[GMIC 2017] Wu Endanın ayrılması yapay zekaya sıcak konuları getiriyor, Zhang Hongjiang, yapay zekanın hidroelektrik ve kömür gibi bir altyapı haline geleceğini söyledi
Baidu Wu Enda'nın ayrılışı, AI'yı sıcak bir konu haline getirdi Sürücüsüz sürüş, tıbbi bakım ve finans gibi alanlarda yapay zeka (AI) uygulaması, gelecekteki iş ekolojisine sonsuz hayal gücü getirdi. Çin bu yapay zeka dalgasında hangi pozisyonda bulunuyor? Gelecekteki yapay zekada bulut hizmetleri ve diğer altyapılar nasıl bir rol oynayacak? Yerel yapay zeka girişimciliğinde, yapay zeka bir hile kavramı mı yoksa somut bir gerçeklik mi?
22 Mart 2017'de İsrail'de düzenlenen GMIC Global Mobil İnternet Konferansı'nda eski Kingsoft CEO'su Dr.Hongjiang Zhang, Jiemian gazetecileriyle özel bir röportajı kabul etti ve AI konusundaki anlayışını açıkladı. Zhang Hongjiang, Danimarka Teknik Üniversitesi'nden elektronik mühendisliği doktorası ile mezun oldu ve Microsoft Research Asia'nın kurucularından biri ve Kingsoft'un CEO'suydu.
Zhang Hongjiang, yapay zekanın bir sonraki yüksek hızlı gelişiminin üç ana koşuldan ayrılamayacağına inanıyor: veri, daha hızlı donanım ve daha genel olarak mevcut algoritmalar.
Küresel ekipman, makine ve sistemlerin bağlanmasıyla büyük miktarda yapılandırılmamış veri oluşturulur; sinir ağları daha fazla veriyle daha etkili hale gelir. Cep telefonlarının, IoT'nin ve düşük maliyetli veri depolama ve işleme (bulut) teknolojilerinin olgunluğu, mevcut veri setlerinin boyutunu ve yapısını büyük ölçüde artırdı.
Örneğin Tesla, 780 milyon mil sürüş verisi toplar ve birbirine bağlı arabaları aracılığıyla her 10 saatte 1 milyon mil veri ekleyebilir. Buna ek olarak, Jasper, çok sayıda otomobil üreticisi ve telekomünikasyon şirketinin makineler arasında iletişim kurmasına olanak tanıyan bir platforma sahip.Bu şirket, bu yıl Şubat ayında Cisco tarafından satın alındı. Verizon, Ağustos ayında benzer bir yatırım yaptı ve Fleetmatics'i satın aldığını duyurdu. Fleetmatics'in yaptığı şey, araçtaki uzak sensörleri kablosuz bir ağ aracılığıyla bulut yazılımına bağlamaktır.
Gelecekte, 5G ağlarının piyasaya sürülmesi, veri oluşturma ve iletme oranını hızlandıracak. IDC'nin Dijital Evren Raporuna göre, yıllık veri üretiminin 2020 yılına kadar 44 zettabayta ulaşması bekleniyor ve bu da bu teknolojileri uygulamak için kullanım durumlarına şahit olduğumuzu gösteriyor.
Benzer şekilde, donanım maliyetlerinde bir azalma var. GPU'ların yeniden kullanılması ve düşük maliyetli bilgi işlem yeteneklerinin özellikle bulut hizmetleri aracılığıyla genelleştirilmesi ve yeni sinir ağı modellerinin oluşturulması, sinir ağı sonuçlarının hızını ve doğruluğunu büyük ölçüde artırmıştır.
GPU ve paralel mimari, makine öğrenimi sistemlerini, veri merkezi mimarisine dayalı geleneksel CPU'lardan daha hızlı eğitebilir. Görüntü yongasını kullanarak, ağ daha hızlı yinelenebilir ve kısa bir süre içinde daha doğru bir şekilde eğitilebilir.
Aynı zamanda, Microsoft ve Baidu tarafından kullanılan FPGA gibi özel silikonun geliştirilmesi, daha hızlı çıkarımlar yapmak için eğitimli derin öğrenme sistemini kullanabilir. Ek olarak, süper bilgisayarların orijinal hesaplama gücü, 1993'ten beri büyük ölçüde geliştirilmiştir. 2016'da, tek bir Nvidia oyun grafik kartı, 2002'den önceki en güçlü süper bilgisayarınkine benzer bilgi işlem gücüne sahipti.
Veri ve hesaplama gücündeki önemli artışın arkasında, algoritmalar tesisleri desteklemektedir.
Daha iyi girdi (hesaplama ve veri), daha fazla araştırma ve geliştirmenin algoritma odaklı olmasını sağlayarak derin öğrenmenin kullanımını destekler. Örneğin, Berkeley's Caffe, Google'ın TensorFlow ve Torch gibi açık kaynaklı çerçeveler. Örneğin, ilk yıl dönümü için sadece açık kaynak olan TensorFlow, GitHub'da en çok çatallı depolara sahip çerçeve haline geldi. Yapay zekanın tamamı evrensel olarak mevcut açık kaynak çerçevelerinde gerçekleşmese de, açık kaynak gerçekten hızlanıyor ve açık kaynak olan daha gelişmiş araçlar var.
Özetlemek gerekirse, yapay zekanın yükselişinin arkasındaki temel neden, büyük miktarda veri üretilmesidir: 2013'ten 2020'ye, veriler yılda% 40 oranında artacaktır: geleneksel perakende devi Wal-Mart her 4 saatte bir 2,5 PB düzeyinde veri üretir; Günlük tweet hacmi yaklaşık 500 milyondur; Toutiao bugün 6BT isteklerini tamamlıyor ve her gün 6,3 PB veri işlemeyi (1 PB = 1024BT) tamamlıyor.
Aşağıdaki şekil, çeşitli uygulama yazılımı resimlerinin son yıllardaki yükleme durumunu göstermektedir:
Zhang Hongjiang, Çin'in geniş nüfusu nedeniyle veri kaynakları ve yapay zeka endüstrisi yetenekleri açısından gelişmiş ülkelerden daha aşağı olmadığına ve şu anda birbirlerini aceleye getirme durumunda olduğuna inanıyor.
Zhang Hongjiang'ın şu anda iyimser olduğu iki yerli AI girişimci projesi, iki farklı AI girişimci yönünü temsil eden Face ++ ve Toutiao'dur: Face ++, AI eğitimi yoluyla yüz tanımanın doğruluğunu artıran bir yüz tanıma teknolojisi hizmet sağlayıcısıdır. Bunu daha önce yaptık ve endüstri eşiğini belirledik; Toutiao sektörün kendisinden başladı, haber itme işini başlattı ve ardından ürünleri iyileştirmek için AI'yı devreye soktu. Bunlar tamamen farklı iki geliştirme modelidir.
