Rumah > Peranti teknologi > AI > CTO Baidu Wang Haifeng: Bilangan pengguna Wenxinyiyan melebihi 100 juta

CTO Baidu Wang Haifeng: Bilangan pengguna Wenxinyiyan melebihi 100 juta

PHPz
Lepaskan: 2024-01-04 10:18:22
ke hadapan
494 orang telah melayarinya


Wang Haifeng, Ketua Pegawai Teknologi Baidu dan Pengarah Pusat Penyelidikan Kejuruteraan Kebangsaan bagi Teknologi dan Aplikasi Pembelajaran Dalam, mengumumkan berita menarik di Persidangan Pembangun Pembelajaran Dalam WAVE SUMMIT Ke-10 - "Wen Xin Yiyan" Bilangan pengguna telah melebihi 100 juta. Beliau menyampaikan ucaptama pada pertemuan itu dengan tema "Wenxin ditambah dayung terbang, terbang ke bintang", dan berkongsi pencapaian terkini dayung terbang dan Wenxin.

CTO Baidu Wang Haifeng: Bilangan pengguna Wenxinyiyan melebihi 100 juta

Jumlah pembangun Flying Paddle telah mencecah 10.7 juta

WAVE SUMMIT Deep Learning Developer Conference telah diadakan selama lima kali sejak April 2019 setakat ini.

Dalam tempoh lima tahun yang lalu, Persidangan Baidu telah komited untuk meramalkan trend pembangunan teknologi dan industri kecerdasan buatan, dan menyediakan panduan untuk inovasi teknologi dan amalan industri. Pada persidangan pertama pada 2019, Wang Haifeng mencadangkan pandangan bahawa rangka kerja pembelajaran mendalam ialah sistem pengendalian era pintar. Ciri universal pembelajaran mendalam dan pembangunan rangka kerja dan platform pembelajaran mendalam telah menggalakkan penyeragaman, automasi dan modularisasi kecerdasan buatan, menjadikannya sebagai daya penggerak yang penting dalam peringkat pengeluaran besar-besaran industri. Pada tahun 2020, Wang Haifeng mencadangkan idea untuk membina infrastruktur AI baharu Dengan menggabungkan pengkomputeran awan dan kecerdasan buatan, beliau akan mempercepatkan proses pemindaian industri dan meletakkan asas yang kukuh untuk kepintaran industri. Pada 2021, Wang Haifeng berkata bahawa kecerdasan buatan menunjukkan ciri-ciri "inovasi bersepadu" dan "menurunkan ambang". Di satu pihak, semakin banyak teknologi dan industri AI menyepadukan inovasi sebaliknya, walaupun teknologi AI menjadi semakin kompleks, ambang untuk pembangunan dan aplikasi AI semakin rendah. Pada 2022, Wang Haifeng seterusnya mencadangkan bahawa platform pembelajaran mendalam yang digabungkan dengan model besar telah merealisasikan penyepaduan keseluruhan rantaian industri daripada penyesuaian perkakasan, latihan model, penggunaan inferens kepada aplikasi adegan, meletakkan asas yang kukuh untuk kecerdasan industri. Tahun ini, kemunculan model bahasa yang besar telah membawa harapan untuk kecerdasan buatan umum.

Dalam tempoh lima tahun yang lalu, dalam proses inovasi teknologi berterusan dan pembangunan yang membolehkan industri, Fei Paddle sendiri juga telah ditingkatkan secara berterusan, daripada rangka kerja pembelajaran mendalam kepada ekosistem platform, dan telah berkembang menjadi peringkat industri pembelajaran mendalam sumber terbuka dengan teknologi terkemuka dan platform terbuka. Fei Paddle menyepadukan rangka kerja teras, perpustakaan model asas, kit pembangunan, komponen alat dan komuniti Galaxy untuk membantu pembangun berkembang Ia mempunyai rangka kerja pembelajaran yang mendalam dengan latihan teragih berskala besar penyesuaian yang dinamik dan statik bersatu. cloud-edge menyeluruh hujung ke hujung Teknologi teras utama seperti penaakulan prestasi tinggi adegan.

Ekosistem Flying Paddle semakin makmur Pada tahun 2019, jumlah pembangun yang berkumpul di platform Flying Paddle ialah 1.5 juta By the Wave Summit pada bulan Ogos tahun ini, jumlahnya syarikat yang berkhidmat dan bilangan model yang dicipta berdasarkan Flying Paddle , juga berkembang pesat. Wang Haifeng mengumumkan pencapaian terbaharu ekologi Fei Paddle di tapak Sehingga akhir Disember 2023, Fei Paddle telah mengumpulkan 10.7 juta pembangun, berkhidmat kepada 235,000 perusahaan dan institusi, dan mencipta 860,000 model berdasarkan Fei Paddle.

Pangkalan pengguna Wenxin Yiyan telah melebihi 100 juta, dan bilangan soalan harian telah berkembang dengan pesat

Difahamkan bahawa Baidu telah terlibat secara mendalam dalam penyelidikan dan pembangunan model sejak 2019, dan mengeluarkan Wenxin Large Model 1.0. Selepas hampir empat tahun terkumpul, Baidu menerajui syarikat teknologi global dalam melancarkan model bahasa besar yang dipertingkatkan pengetahuan Wen Xin Yiyan pada Mac tahun ini. Pada bulan Oktober, model asas Wen Xinyiyan telah dinaik taraf kepada 4.0, dan empat keupayaan asas kecerdasan buatan iaitu pemahaman, penjanaan, logik dan ingatan telah dipertingkatkan secara menyeluruh. Kesan keseluruhan Model Besar Wenxin 4.0 telah bertambah baik sebanyak 32% dalam tempoh dua bulan yang lalu.

CTO Baidu Wang Haifeng: Bilangan pengguna Wenxinyiyan melebihi 100 juta

Wang Haifeng mendedahkan di tempat kejadian bahawa pangkalan pengguna Wen Xinyiyan telah melebihi 100 juta. Sejak perkhidmatan itu mula diberikan kepada orang ramai pada 31 Ogos, bilangan soalan yang ditanya oleh pengguna Wen Xin Yiyan telah meningkat, dan ia pada asasnya selari dengan penambahbaikan model besar Wen Xin. Semakin ramai pengguna mempercayai dan menggunakan Wenxinyiyan.

Wang Haifeng akhirnya berkata bahawa selepas lima tahun bekerja keras, kami telah bekerja keras bersama-sama dengan semua pemaju dan bekerja tanpa jemu. Dengan sokongan Feipiao dan Wenxin, kami bersedia untuk terus bekerjasama dengan semua pembangun untuk bersama-sama meneroka masa depan kecerdasan buatan am. Marilah kita berganding bahu dan memulakan perjalanan ke bintang dan laut!

Atas ialah kandungan terperinci CTO Baidu Wang Haifeng: Bilangan pengguna Wenxinyiyan melebihi 100 juta. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan