Baidu Wu Tian: Altyapıdan sahne uygulamasına kadar Baidu AI sisteminin temel becerileri | Süper Salon
Metin | Özel Gözlemci Wu Tian (Baidu Group Başkan Yardımcısı, Derin Öğrenme Teknolojisi ve Uygulama Ulusal Mühendislik Laboratuvarı Müdür Yardımcısı, Huangpu Koleji Dekanı)
Editör | Wenhua Li Wenli
Temel ipuçları:
1. AI altyapısı, bir bulut platformu temelinde oluşturulan ve bir AI teknoloji geliştirme platformu, bir yetenek platformu ve AI güvenlik yeteneklerine sahip kapsamlı bir senaryo teknik çözümü oluşturmak için bir bilgi işlem gücü platformu ve bir veri platformu tarafından desteklenen büyük ölçekli bir teknik sistem ve mühendislik sistemidir.
2. Altyapının yanı sıra, temel platformun daha da geliştirilmesini ve tüm AI sisteminin daha da evrimleşmesini teşvik edebilecek pozitif bir döngü oluşturmak için uygulama senaryolarında sürekli olarak uygulama değeri uygulamak gerekir.
3. Yapay zeka sanayileşme sürecinde, uzun süreç zinciri ve karmaşık karar alma süreci nedeniyle, yapı bloğu yeniliği gerçekleştirmek için sosyal güçlerin kapsamlı ve çok taraflı entegrasyonunu gerektirdiğinden, simbiyotik ve kazan-kazan ekosistemi ortaya çıktı.
4. Personel eğitimine önem verin, hem uygulama senaryolarını hem de AI teknolojisini anlayan yeni bileşik yetenekleri geliştirme çabalarını artırın ve ilgili eğitim, öğretim sistemleri ve profesyonel sistem garantilerini oluşturarak çok yönlü bir şekilde AI teknolojisi ve uygulama yeteneklerini geliştirin.
Editörün notu: Bu makale, Süper Salon "Yeni Altyapı" serisinin 7 Nisan'da silinen üçüncü canlı yayınından derlendi. Canlı yayının tamamı buradan izlenebilir.
Son dönemde yeni altyapı yapımına hız verilmesi gerekliliği ile yeni altyapı inşaatı artık çok önemli bir konu haline geldi. Yani bugün getirdiğim şey, yeni yapay zeka altyapısının inşası anlayışı. Kısaca AI Yeni Altyapı olarak adlandıracağım. Yeni altyapı inşaatı "yeni altyapı" olarak adlandırılsa da aslında 5G, yapay zeka, endüstriyel İnternet ve Nesnelerin İnterneti ile temsil edilen yeni bir altyapı türüdür.
Esasen bilgi sayısallaştırma altyapısıdır.
AI altyapısı
Öncelikle, AI teknoloji platformunu ve AI teknoloji platformu etrafında inşa edilmiş bir dizi altyapıyı, yeni AI altyapısının en temel ve aynı zamanda en önemli temel parçası olarak tanıtmama izin verin.
Bilgi işlem gücü çerçevesi ve platformuna giriş
Bugün Baidunun çalışmalarını örnek alacağım.
AI teknolojisi, çok çeşitli alt alanları kapsar. AI teknoloji sisteminin tamamı çok açıktır.Ayrıca, uygulama senaryolarıyla çok fazla entegrasyona sahiptir, uygulamalarla yakından ilgilidir ve uygulamaların geliştirilmesiyle birlikte gelişmeye devam edecektir. Yani statik değil, gelişen bir sistem.
Şekil bir
Baidu Brain, Baidu AI teknolojisinin ustasıdır.Baidu Brain'in gelişim sürecine sadece Şekil 1'e bakarak geri bakabilirsiniz. Baidu'nun çekirdek beyin teknolojisi özellikle 2018'de "çok modlu derinlik ve anlayış" aşamasına girdi. Sözde çoklu modalite, kapsamlı konuşma, vizyon ve metni anlama yeteneğidir ve derin ve çok seviyeli bir anlamsal kavrayıştır. Bu aşamada, AI yetenekleri de çok boyutlu, çok seviyeli açık bir duruma başlamıştır. 2019'da Baidu Brain, yazılım ve donanımı entegre eden bir yapay zeka üretim platformuna daha da yükseltilecek. Bu zaman diliminde, Baidu Brain ayrıca AI yeteneklerinin ve uygulama senaryolarının entegrasyonu ve inovasyonu aşamasına girdi ve AI çağında büyük ölçekli bir üretim platformu haline gelmek için yaşamın her kesiminde senaryolarla geniş çapta birleştirildi.
Şekil II
Yapay zeka seri üretim platformu ne tür bir platformdur? Bu isim bazı kara kutular gibi gelebilir.Kara kutuyu açıp ona bakarsak, tüm bileşenin en temel parçası bilgi işlem gücü ve veri platformudur. Tüm üretim platformunda derin öğrenme platformu tabanın temelidir. Derin öğrenme platformu aracılığıyla, geliştiriciler kendi AI uygulamalarını geliştirebilirler. Burada ayrıca herkese ses, görme, doğal dil gibi genel AI yetenekleri ve işleme bilgi grafikleri gibi bir dizi AI özelliği de sağlanacak.
Sahne ile birleştiğinde, sahneye göre özelleştirilmiş eğitim için çok sayıda ihtiyaç vardır, bu nedenle özelleştirilmiş eğitim platformu da açılır. Nihayetinde, tüm platformda biriktirilen yeteneklerin iş sistemleriyle konuşlandırılabilmesi ve entegre edilebilmesi gerekir, böylece dağıtım ve entegrasyon için araçlar ve platformlar da sağlanır ve teknik çözümler de bu temelde oluşturulur. Tüm platform toplu üretim platformunun kendisine AI güvenliği eşlik eder, çünkü AI'nın tüm uygulama sürecinde güvenlik de önemli bir konudur.
Daha sonra, bu içeriklerin anlamı ve ilerleyişine tüm platformun altından katman katmanına bakacağız.
En alt katman, tüm seri üretim platformunun hesaplama alt katmanı olan AI altyapısıdır. AI algoritma yeteneklerinin iyileştirilmesiyle, bilgi işlem gücü gereksinimleri gittikçe artmaktadır. Bu temel bilgi işlem gücü kaynakları ile büyük veriyi hesaplamak ve sonunda AI algoritma modelleri oluşturmak mümkündür.
Şekil üç
Yaklaşan AI + 5G çağı ile karşı karşıya kaldığında, bilgi işlem gelecekte her yerde olacak. Buluttan sonuna, kenara vb. Genişler ve çevremizde her zaman her türlü hesaplama yapılabilir. Baidu Brain'de, yeni AI bilgi işlem mimarisi, yonga katmanı, ara bağlantı katmanı, sistem katmanı ve zamanlama katmanı aracılığıyla, işbirliğine dayalı tasarım ve teknolojik yenilikler aracılığıyla, nihayet milyonlarca TOPS düzeyinde güçlü bir hesaplama gücü sağlayabilir (bkz.Şekil 3). aynı zamanda Yongalar, sistemler ve cihazların tümü, farklı senaryolarda hesaplamaları bağlamak için birbirine bağlanabilir ve böylece kapsamlı ve daha güçlü bir bilgi işlem yeteneği oluşturur.
Şekil Dört
Baidu ayrıca klasik çiplere dayalı olarak kendi çiplerini geliştiriyor. Biri bulut genel amaçlı AI işlemcisi ve bir bulut işlemcisi olan Baidu Kunlun olmak üzere kendi geliştirdiğim iki yongayı tanıtıyorum. Bu çipte ses, doğal dil işleme ve görüntüler için özel olarak optimize ettik.Optimizasyondan sonra performans iyileştirilebilir. Aynı zamanda, Baidu Kunlun ve Flying Paddle gibi derin öğrenme platformlarının çerçevesi, programlamayı daha esnek hale getirmek için çok iyi uyarlanmıştır ve eğitim ve tahmini esnek bir şekilde destekleyebilir. Genel olarak, Kunlun'u aynı performansla kullanmak maliyeti 10 kat azaltabilir.
Şekil 5
Diğeri ise, uzak alan ses etkileşimine adanmış bir çip olan Baidu Honghu. 100 miliwatt güç tüketimi durumunda, Honghu çip, uzak alan ses etkileşimi çekirdeğinin dizi sinyal işleme ve ses uyandırma yeteneklerini destekleyebilir.Bu yetenekler nerede kullanılacak? Esas olarak araç içi sesli etkileşim ve akıllı ev gibi senaryolarda, düşük güç, yüksek performanslı bilgi işlem yetenekleri getirecek ve ayrıca bu senaryolara daha fazla hayal gücü getirebilir.
Aynı zamanda, Honghu yongası bantlandığı sırada seri üretildi ve şu anda Baidu'nun ilgili ürünlerinde kullanılıyor.
Bilgi işlem gücü seviyesinde yukarı doğru, Derin öğrenme çerçevesi ve platformu, aşağı doğru çipe ve yukarı doğru uygulama senaryosuna bağlanır. AI çağında, geliştiricilerin derin öğrenme teknolojisinin araştırma ve geliştirmesini hızlı ve kolay bir şekilde tamamlamasına yardımcı olabilir.Bu, derin öğrenme platformunun misyonudur. Derin öğrenme platformu, akıllı çağın işletim sistemidir . Uçan kürek endüstrisi düzeyinde derin öğrenme açık kaynaklı açık platformunda, kapsamlı ve tam özellikli bir platform oluşturduk.
Şekil Altı
Şekil 6, uçan raketin panoramik bir görünümüdür. Temel çerçeve katmanında, geliştiricileri geliştirme, eğitim, tahmin ve diğer Ar-Ge çalışmalarının tüm sürecinde destekleyebilir. Uçan kürek ayrıca Baidu ve Baidu'nun endüstri ortakları tarafından cilalanmış endüstriyi yayınlar Doğal dil işleme, görsel öneri, konuşma vb. Gibi bir dizi üst düzey model, bu resmi model kitaplıklarını ana akım AI algoritmaları doğrultusunda.
Gerçek bir sahnede uygulandığında, sahnenin tüm geliştirme sürecini daha rahat ve rahat hale getirmek ve daha önce yapılmış çeşitli birikimleri yeniden kullanmak için genellikle uçtan uca destekleyici bir geliştirme kitine sahip olmak gerekir. Artık uçan kürek, anlamsal anlama, hedef algılama, görüntü bölümleme ve tıklama oranı tahmini için çok uygun şekilde kullanılabilen eşleşen kitlere sahiptir.
Uçan kanatlı platform ayrıca ilgili alet bileşenlerini sağlar ve ayrıca platform katmanında kullanıldığında bir servis platformu sağlar. Böyle bir platform, geliştirme süreci sırasında uygun bir çerçeve sağlar ve eğitim süreci sırasında ultra büyük ölçekli derin öğrenme modeli eğitim teknolojisi sağlar Dağıtım aynı zamanda çok uçlu, çok platformlu, yüksek performanslı çıkarım motorlarının kapsamlı dağıtımı ve endüstriyel düzeydeki çıkarım motorları içindir. Bu açık kaynak model kitaplıklar kapsamlı bir şekilde sağlanmıştır ve endüstri tarafından kullanılabilir.
AI algoritmaları yönündeki en son ilerleme
Konuşma tanıma
Konuşma tanıma, AI algoritmalarında uzun bir geliştirme geçmişine sahip bir teknoloji olmalıdır ve mevcut kullanılabilirliği ve kullanılabilirliği zaten çok yüksektir. Elbette teknolojik atılımlara sahip olmaya devam ediyor.
Şekil Yedi
Baidu, çevrimiçi konuşma tanıma için dikkat modelinin büyük ölçekli kullanımını gerçekleştiren ilk uluslararası ilk olan, akışa dikkat etmeye dayalı ilk çevrimiçi konuşma tanıma hizmetini başlattı. Teknoloji kullanıldıktan sonra, ses giriş yöntemi% 50 oranında göreceli bir doğruluk artışı sağlayabilir.Hatta hoparlör gibi ürünlerde doğruluk oranı% 20'ye kadar yükselmiştir. Aynı zamanda, uç tarafta akıllı cihazların yaygın kullanımıyla, çevrimdışı ses tanıma, ağın olmaması ve zayıf ağ durumu için artık daha fazla talep var. Baidu'nun konuşma teknolojisi ekibi, sistematik optimizasyon yoluyla dil modeli kırpma performans kaybı sorununu da çözdü, böylece çevrimdışı modeller artık çok yüksek bir tanıma oranına sahip.
Konuşma sentezi
Şekil sekiz
Biliyoruz ki konuşma sentezi sırasında sentezlenen ses daha mekanik ve duygusuzsa dinleme süresinin çok yorulacağını biliyoruz. Bu nedenle, tını simülasyonu, duygusal simülasyon vb. Konuşma sentezinde kırılması gereken zorluklar olacaktır. Baidu'nun konuşma sentezleme teknolojisi, 20 cümleyle özel konuşma üretebilir, konuşmayı özelleştirebilir, tını, stil, duygu ve sesin diğer unsurlarını farklı alt alanlarla eşleyebilir.Kullanıldığında, farklı öğeler isteğe göre birleştirilebilir .
Dünyanın ilk harita ses özelleştirme işlevi Baidu Haritalar'da başlatıldı. Ayrıca deneyebilirsiniz.Kişisel bir ses paketi oluşturmak için yalnızca 20 cümle kaydetmeniz gerekir.
Görsel anlayış
Şekil dokuz
Son yıllarda, Baidu'nun OCR nesne algılama, video anlama ve hedef izleme gibi sektör lideri görüntü ve video teknolojileri de en iyi yerli ve yabancı yarışmalarda iyi sonuçlar elde etti ve bu teknolojiler makine imalatı, finans, tıbbi bakım, eğitim ve diğer alanlarda da kullanıldı. Çok yaygın olarak kullanılmaktadır.
Sanal görüntü
Figür 10
Sanal görüntü sentezi açısından, çok sayıda konuşma, görüntü ve metnin çok yüksek bir anlayış seviyesine ulaştığımızda, AI algoritmaları da daha doğal ve insan benzeri oluşturmak için mümkün olduğunca sanal görüntülerin sentezini teşvik etmeye çalışıyor. , Daha zengin duygulara sahip sanal bir görüntü.
Baidunun sentetik sanal görüntü teknolojisi, konuşma tanıma, video anlama, yüz, uzuv ve ağız şekli oluşturma özelliklerinin yanı sıra konuşma sentezi TTS teknolojisi gibi çok modlu tanıma ve anlamayı aslında birleştirerek sektörün farkına varır. Aynı zamanda çoklu senaryolarda da uygulanan, seri üretilmiş videolar üretebilen ilk gerçek hayattaki sanal bağlantı.
Örneğin, CCTV ve Baidu, geçen yıl CCTV'nin 4 Mayıs Partisine katılan bir yapay zeka sanal sunucusu Xiaoling'i oluşturmak için işbirliği yaptı; The Paper ve Baidu ayrıca sabah ve akşam haber sütunlarında kullanılan ilk gerçek hayattaki sanal ana bilgisayarı yarattı. Şangay Pudong Kalkınma Bankası ve Baidu, endüstrinin ilk finansal dijital kişisini yaratmak için işbirliği yaptı. Duygulara, profesyonel bankacılık bilgisine sahip ve bankanın müşteri hizmetleri deneyimini geliştirebilir.
Bilgi grafiğine dayalı anlamsal anlama
Sesle görme ve diğer teknolojiler, insan algısına benzeyen yapay zeka teknolojisindeki algısal katman teknolojisine aittir. İnsanlar ayrıca, esas olarak dil ve doğal dil işleme ve bilgi grafikleri gibi bilgi teknolojilerinde somutlaşan çok güçlü bilişsel yeteneklere sahiptir. Baidu, varlık grafikleri, olay grafikleri, endüstri grafikleri, odak noktaları grafikleri, POI grafikleri vb. Dahil olmak üzere süper büyük ölçekli, çeşitli ve heterojen bir bilgi grafiği oluşturmuştur. Bu grafikler, talep senaryolarının ihtiyaçlarına göre sürekli olarak genişletilecek ve genişletilecektir.
Figür 11
Videoya ve bilgi grafiğinin anlaşılmasına dayalı bir örnek vereyim, videoyu anlamak için algı katmanı yeteneğini kullanırken, videodaki görsel perspektiften görülen özellikleri çıkarmak için görsel anlamayı kullanabilir; videodaki karakterler için konuşma tanıma da kullanılabilir. Bazı diyaloglar, konuşmalar vb. Konuşma tanıma ve özellik çıkarma için kullanılabilir; video başlığı ve çevresindeki metin de metin olarak anlaşılabilir. Bu temel anlayışlardan sonra, yeni oluşturulan anlayış etiketlerini ve anlama özelliklerini tamamlayabilen ve ilişkilendirebilen bilgi grafiğindeki hesaplamalar ve çıkarımlar yapmak için bilgi grafiğindeki video anlama alt grafiklerini de birleştirebiliriz. Bir dizi operasyon. Nihayet üründe kullanıldığında, videonun tamamının içeriğini daha derin bir şekilde anlayacaktır. Bu, algısal teknoloji ve bilişsel teknoloji kullanan çok modlu füzyonun çok tipik bir örneğidir.
O halde insan dili anlayışına bakalım. AI teknolojisi insan dilini tam olarak anlayabilirse, bu genel yapay zekaya yönelik çok önemli bir teknolojik atılım olacaktır. Elbette bu alanda sürekli yeni atılımlar var.
Figür 12
Baidu tarafından başlatılan ERNIE, sürekli öğrenmeye yönelik anlamsal bir anlayış çerçevesidir.Bu çerçeve altında, bilgi destekli anlamsal anlama gerçekleştirilebilir. Ne anlama geldiğini açıklayayım? Örneğin, AI algoritmalarının varlıkları anlamasını istiyorsak, varlık tanıma görevleri oluşturmak için ansiklopedi ve web sayfalarının içeriğini kullanacağız ve ardından önceden eğitilmiş modelden öğreneceğiz ve ardından sahnenin hedeflenen ince ayarını gerçekleştireceğiz. Bu şekilde, daha güçlü bir varlık tanıma anlayışına sahip bir model elde edilebilir. Nedenselliğin inşası gibi tanıma görevleri gibi daha karmaşık görevler için, büyük miktarda nedensel bilgi de teknik araçlarla inşa edilebilir ve daha sonra büyük bir ön eğitim modeliyle öğrenilebilir ve ardından göreve göre ayarlama ve öğrenme.
Sonra tüm bu tür süreç, doğal dil anlama yeteneğini yeni bir duruma getirdi. Baidu'nun ERNIE modeli 1,3 milyardan fazla bilgi öğrendi ve NLP görevinin etkisini tamamen yeniledi. Şu anda, toplam 16 Çince ve İngilizce bölüm görevinde Bert ve XLNet'i geride bıraktı ve SOTA etkileri elde etti. Şekil 12'de gösterilenin, ERNIE modelinin öğrenmesine izin vermek için sürekli olarak yeni bilgi ekleme sürecinde, doğal dil çıkarımı, otomatik soru-cevap, metin benzerliği ve duyarlılık analizi gibi görevler üzerinde sürekli bir etkiye sahip olduğunu görebiliriz. Desteklemek.
AI güvenliği
Figür 13
Baidu Brain ayrıca temel açık kaynak teknoloji matrisinden açık endüstri çözümlerine, akademi, kuruluşlar, hükümetler ve kurumlarla çok seviyeli açık işbirliğine kadar eksiksiz bir AI güvenlik sistemi oluşturdu.Tüm teknoloji ürünleri bulut yönetimi tarafını kapsıyor. Ve büyük veri ve algoritma düzeyinde bir dizi güvenlik riski sorunu. Böyle bir güvenlik sistemi aynı zamanda AI teknolojisinin endüstriyel uygulaması için bir eskort rolüne sahiptir.YZ çağında bir güvenlik ekosisteminin inşasını teşvik edebilir, böylece herkes çeşitli uygulama inovasyonlarını gerçekleştirmek için AI teknolojisini kullandığında güvenlik olmaz. Endişeler.
Yukarıdakiler, yeni AI altyapısındaki en temel teknoloji platformunun mevcut durumudur.
AI uygulama değeri
Tüm yeni altyapı sadece bir teknoloji platformu değil, aynı zamanda yapay zeka uygulama değerinin oluşturulmasıdır. Baidunun yapay zeka teknolojisi, yapay zeka destekli akıllı arama, bilgi akışı önerisi, yeni nesil yapay zeka haritaları vb. Gibi çok sayıda uygulamada ve temel özellik olarak yapay zekaya sahip akıllı ev Xiaodu serisi ürünlerde İnternet ürünlerinde uygulanmıştır ve Otopilot Apollo vb. AI, Baidu'nun mevcut ürünlerine çok değer kattı. Öte yandan, AI teknolojisi aslında yaşamın her alanı için uygulama değerine yansımıştır. Bugün, AI + bulut güçlendirme sektörü reformunu ve yeniliğini paylaşmaya odaklanmak istiyorum.
Önce böyle bir sürece bakalım.
Figür 14
Derin öğrenme platformunu şimdi tanıtırken, sürece benzer bir giriş de vardı. Öncelikle çok sayıda veri üretimi ve veri uygulaması ile karşı karşıya kalmamız gerekiyor. Bu yüzden Baidu Cloud'da bir veri fabrikası kurduk. Veri fabrikasında veriler, veri kitle kaynak sağlama, işleme ve etiketleme gibi bir dizi çalışma yoluyla işlenir.Ayrıca Baidu tarafından sağlanan veri kümesini ve organize üçüncü taraf endüstri veri kaynaklarını birleştirerek temel bir veri kümesi oluşturur. Uygulamada veri yönetimi, veri değerlendirme platformu vb. Aracılığıyla Tüm veriler bir kapalı döngü efekti oluşturabilir ve eksiksiz kapalı döngü verileri, algoritmanın en iyi sonuçları elde etmesine tam olarak yardımcı olacaktır.
Veriler üretildikten sonra model fabrikasına girecek AI teknoloji platformunun desteği ile hesaplama gücünü, veri algoritmalarını entegre edebilir ve modelleri oluşturmak için senaryoları birleştirebilir ve son olarak bunları iş sistemlerine uygulayabilir. Tüm süreç, yeni tanıtılan AI teknoloji platformundaki tüm süreç ile çok tutarlıdır.
AI teknolojisinin senaryo uygulama örnekleri
Figür 15
Akıllı endüstriyel denetim , Şimdiye kadar devriye denetimi gibi senaryolar görüldü ve bu, AI teknolojisinin uygulamalara çok hızlı bir şekilde yerleştirilebildiği ve değer getirdiği bir senaryo.
Yapay zekanın çok sayıda insan işinin yerini alıp almayacağı ve insan işsizliğine yol açıp açmayacağı hakkında sık sık tartışmalar oluyor. Aslında, gerçek hayatımızda çok iş zaman alıcı ve yoğun emek gerektirir ve yıllarca tecrübe birikimi gerektirir ve belli bir derecede tehlike olabilir. Bu işler, vasıflı işçiler gerektirir ve yüksek gerilim hatlarında denetimler gibi bir dizi görev gibi tehlikelidir. Şimdi yeni nesil gençler kendilerini bu tür işlere adamaya daha az istekliler. Daha sonra yapay zeka, akıllı endüstriyel denetimlere uygulanır.Genel olarak, sahne tanımlama problemiyle ilgili olarak, uygulama görüntüsünün sınıflandırma, bölümleme ve algılama yöntemleri hızlı ve doğru bir şekilde tanımlanabilir. Şekil 15'te, bu örnekler, kask takmanın tespitini, özellikle madenlerde kask takmanın tespitini içerir.İnsan işimizin çoğunun yanı sıra havai fişek alarmları, alet okuma tanıma vb. .
Bu bağlamda, AI algoritmalarının uygulanmasından sonra, manuel girdiyi büyük ölçüde azaltabilen ve manuel öğrenmenin maliyetini düşürebilen deneyimli bir denetim ustası olmak için eğitime eşdeğerdir.
Figür 16
Akıllı kalite denetimi. Ön hat kalite kontrol fabrikalarında, özellikle bu tür hassas parçalar için işçilerin her gün uzun bir süre çalışması gerekir Parçalar çok küçüktür ve güçlü ışık altında yapılması gerekir. Uzun süre güçlü ışık altında küçük kusurlara bakmak, işçilerde kolayca göz yorgunluğuna neden olabilir. Bunun bir örneğini gördük.Bu fabrikanın her gün fabrikadan sevk edilen 20 milyondan fazla ürün üzerinde tüm denetimleri yapması gerekiyor.Her gün 10 saatten fazla ağır yük çalışması ve 10.000'den fazla parçanın denetlenmesi gerekiyor. Temel olarak, her işçinin dakikada 19 parçayı incelemesi ve her parçanın birçok farklı açıdan ve farklı kusurlardan sınıflandırılması gerekiyor. Biz bir Yapay zeka destekli yüzey kusurlu görsel inceleme ekipmanı , Nesnenin yüzeyindeki kusurların boyutunu, konumunu ve şeklini otomatik olarak algılamak ve kalitelerine göre sınıflandırmak için Baidunun AI teknolojisini ve ses teknolojisini kullanır.
Genel olarak personel maliyetlerinden% 90 tasarruf etmeye yardımcı olabilir. Orijinal çalışma masası ile karşılaştırıldığında, tüm ekipmanın kendisi ayak izini% 80 oranında azaltabilir ve kaçırılan algılama oranı da büyük ölçüde azalır.
Figür 17
Tabii ki, bu ikisi esas olarak algı katmanı görsel teknolojisine dayanmaktadır. Aslında, algısal katman teknolojisi artı bilişsel katman teknolojisi de akıllı medyada bir rol oynayabilir ve tüm sıcak nokta keşfi, akıllı yazma, akıllı düzeltme ve akıllı yayınlama süreci boyunca haberlerin üretim sürecine yardımcı olabilir.
Anti-salgınlarda AI uygulama vakaları
Bugün aslında salgın sırasında ve tüm anti-salgın süreçte salgının taranmasına ve yönetilmesine yardımcı olan birkaç çözüm getirdim.
Figür 18
her şeyden önce AI sıcaklık ölçümü AI sıcaklık ölçümü, birden fazla kişi için temassız, uzaktan sıcaklık ölçüm ekipmanı setidir. Ayrıca, ülke çapında 7 milyon insanın ön taramasının tamamlanmasına yardımcı olmak üzere yüzlerce yerde konuşlandırıldı.
Yapay zeka sıcaklık ölçüm sürecinin tamamı birkaç yöne ayrılmıştır: Birincisi, bir yaya geçerken, sıcaklık bir kızılötesi termal kamera tarafından yakalanır ve algılama kamerası, maske takan uzak yüzleri algılamak için sürekli olarak onu izlemek için kullanılır. Bu programlar dizisi artık bir kurumsal giriş programı oluşturmak için Baidu işletmelerinde de kullanılmaktadır. Sıcaklık ölçümünden sonra, yüz tanıma ve akıllı izleme gerçekleştirilebilir ve eğer şirketin raporlama sistemine bağlıysa, işe yeniden başlama ve kabul için gereksinimleri karşılayıp karşılamadığını otomatik olarak belirleyebilir. Burada kullanılan AI teknolojisi, doğru yüz konumlandırma sağlayabilen bir yüz algılama ve izleme algoritmasıdır. Maske taksanız bile artık kimliğinizi tanıyabilirsiniz.
Geçtiğimiz iki ayda herkes, tüm anti-salgın yönetim süreci boyunca toplum çalışanlarının çok sayıda ön safta mekanik iş yapması gerektiğini hissetmiş olmalıydı. Baidu'nun akıllı diyalog teknolojisine dayanan giden arama sistemi, insanların toplu halde insanları takip etmesine ve giden aramaları yapmasına yardımcı olabilir. Yapay zeka ses takibi, otomatik bir giden arama sistemi ile kalabalığa ulaşabilir, onlarla iletişim kurabilir ve bilgi toplayabilir, ayrıca önleme ve kontrol için ilgili hatırlatıcılar sağlayabilir. Bu bilgiler, bir dizi sonraki karar veya yönetim için destekleyici yardım sağlamak üzere hemen yapılandırılmış bir veri analizi raporu oluşturabilir.
Giden arama sisteminin tamamında kullanılan teknolojiler arasında ses teknolojisi, doğal dil işleme teknolojisi ve bilgi grafikleri bulunur.
Figür 19
Tıbbi personelin en yoğun olduğu zamanlarda veri toplama, kayıt ve hemşirelik bilgilerinin girilmesi de tıbbi personel için her gün çok önemli görevler olduğunu biliyoruz. Baidu ve ilgili ortaklar oluşturdu Sesli yatak hemşireliği veri toplama sistemi Böyle bir cihaz üzerinden ses kaydı yapılabilmektedir.
Sağlık personelinin eldivenlerini, maskelerini veya koruyucu kıyafetlerini çıkarmalarına gerek yoktur, ekipmana kolayca ses girişi yapabilirler. , Yakında birçok bakım bilgisi girebilirsiniz. Bu süreç sırasında, yeni koroner pnömoniye karşılık gelen gerçek klinik veriler birçok tıbbi kelime hazinesine ve profesyonel tıbbi sembollere sahiptir.Ses sistemimiz de hızlı bir şekilde özelleştirilebilir. Tıp ve hemşirelik ses girişi sahnesinde, ses tanımanın doğruluğu% 92'den fazla olabilir. Yantai Bulaşıcı Hastalıklar Hastanesinin çeşitli bölümlerinde konuşlandırılmış ve kullanılmıştır.
Figür 20
Ayrıca virüs analizi ve aşı geliştirme de anti-salgın çalışmasında çok önemli görevlerdir. 2019'da Baidu, LinearFold algoritmasını önerdi.Bu algoritma, virüs çapında RNA ikincil yapı analizinin süresini 55 dakikadan 27 saniyeye kısaltarak RNA ikincil yapı analizinin hızını büyük ölçüde artırabilir. Şu anda, AI algoritmalarının tıbbi teknolojiye yardımcı olabileceğini umarak birçok kurumla işbirliği yapıyoruz.
Figür 21
Paylaşmak istediğim son konu ise Flying Oar ve Lianxin Medical'ın açık kaynağı. Pnömoni CT görüntü analizi modeli Bu modelin açık kaynağı, CT görüntü pnömoni taramasında sağlık personelinin iş verimliliğini artırabilir. Modelin kendisi lezyonları% 92 doğrulukla ve% 97 geri çağırma oranıyla tespit edebiliyor Xiangnan Üniversitesi Bağlı Hastane şu anda kullanımda. Bunlar, AI teknolojisi ve senaryoların birleşiminin getirdiği bir dizi değerdir.
Bu teknolojiler sürekli olarak uygulama değeri üretir ve bu uygulama değerleri tam olarak yeni altyapının çok önemli olduğu şeydir.
AI ekosistemi
Çok sayıda endüstri ortağıyla işbirliği yapma sürecinde, çok sayıda işletme için, aslında iş inovasyonu ve uygulama inşası sürecinde bir dizi zorluk olduğunu gördük.
Figür 22
Örneğin, araştırma ve geliştirme açısından, AI teknolojisinin uygulama eşiği aslında oldukça yüksektir ve geliştirme döngüsü genellikle çok kontrol edilebilir değildir. Deneyimli teknik personel geliştirme döngüsünü kısaltabilir, ancak görece deneyimsiz bir Ar-Ge ekibi ise, doğrulamak ve en iyi sonuçları elde etmek nispeten uzun zaman alabilir. Birçok şirket yapay zeka destekli ürün ve çözümlerin araştırma ve geliştirmesini gerçekleştirdikten sonra, pazarlama ve ilgili tüm süreç de büyük miktarda sermaye yatırımı gerektiriyor. Ayrıca, bu AI teknolojilerinin işletmelerin çoğu tarafından daha rahat kullanılabileceğini umuyoruz.
Dolayısıyla Baidu'nun açık beyin platformu aslında çok seviyeli bir açık yetenek geliştiriyor.
En temel olanı, uçan kürek derin öğrenme platformu, sahne odaklı özelleştirilmiş geliştirme platformu ve açık yetenekler ve son dağıtım entegrasyon sürecidir. Şimdi Baidu Beyin Açık Platformunda 248 yetenek açıldı ve tüm Baidu Beyninin günlük çağrı hacmi bir trilyonu aştı. Baidu'nun beyin açık platformu ve uçan kürek platformunda geliştiren 1,8 milyondan fazla geliştirici var ve 100.000'den fazla model piyasaya sürüldü.Bu modeller çok sayıda senaryoda kullanılıyor.
Böyle bir AI ekosisteminin aslında oluşturulduğunu görebiliriz AI endüstrileşmesinin tüm zinciri daha karmaşık ve birçok rol var. Ekosistemin tamamında, donanım tedarikçilerinden teknoloji platformlarına, yazılım tedarikine, uygulama geliştirmeye ve son olarak terminal sahnesine kadar çok katmanlı eksiksiz bir ekosistem görebiliriz. O zaman böyle bir ekosistem seti oluşturuldu ve altyapımızda rol oynamaya devam ediyor. Şu anda tanıttığım çok sayıda uygulama senaryosu arasında, uygulanan uygulamaların ve çözümlerin çoğu da Baidu Brain ekosisteminde geliştirildi ve uygulandı.
AI yetenek eğitimi
Teknik platformlar, terminal senaryoları ve ekolojik rollerin yanı sıra süreç boyunca çok önemli bir şey de var, yani yapay zeka ve endüstriyel zeka için gerekli yetenekler. AI yetenekleri arasında temel teorik yetenekler, algoritma yetenekleri vb. Çok önemlidir. Ancak tüm uygulama geliştirme sürecinde, bu tür yetenekler daha önemli olacaktır: Hem uygulama senaryolarını hem de AI teknolojisini anlayan bileşik yeteneklerdir. Bu yetenekler genellikle büyük teknoloji platformu şirketlerinde mevcuttur, ancak AI teknolojisini ve endüstriyi kapsamlı bir şekilde entegre etmek istediğimizde, bu tür bileşik yeteneklerin sürekli olarak yetiştirmek için ekolojide çeşitli terminal senaryolarına ve ekolojik girişimlere ihtiyaç duyacağını göreceğiz. Ve ilgili yetenekleri biriktirin.
Teknik sınırlar ile iş anlayışı arasında bir boşluk var, bu boşluk nasıl kapatılabilir? Bunu başarmak için bu bileşik yeteneklere ihtiyaç vardır. Bu nedenle Baidu, yapay zeka yetenekleri ve uygulama odaklı yetenekler için bir dizi eğitim programı başlattı.
Bugün bu projelerden birini tanıtacağım. Bu projenin adı Baş AI Mimar Eğitim Planı . Baş AI mimarı nasıl tanımlanır? Kendi iş senaryolarını anlayan, uygulamadaki zorlukları ve sorunları anlayan ve yapay zeka teknolojisi ve algoritmalarını anlayan ve bunları uygulayabilen kapsamlı yeteneklerin kuruluştaki baş yapay zeka mimarları olduğuna inanıyoruz. Bu tür bir mimar, AI teknolojisini uygulaması ve akıllı dönüşüm gerçekleştirmesi gereken işletmeler için çok önemlidir. Whampoa College gibi öğrencilerin derin öğrenme teknolojisi uzmanları ile derinlemesine bilgi alışverişinde bulunacağı; derin öğrenme ve teknoloji uygulamasının temel bilişlerinin mirası olacağı ve sahneyi öğrencilerle birlikte analiz edeceği bir proje başlattık. Talep ve yapay zeka teknolojisinin tipik bir kombinasyonu. Son olarak, yapay zeka düşüncesi, araçları, yöntemleri ve teknik çözümleri, gerçek sahne sorunlarını çözmek ve gerçek sahnelerde uygulama değeri oluşturmak için entegre edilmiştir.
Son olarak bir özet. Yeni bir altyapı türünün inşası sadece bir iş platformuyla başarılamaz, aslında çok yönlü bir çalışmadır. Tıpkı yüksek hızlı demiryolu inşa ettiğimiz gibi, yüksek hızlı demiryolunun donanım tesisleri de bugün inşa edilen AI altyapısı gibidir.Altyapı altyapısı, bir bulut platformu temelinde oluşturulan ve bir bilgi işlem gücü platformu ve bir veri platformu tarafından desteklenen bir AI teknolojisi geliştirme platformu ve yetenek platformudur. Sahnenin kapsamlı teknik çözümleri ve AI güvenlik garantileri, sağlam ve güçlü büyük ölçekli bir teknik sistem ve mühendislik sistemidir.
Bu temelde, uygulama senaryolarında sürekli olarak uygulama değeri oluşturmak için, yapay zekanın sürekli yeniliği desteklemesi ve olumlu bir döngü oluşturmak için uygulamaya tam anlamıyla yaklaşması gerekir. Tüm AI sistemi daha da gelişti. Bununla birlikte, AI sanayileşme sürecinde, uzun süreç zinciri ve karmaşık rolleri nedeniyle, toplumun yapı taşı sosyal inovasyonu gerçekleştirmek için her taraftan güçleri entegre etmesini de gerektirir. Bu nedenle, simbiyotik ve kazan-kazan ekosistemi ortaya çıktı.
Son olarak, altyapı, uygulama ve ekolojinin oluşturduğu kapalı döngüde, daha başarılı uygulamaları teşvik etmek için yeteneklerin geliştirilmesine de dikkat etmemiz gerekiyor.Hem uygulama senaryolarını hem de AI teknolojisini anlayan yeni bileşik yetenekleri yetiştirme çabalarını artırmalıyız. Karşılık gelen bir eğitim ve öğretim profesyonel sistemi oluşturmak ve AI teknolojisini ve uygulama yeteneklerini çeşitli yönlerde geliştirmek, yapay zekayı hızlandıran endüstriyel zekanın önemli bir parçasıdır. Yukarıdakiler benim yeni AI altyapısı hakkındaki anlayışımdır ve ayrıca AI tabanlı yeni bir altyapı oluştururken ve endüstriyel zeka geliştirirken dikkate alınması gereken birkaç önemli yöndür.
İlgili Okuma:
Yapay zekanın ikinci yarısında, en temel şey, algoritmalar veya ürünler değil, değer yaratmaktır | Süper Salon
"Süper Görünüm" sütunu şimdi "Özel Gözlemci Yerleşimi" programını başlatıyor ve her bir kanaldan girişimcileri, büyük şirketlerin iş kolu liderlerini ve diğer ön saflardaki iş pratisyenlerini girişimcilik deneyiminizi, kuru malları, metodolojiyi ve Sektör içgörüleri, trend yargıları, sesinizi ön planda duymayı dört gözle bekleyin.
Bize hoş geldiniz, WeChat: cuiyandong66; E-posta: guanchayuan@36kr.com.
