario kerja rumah, pelajar yang berbeza umur menulis secara berbeza, dan tidak begitu banyak keperluan untuk kekemasan dan kekemasan. Oleh itu, untuk bidang pendidikan, AI perlu diperhalusi berdasarkan senario tertentu Ia perlu tenggelam dalam senario tertentu untuk menyelesaikan, menyelesaikan masalah yang tidak baik dalam bidang umum, meneroka dan menemui keperluan perniagaan baharu, dan menyelesaikan praktikal. masalah dalam proses untuk menggalakkan pembangunan teknologi yang berkaitan.

Apa yang digunakan secara meluas mestilah mampu dimiliki oleh orang ramai. "Model besar telah mencapai peningkatan prestasi yang diiktiraf, tetapi ia masih jauh daripada digunakan secara meluas oleh pengguna pada pandangan Wang Yan, model besar dan penyelidikan berbilang modal sememangnya boleh membawa peningkatan dalam ketepatan tetapi selalunya apabila ketepatannya sesuatu tugas ditambah baik, seperti daripada 95 hingga 96, titik penambahbaikan ini datang dengan mengorbankan pengorbanan kuasa pengkomputeran yang besar. Pada masa kini, model besar dengan skala parameter ratusan bilion dan trilion memerlukan kluster yang sangat besar untuk menyokong dan dijalankan Untuk senario sebenar, jika tiada kluster kuasa pengkomputeran yang besar untuk digunakan, hasil model besar boleh dijalankan dalam masa satu saat. yang mungkin memerlukan masa berjalan yang agak lama. Walaupun prestasi perkakasan kluster sentiasa bertambah baik dan kos kuasa pengkomputeran unit yang sepadan sentiasa berkurangan, teknologi yang boleh digunakan secara meluas mestilah kos rendah dan berpatutan. Pada tahap tertentu, menumpukan seluruh tenaga anda untuk mengejar kuasa pengkomputeran adalah sedikit pengorbanan. Pelaksanaan AI yang meluas lebih banyak terletak pada inovasi idea dan mengejar keberkesanan kos teknologi itu sendiri.

Cara memanfaatkan teknologi kepada beribu-ribu pengguna dan cara menggunakan secara meluas fungsi seperti gimik dalam kehidupan sebenar adalah isu utama. Pada masa ini kami mempunyai bilangan pengguna yang sangat besar, dan terdapat ramai pengguna menggunakannya setiap saat, jadi jika kami melakukannya dengan "mengumpul kuasa pengkomputeran", kosnya tidak dapat dibayangkan. Pada masa ini, dalam keadaan mampu milik, apa yang perlu kami lakukan ialah menyediakan pengguna dengan fungsi dan perkhidmatan yang sekaya mungkin. Di satu pihak, kami memikirkan cara untuk meningkatkan penggunaan kuasa pengkomputeran supaya peralatan tidak terbiar Sebaliknya, kami meneroka cara untuk menambah baik dan mengoptimumkan model dan seni bina kejuruteraan untuk menyediakan berpuluh-puluh ribu operasi sesaat. pada kos yang paling munasabah bagi perkhidmatan AI berskala besar. Lebih penting lagi, bagaimana untuk menginovasi idea. Hanya dengan berinovasi dari perspektif menyelesaikan masalah dan membenarkan lebih ramai orang dan pengguna untuk benar-benar menyentuh dan merasai kemudahan yang dibawa oleh teknologi boleh menghasilkan nilai yang lebih besar.

Pengenalan tetamu

Wang Yan, Ketua Arkitek Zuoyebang, ketua Makmal Teknologi Pintar Zuoyebang. Beliau pernah berkhidmat sebagai pengarah teknikal Baidu Zhizhi dan Ensiklopedia Baidu Beliau kini berkhidmat sebagai ketua Makmal Teknologi Pintar Zuoyebang. seni bina dalam talian concurrency dan bidang teknikal lain Dia bertanggungjawab terutamanya untuk Soal Jawab Carian Zuoyebang, pembetulan AI, bank soalan dan perkhidmatan lain yang berkaitan.

Atas ialah kandungan terperinci T Frontline |. Temu bual eksklusif dengan Wang Yan, ketua arkitek AI Zuoyebang: Keterangkuman AI terletak pada idea-idea inovatif. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Artikel ini dikembalikan pada:51cto.com. Jika ada pelanggaran, sila hubungi admin@php.cn Padam