Untuk menerokai pelaksanaan AI dalam beribu-ribu industri, sub-forum 'Amalan Perindustrian Memperkasa AI' AISummit telah berjaya diadakan

Pada 6 dan 7 Ogos 2022, ​​Persidangan Teknologi Kecerdasan Buatan Global AIsummit​​ akan diadakan seperti yang dijadualkan. Tema persidangan ini ialah "Drive·Innovation·Digital Intelligence", dan kandungannya meliputi penglihatan komputer, pemprosesan bahasa semula jadi, pengecaman pertuturan, algoritma dan model, sistem pengesyoran, pembelajaran mesin, pemanduan pintar, kewangan pintar, metaverse, MLOps dan banyak lagi. teknologi lain. Bidang bersegmen membawa pesta teknologi yang rakus kepada pengurus teknologi pertengahan hingga tinggi dan pengamal teknologi syarikat teknologi, pengurus perniagaan yang merancang/sedang menjalani transformasi digital, serta orang dan usahawan yang berminat dalam bidang kecerdasan buatan. .

Pada petang ke-7, di sub-forum dengan tema "Amalan Memperkasakan Industri AI", Jiang Wei, ketua algoritma ketersediaan tinggi pintar risiko bagi Jabatan Risiko Teknologi Kumpulan Ant, dan kanan Baidu Jurutera R&D/Teknologi penemuan dadah AI+ Lima nama besar, Fang Xiaomin, orang yang bertanggungjawab, Ma Guoning, timbalan pengurus besar Teknologi Taifan, Zhang Bo, CTO Cloud Intelligence, dan Chen Guanling, rakan kongsi teknologi Fuyou Trucks, membawakan tema yang menarik. berkongsi tentang amalan aplikasi AI dalam bidang yang berbeza, memberikan pandangan tentang aplikasi AI dalam bidang yang berbeza Pelaksanaan beribu-ribu industri memberikan rujukan yang kuat.

Amalan Teknologi Kapasiti Pintar Hijau Semut

Dalam sistem perkhidmatan mikro dalam talian berskala besar asli awan, kegagalan terutamanya datang daripada perubahan dan kapasiti. Sebaik sahaja kegagalan berlaku, ia boleh menyebabkan gangguan perkhidmatan dan kemalangan pengeluaran, mengakibatkan kerugian ekonomi yang besar dan aduan pelanggan yang tertumpu. Bagaimana untuk menggunakan model algoritma untuk membina pengenalan risiko perubahan dan penilaian kapasiti automatik, meningkatkan kebolehpercayaan sistem dan memastikan ketersediaan yang tinggi? Dalam perkongsian tema "Amalan Teknologi Kapasiti Pintar Hijau Semut" yang dibawakan oleh Jiang Wei, ketua Algoritma Ketersediaan Tinggi Pintar Risiko Jabatan Risiko Teknologi Kumpulan Ant, beliau menjelaskannya secara terperinci.

Jiang Wei berkata bahawa sistem yang sangat tersedia mesti mempunyai tiga elemen utama: lebih sedikit kegagalan, pemulihan cepat dan kos rendah. Kesilapan utama Kumpulan Ant datang daripada perubahan dan kapasiti, menyumbang lebih daripada 50% daripada jumlah keseluruhan. Untuk tujuan ini, Kumpulan Ant telah menggunakan keupayaan algoritmanya untuk membina keupayaan pengenalpastian risiko perubahan dalam senario perubahan dan keupayaan penilaian kapasiti automatik dalam senario kapasiti.

Dalam masa berikutnya, Jiang Wei berkongsi secara terperinci teknologi utama yang digunakan oleh Ant Group dalam senario perubahan, serta beberapa amalan dalam teknologi kapasiti pintar hijau. Jiang Wei berkata melalui pelbagai pengoptimuman teknikal, pengenalpastian risiko dan penilaian kapasiti Ant Group telah mencapai keputusan yang ketara dalam kebolehpercayaan dan jaminan sistem.

Jiang Wei menekankan bahawa data mempunyai sempadan data, dan algoritma mempunyai sempadan algoritma Walau bagaimanapun, hanya dengan benar-benar memahami perniagaan, data dan kejuruteraan boleh algoritma dilaksanakan dengan lebih pantas dan lebih baik dalam senario perniagaan, dan data Memberikan permainan sepenuhnya kepada. nilainya lebih baik dan biarkan teknologi benar-benar mencipta nilai yang lebih besar untuk perusahaan.

Pendekatan penyelidikan dan pembangunan ubat model besar Baidu

Dalam beberapa tahun kebelakangan ini, "AI+perubatan" telah berkembang pesat Dengan ciri-ciri pintar dan automatiknya, ia adalah terutamanya digunakan dalam kesihatan awam, pengimejan perubatan, robot perubatan, penyelidikan dan pembangunan dadah, dsb. Walaupun "AI + penjagaan perubatan" masih di peringkat awal, dengan tahap aplikasi komersial yang agak rendah dan kadar penembusan pasaran keseluruhan yang rendah, "AI + penjagaan perubatan" mempunyai ruang yang sangat luas untuk pembangunan.

Fang Xiaomin, jurutera R&D kanan di Baidu dan ketua teknologi penemuan dadah AI+, menegaskan dalam perkongsian bertajuk "Penyelidikan dan Pembangunan Dadah Model Besar Pengkomputeran Bio Baidu" bahawa tumpuan utama semasa penyelidikan dan pembangunan ubat AI+ berada di peringkat reka bentuk dan penemuan ubat, memfokuskan pada menggunakan model pembelajaran mesin untuk menyelesaikan eksperimen kimia atau biologi yang memakan masa dan mahal dalam reka bentuk dan penemuan ubat. Fang Xiaomin berkata bahawa cabaran utama yang dihadapi dalam menggunakan AI untuk penyelidikan dan pembangunan dadah ialah terdapat sedikit data beranotasi dalam bidang biologi dan kos pemerolehan adalah sangat tinggi.

Untuk mengaplikasikan teknologi AI dengan lebih baik dalam bidang bioperubatan, Baidu melancarkan kipas PaddleHelix. PaddleHelix ialah perpustakaan alat sumber terbuka biokomputer komprehensif yang dipacu AI Lapisan bawah bergantung pada rangka kerja teras PaddlePaddle, dan termasuk dua lapisan alatan sumber terbuka dan perkhidmatan platform. Pada masa berikutnya, Fang Xiaomin memperkenalkan secara terperinci kelebihan teknikal utama kipas PaddleHelix.

Fang Xiaomin berkata bahawa PaddleHelix berharap dapat menggunakan semua jenis data yang boleh kami perolehi sebanyak mungkin, seperti data tidak berlabel. Beliau menekankan bahawa dalam bidang biologi, terdapat banyak data tidak berlabel Menggunakan PaddlePaddle, kita boleh mengumpul kira-kira 1B data tidak berlabel sebatian dan 2B data tidak berlabel protein. Menurut laporan, PaddlePaddle boleh melengkapkan pemodelan kompaun dan pemodelan protein dan lipatan, dan telah mencapai hasil yang luar biasa.

Gambarkan segala-galanya, dari Königsberg hingga memperkasakan semua industri

Dalam proses pemerkasaan industri, apabila AI menghadapi kesesakan dan keupayaannya sendiri tidak mencukupi, siapa yang akan datang? AI? Menggunakan graf pengetahuan adalah cara terbaik.

Ma Guoning, timbalan pengurus besar Teknologi Taifan, berkongsi tema "Pemetaan Segala-galanya, daripada Königsberg kepada Memperkasakan Semua Industri", bermula daripada graf pengetahuan, teknologi penting dalam bidang kecerdasan kognitif, oleh The famous Masalah Tujuh Jambatan Königsberg yang dicadangkan oleh Euler meluas kepada cara menggunakan teknologi teoretikal termaju dalam teori graf dan bidang lain untuk menyelesaikan masalah entiti yang kompleks, pencarian semula yang sukar, dan overhed kemas kini yang berlebihan yang dihadapi dalam aplikasi praktikal graf pengetahuan.

Ma Guoning menekankan bahawa ia telah menjadi konsensus untuk menyelesaikan masalah industri yang berbeza dengan cara kos rendah dan kecekapan tinggi dengan mencipta alat platform yang berkesan. Dalam perkongsian berikut, Ma Guoning menggabungkan sejumlah besar kes praktikal secara terperinci untuk menunjukkan amalan teknikal menggunakan platform graf pengetahuan untuk memperkasakan industri yang berbeza.

Ma Guoning berkata bahawa kami komited untuk menyediakan alat bagi industri untuk menjadikan teknologi termaju dan sukar difahami itu tidak mudah difahami, menyediakan pelbagai kemungkinan untuk AI dan pemerkasaan industri, dan membenarkan buatan industri perisikan untuk mempunyai seratus bunga mekar masa depan.

Dari makmal ke desktop pengguna, jalan menuju pelaksanaan praktikal AI

Dari tahun kebelakangan ini, AI telah digunakan secara meluas dalam pelbagai industri, mempromosikan kecerdasan pelbagai industri, yang telah meningkatkan tahap pengurusan dan tahap membuat keputusan, termasuk industri IT. Menggunakan AI pada operasi IT, juga dikenali sebagai AIOps, ialah tempat yang hangat untuk aplikasi AI dalam industri IT. Oleh itu, cara mengendalikan dan menyelenggara dengan cekap telah menjadi masalah yang mesti dihadapi oleh jabatan IT dan juga CIO.

Cloud Intelligence CTO Zhang Bo menegaskan dalam perkongsiannya bertajuk "From Laboratory to User Desktop, the Road to AI Implementation" bahawa menambahkan algoritma Algoritma pada data seperti penunjuk, log dan rantai panggilan adalah tempat AIOps . Dalam perkongsian berikut, Zhang Bo berkongsi tentang operasi dan penyelenggaraan pintar dalam industri AI 2B, menerangkan cara algoritma AI disesuaikan dan dilaksanakan dalam industri, dan cara kejuruteraan AI disesuaikan dan dilaksanakan dalam industri. Beliau turut berkongsi kes Praktikal teknologi pembangunan perusahaan dalam industri.

Zhang Bo berkata bahawa AI kepada B ialah industri yang sangat menarik yang memerlukan kedua-dua keupayaan dan pelaksanaan Algoritma, dan kejayaan atau kegagalan dinilai berdasarkan hasil. Terdapat lautan bintang dengan keseluruhan Algoritma dan keseluruhan algoritma, dan semua orang perlu menerokanya bersama-sama Pembelajaran mendalam, pembelajaran mesin dan teknologi lain benar-benar boleh memperkasakan perubahan industri.

Aplikasi teknikal pemanduan autonomi dalam logistik batang

Pemandu autonomi ialah salah satu senario aplikasi paling tipikal kecerdasan buatan. Bagi syarikat logistik, sebagai tambahan kepada keselamatan, motivasi teras untuk menggunakan pemanduan autonomi adalah untuk mengurangkan kos.

Chen Guanling, rakan kongsi teknikal Fuyou Trucks, menegaskan dalam perkongsiannya bertajuk "Aplikasi Teknikal Pemanduan Autonomi dalam Logistik Trunk" bahawa pengangkutan jalan raya telah lama mempunyai banyak titik kesakitan. Salah satu daripadanya ialah jarak penderiaan yang jauh. Untuk trak berat, jarak penderiaan yang lebih panjang bermakna jarak brek yang lebih panjang. Kedua, sukar untuk menukar lorong Ia mengambil masa kira-kira 10 saat untuk trak menyelesaikan pertukaran lorong dalam senario berkelajuan tinggi Jika pemerhatian awal pemandu disertakan, ia mungkin mengambil masa yang lebih lama, dan risiko kepada pemanduan yang selamat kenderaan sekeliling akan lebih besar.

Pada masa berikutnya, Chen Guanling berkongsi secara terperinci senario operasi komersial sumber terbuka syarikat pemanduan autonomi, dan menganalisis secara komprehensif pembangunan bersepadu AI dan logistik daripada tiga perspektif teknologi, pelaksanaan dan amalan. Untuk mempromosikan kemajuan teknologi pemanduan autonomi, Fuyou Truck telah melancarkan rancangan "Venus" untuk membuka sumber syarikat pemanduan autonomi dan membuka senario operasi komersial Fuyou.

Chen Guanling berkata bahawa visi kami adalah untuk beralih daripada penghantar semasa yang memandu trak, kepada penghantaran masa hadapan kenderaan pintar yang menggabungkan manusia dan mesin, kepada penghantaran trak tanpa pemandu sepenuhnya pada masa hadapan, untuk mewujudkan sebuah kereta yang benar-benar silang. penghantar bandar. Platform operasi pintar untuk logistik bagasi.

Ditulis pada penghujung: Dengan pengoptimuman penglihatan komputer, pengecaman pertuturan, pembelajaran mesin, algoritma, model dan teknologi lain, serta penambahbaikan berterusan struktur industri, kecerdasan buatan mempunyai senario aplikasi yang lebih kaya, seperti aplikasi dalam penilaian kawalan risiko, operasi dan penyelenggaraan kejuruteraan, biofarmaseutikal, logistik dan pengangkutan, dsb., sambil mempercepatkan peningkatan struktur industri AI. Melalui penganjuran acara ini, pakar kanan dalam bidang kecerdasan buatan dalam lima industri utama berkongsi amalan hebat mereka, memberikan rujukan yang kuat untuk aplikasi kecerdasan buatan dalam pelbagai bidang, dan seterusnya memacu pelaksanaan teknologi kecerdasan buatan dalam ribuan industri.

Untuk menonton tayangan semula video, sila pergi ke laman web rasmi persidangan AISummit: ​​aisummit.51cto.com​​

Ikuti akaun rasmi [51CTO technology Stack], balas kepada [AI Conference] untuk menerima PPT persidangan

Atas ialah kandungan terperinci Untuk menerokai pelaksanaan AI dalam beribu-ribu industri, sub-forum 'Amalan Perindustrian Memperkasa AI' AISummit telah berjaya diadakan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!