Core Voice Today | AI Designer: 1 saniyede 8000 poster tasarlayın
1. Agresif "Luban" ve yapay zekanın özlemleri
Size bir saniye verin, 8000 poster tasarlayabilir misiniz?
Şaka yapmayın, en verimli tasarımcı bile bunun Mission Impossible olduğunu söyleyebilir, ancak Alibaba'ya 2015'te katılan yeni bir çalışan Luban bu verimliliği iki yıldan biraz daha uzun bir sürede elde etti.
Tahmin edebileceğiniz gibi bu Luban bir insan değil, Ali'den bir yapay zeka ürünü ve bu kadar hıza sahip olabiliyor, yapay zeka teknolojisinin son yıllarda hızla yükselmesi sayesinde UCAN konferansında tamamen yeni bir gördük. Luban sistemi.
İnsan öğrenme sürecine benzer şekilde, bir yapay zeka tasarımcısı olarak Luban da taklitten başlıyor.Eğlenceli tasarım posterleri, afişleri ve diğer bilgileri girdikten sonra, aralarındaki ilişkiyi anlamak için arka planı, konuyu, dekorasyonu ve içindeki diğer öğeleri tanıyacaktır. İlişki.
Daha sonra, Luban bu materyalleri sanki "kedileri ve kaplanları fotoğraflıyor" gibi birleştirecek. Farklı stil kombinasyonlarını denedikten sonra, rastgele oluşturulan bu resimler makine tarafından değerlendirilecek ve puanlanacak, böylece bir dizi optimal sonuç sinir ağına geri gönderilecek ve sonunda haline gelecektir. Ali e-ticaret platformunda harici olarak görüntülenen posterler, afişler ve diğer resimler.
"2016'da Double 11'de, Luban 170 milyon reklam afişi üretti. Tüm bunlar tasarımcılar tarafından yapılırsa, her fotoğrafın 20 dakika sürdüğünü varsayarsak, 300 yıl boyunca 100 tasarımcının bunu yapması gerekir." "Luban" kuruldu. Alibaba'nın Akıllı Tasarım Laboratuvarı başkanı Wu Chunsong (Hua Ming Le Cheng), tasarımcıların her yıl Double 11'in büyük tasarım ihtiyaçları nedeniyle verimliliği artırmaya yardımcı olmak için bu tür araçlara ihtiyaç duyduklarını söyledi.
Aslında, 2016'dan beri, Taobao'yu açarsanız, Double 11 gibi büyük ölçekli etkinliklerle karşılaşırsanız ve tasarım stilleriyle dolu bu renkli posterleri görürseniz, çoğunun gerçekten makine yapımı olduğundan ve hiçbirinin olmadığından şüphe etmeyin. tam olarak aynı. Luban, 2017 yılına kadar saniyede ortalama 8.000 poster olmak üzere günde 40 milyon poster tamamlayabilecek. 2018'de, acemi olarak iki yılın ardından, Luban nihayet açılma anını başlattı.
Le Cheng bize bu yıl Luban'ın adının "Luban" olarak değiştirileceğini ve Mayıs ayında temel yeteneklerini dış dünyaya açacağını söyledi.
2. Adım Kerr Jordan: "AI" hakkında konuştuğumuzda, neden bahsediyoruz?
Şu anda, halk bu konular hakkında konuştuğunda, her şeyi her zaman "AI" olarak tanımlıyorlar, sanki bu bir joker karaktermiş gibi, bu da insanların bu gelişen teknolojinin etki kapsamı ve sonuçları hakkında akıl yürütmesini zorlaştırıyor.
"AI" hakkında konuştuğumuzda, neden bahsediyoruz?
Bugün sözde "yapay zeka", özellikle de halkın bahsettiği "yapay zeka", çoğunlukla son birkaç on yılda "makine öğrenimi" olarak adlandırılan şeyi ifade ediyor. Makine öğrenimi, algoritmalar alanına aittir ve verileri işleyen, tahminlerde bulunan ve karar vermeye yardımcı olan algoritmalar tasarlamak için istatistik, bilgisayar bilimi ve diğer birçok disiplinin fikirlerini birleştirir. Gerçek dünya üzerindeki gerçek etki makine öğrenimidir ve etkisi yeni değildir.
Aslında endüstri 1990'ların başında makine öğreniminin gelecekte endüstri üzerinde büyük ölçekli bir etkiye sahip olabileceğinin çok açık bir şekilde farkındaydı. Bu yüzyılın başında, Amazon gibi çok ileriye dönük şirketler bunu zaten tüm işletmelerde kullandı. Dolandırıcılık tespiti ve tedarik zinciri tahmini gibi temel sorunları çözmek ve öneri sistemleri gibi tüketici odaklı yenilikçi hizmetler oluşturmak için makine öğrenimi.
Önümüzdeki 20 yıl içinde, veri ve bilgi işlem kaynaklarının hızla artmasıyla, makine öğreniminin, kararları yalnızca Amazon değil, büyük ölçekli verilerle ilişkilendirilen her şirket için yeni bir ivme sağlayacağı açıktır. Yeni iş modelleri ortaya çıkmaya devam ediyor.
Bu fenomeni ifade etmek için "veri bilimi" terimi kullanılmaya başlandı ve makine öğrenimi algoritması uzmanlarının, ölçeklenebilir ve sağlam makine öğrenimi sistemleri ile çıkarım sistemleri oluşturmak için veritabanı ve dağıtık sistem uzmanlarıyla işbirliği yapma ihtiyacını yansıtıyor Daha büyük potansiyel.
Son birkaç yılda, bu fikir ve teknolojik trendlerin birleşimi "AI" olarak yeniden adlandırıldı.
3. Dünya AI yetenek rezerv savaşında çocuk programlamasının ne kadar etkisi olabilir?
Yapay zeka, teknoloji liderliğindeki her endüstriyle aynıdır.Gelişimin anahtarı, yeteneklerin yoğunluğu ve yüksekliğinde yatmaktadır.
Mevcut küresel yapay zeka yetenek stoğunun sadece 300.000 olduğu, ancak pazar talebinin bir milyondan başladığı bildiriliyor. Yetenek rekabeti, çeşitli ülkelerin yapay zeka stratejik düzeninin anahtarı haline geldi. Bugün, iki dünya çapındaki yapay zeka devi olarak Çin ve Amerika'nın kendi avantajları var. Çin daha geniş bir veri akışına ve Amerika Birleşik Devletleri'nin daha güçlü araştırma ve geliştirme yetenekleri var.
"2017 Küresel Yapay Zeka Yetenek Raporu" ndan
Amerika Birleşik Devletleri'ni dünyanın en eksiksiz yapay zeka yetenek havuzuna sahip ülke olarak adlandırmak abartı olmaz.Şekilde gösterilen üniversite sayısına ek olarak, Amerika Birleşik Devletleri'ndeki 14 okul yapay zeka alanında dünyanın en iyi 20 akademik yeteneği arasına girerek ilk sekiz arasında yer alıyor. 2006 yılından bu yana, yapay zeka alanındaki en iyi konferanslarda 30'dan fazla makale yayınlayan 204 akademisyenin% 60'ı Amerika Birleşik Devletleri'nden.
Çin, eksiklikleri gidermek için "Yüksek Öğretim Kurumlarında Yapay Zeka için Yenilikçi Eylem Planı" yayınladı ve bir yandan yetenekleri çekmek ve elde tutmak için üstün politika maaşları sağlarken, diğer yandan eğitimde gelecekteki yetenekleri yetiştiriyor.
Geçen yıl, Danıştay "Yeni Nesil Yapay Zeka Gelişim Planı" nda ilk ve orta dereceli okullarda yapay zeka ile ilgili dersler kurmayı ve kademeli olarak programlama eğitimini teşvik etmeyi önerdi, ancak öyle olsa bile, ilk ve orta dereceli okullardan bir AI yedek ordusu kurma fikrini uygulamak hala zor.
Konu eğitiminde daha iyi olan Çin'in aksine, Avrupa ve Amerika ülkeleri genellikle çocuk programlama, robotik programlama ve pratik işlemleri ve düşünmeyi vurgulayan diğer alanlar gibi STEAM eğitimini uygulamaktadır.
Örnek olarak çocuk programlamasını ele alalım: Bir yandan Çin öğretmenlerden yoksundur.Çocuk programlaması, hem pedagojiyi hem de bilgisayar bilimini bilen disiplinler arası bilgi gerektirir. Öte yandan, çoğu ebeveyn çocukların programlamasını anlamıyor. Birinci ve ikinci kademe şehirlerin dışında, birçok ebeveyn programlama hakkında çok az şey biliyor olabilir, görsel programlama, donanım montajı, Raspberry Pi vb. Arasındaki farklardan bahsetmeye bile gerek yok ve yalnızca profesyonel olmayan çocuk programlama öğretmenlerine güvenebilirler.
4. Dil savaşı tıbbi yapay zekanın tartışmaları ve yanlış anlaşılmaları: düşük engeller mi? Para kazanmak zor mu? Güvenli değil? Alternatif doktor mu?
Yapay zekanın uygulanması tüm hızıyla devam ediyor ve aynısı tıp alanında da geçerli.
Bir yandan Inferior Technology, Huiyihuiying ve Tuma Shenwei tarafından temsil edilen dikey alanlardaki girişimler sık sık finansman aldı. Veriler, 2013'ten 2017'ye kadar tüm AI medikal endüstrisinin toplam 241 yerel finansman aldığını gösteriyor.
Öte yandan, İnternet devlerinin eylemleri giderek daha belirgin hale geldi. Baidu, diyaloğa dayalı tıbbi yardımlı teşhis uygulaması "Baidu Medical Brain" i başlattı ve Alibaba Health ve Tencent art arda AI tıbbi görüntüleme ürünleri "Doctor You" ve "Miying" i piyasaya sürdü.
Geleneksel medikal şirketler de faaliyet gösteriyor. Mart ayının sonunda, listelenen şirket Lepu Medical (stok kodu 300003) ayrıca ABD FDA tarafından kaydedilen ve kabul edilen bir AI elektrokardiyogram otomatik analiz ve teşhis sistemi yayınladı.
Bununla birlikte, profesyonel yatırımcılar da dahil olmak üzere, insanların tıbbi yapay zeka ile ilgili tartışmaları ve yanlış anlaşılmaları da yaygındır. Örneğin, düşük engeller, para kazanması zor, güvensizlik, yapay zeka doktorların yerini alacaktır vb. 20 Nisan'da "Çin Medikal ve Sağlık Endüstrisi Yatırım 50 Forumu'nun İkinci Yıllık Toplantısı" bu konulara odaklandı.
Materyal kaynağı: Netease Intelligence, Sohu Technology, Leifeng, vb.
Yeniden yazdırmanız gerekirse, lütfen arka planda bir mesaj bırakın ve yeniden yazdırma şartnamelerine uyun.
