首页|社会|娱乐|体育|文化|科技|综合|健康养生|军事|国际|汽车|时事|财经|教育|旅游
定坛网 首页 > 科技 > 2019中关村论坛深度学习平行论坛:专家学者探讨强国“重器”

2019中关村论坛深度学习平行论坛:专家学者探讨强国“重器”

来源:网络  2019-11-07 08:57:07    

10月17日,百度主办的2019中关村论坛人工智能时代深度学习技术与应用创新论坛在北京举行。作为本次中关村论坛中唯一专注于深度学习的平行论坛,来自清华大学、马里兰大学、英特尔和联想等国内外知名机构和企业的专家学者齐聚北京,探讨深度学习技术的前沿和未来产业发展趋势。

“深度学习开发和工业应用是一个复杂的系统。百度开辟了自主开发的深度学习平台。我们期待与软件和硬件领域的各界合作,更好地规范、自动化和模块化深度学习技术,促进工业智能,为更美好的智能时代贡献中国的力量。”百度首席技术官兼国家深度学习技术与应用工程实验室主任王海峰在讲话中说。

成熟的技术应用加速中国的深度学习

深度学习是近年来人工智能发展最快的领域之一。在计算力、数据和算法三驾马车的驱动下,深度学习在语音识别、机器视觉和自然语言处理等经典人工智能问题上取得了长足的进步,人工智能进入了真实的应用场景,并开始发挥其真正的价值。在2019年政府工作报告中,特别强调“扩大‘智能’以增强制造业转型升级的能力”,这也是人工智能连续第三年出现在政府工作报告中。

徐新超,北京市科委党组成员、副主任

对大规模工业应用的深入学习已经成为从政策导向到行业共识的一致方向。因此,夯实基础是当前的一个重要课题。北京市科委副主任、党组成员徐新超在讲话中指出,面对新一轮科技革命和产业转型,北京已经组织百度等龙头企业和各种学术界率先建设开放的人工智能生态系统,重点进行基础理论研究和关键共性技术的研发。 支持开源算法框架标准化的发展,进行人工智能基准测试和软硬适应性研究,促进应用场景和数据的开放。

北京市经济和信息化局副局长蒋广智

北京市经济和信息化局副局长蒋广智表示,与计算芯片相结合的深度学习框架将形成主导产业生态的核心技术体系。我们非常高兴地看到,以飞桨为代表的国内开源和深入学习技术系统,已经初步能够支持人工智能产业的发展。下一步,北京将围绕自主开发的深度学习框架,重点建设人工智能技术系统,相关工作还在继续。

中国工程院院士、清华大学自动化系教授戴琼海出席会议并发表主旨演讲。中国在深度学习领域的发展不仅要从世界开源精神中汲取营养,做出积极贡献,还要着眼于在自己的土壤中生根发芽。马里兰大学帕克分校教授迪内什·马诺查(Dinesh manocha)也在分享中表示,来自许多领域的知识和大量的实验和培训已经应用于机器人技术和自动驾驶技术的研究。其中,一个高效和开放的框架是非常必要的。

Dinesh manocha,马里兰大学帕克分校教授。

在这个论坛上,对常用技术平台和以芯片为代表的计算能力领域的深入研究是国内外学者和企业谈论最多的两个方向,也是大规模工业化深入研究过程中最重要的两个基本环节。

低门槛、更高效的开源平台智能芯片引爆工业智能应用

从代码到我们熟悉的面部识别、智能对话和个性推荐需要多少步骤?链条很长,但它的起点无疑是在深度学习平台上。百度首席技术官王海峰博士曾将这一深度学习平台比作“所有人工智能应用的基础”。从网络化、培训到预测,深度学习平台封装了底层语言和重要算法模型,大大降低了研发门槛,是典型的通用技术平台。

在论坛网站上,百度人工智能技术平台系统执行董事、国家深度学习技术与应用工程实验室副主任吴添介绍了百度深度学习平台飞桨及其工业实践。在全球开源框架阵列中,飞翼是中国第一个也是唯一一个拥有开源和完整功能的行业级深度学习平台。迄今为止,飞桨深度学习平台已经为150多万开发者服务,仅在定制培训平台上就发布了65,000多名企业用户和169,000款机型。此外,吴添还发布了百度大脑人工智能技术成果白皮书,充分展示了百度大脑在过去一年中对行业的技术演变。

百度人工智能技术平台系统执行董事、国家工程实验室深度学习技术与应用副主任吴添

在计算能力的方向上,随着工业智能的不断进步,深度学习模型,尤其是工业级模型的网络结构变得越来越复杂,对大规模深度学习计算的需求激增。以色列理工学院人工智能中心主任阿萨夫·舒斯特(Assaf schuster)从算法层面分享了人工智能高性能计算的前沿基础研究。在硬件领域,专门为人工智能工作负载设计并与软件合作构建的定制高性能芯片和机器一直在大型会议上得到广泛讨论。

英特尔ai产品组深度学习多芯片性能架构师karthikeyan vaidyanathan介绍了英特尔神经网络训练处理器(nnp-t)。这款与百度合作开发的处理器可以加快大规模分布式训练,人工智能训练比同类产品好10倍。中国智能芯片领域的知名先驱北京中科寒武纪副总裁刘道富分享了寒武纪在智能处理器设计上的独特思维。除了端芯片,wave group ai的首席架构师张青从服务器的角度分享了深度学习计算优化和应用实践。他说,为了提高计算系统的性能和效率,有必要从系统的角度全面考虑培训和推理平台和算法,以及应用场景的共同设计。

在数据层面,联想研究所人工智能实验室主任施钟超强调了行业知识在行业落地过程中的重要性。施钟超表示,联想人工智能专注于智能物联网、传统it向智能基础设施的转型和工业智能三大方向。在未来,人工智能必须从实际应用中获得需求,将数据、算法和工业知识(知识、经验和过程)结合起来,以创建智能垂直工业解决方案。

除了优秀的专题报告,百度还邀请了中国科学院自动化研究所模式识别国家重点实验室的研究人员和博士生导师。人工智能与高级计算联合实验室主任程健、联想研究所人工智能实验室主任石钟超、百度机器人与自动驾驶仪实验室主任杨瑞刚、北京航空航天大学计算机科学学院副教授、博士生导师刘祥龙、英特尔ai产品集团深入研究多芯片性能架构师karthikeyan vaidyanathan、国内外五位知名学者和行业领袖,就“深入研究和应用落地的技术趋势”进行了深入探讨。

人工智能正从学术界驱动向学术界和工业界共同驱动转变,这需要工业界、研究界和研究界的协同创新。百度也期待着与所有部门合作,促进技术进步,分享技术成果,促进工业智能,为全球经济发展和社会进步贡献中国的力量。

(责任编辑:于田)

一分钟pk10

上一篇:中国玩具出口韧性强:前8个月出口增长16.7%

下一篇:男生说哪些话,最让女生着迷?
延伸阅读

相关新闻
新闻