陳作寧院士:人工知能モデルとアルゴリズムの7つの発展傾向

陳作寧院士:人工知能モデルとアルゴリズムの7つの発展傾向
[[344779]]

2020年は紆余曲折と困難の年でした。このような背景から、人類にさらに貢献し、さまざまな困難を克服するためには、ハイテク、人工知能などの力が必要です。

統計によると、2020年に人工知能関連産業の規模は1500億元を超え、関連産業の規模は1兆元を超えると予想されています。

しかし同時に、わが国の人工知能人材の不足は500万人を超え、需要と供給の比率は1:10となっています。この業界が今でも最も注目され、最も注目を集めている分野であることは間違いありません。

[[344780]]

2020年全国高性能コンピューティング学術年次会議において、中国工程院副院長の陳作寧院士が「人工知能の進歩に必要なコンピューティングパワー需要の分析」と題する報告書を発表しました。

このレポートでは、人工知能モデルとアルゴリズムの 7 つの開発動向を提案しています。

1. 人工知能は監視なしの方向に発展する。

2. 説明可能な AI (XAI) の重要性がますます高まっています。

3. 人工知能モデルは自己学習と自己進化へと移行する。

4. 人工知能の開発には、複数のアルゴリズムとモデルの有機的な組み合わせが必要です。

5. 人工知能アプリケーションはライフサイクルに注意を払う必要があります。

6. 分散型および非中央集権型サービスの需要がますます高まっています。

7. 深い推論のためのコンピューティング要件の進化。

これらの技術開発の方向性と傾向が今後も飛躍的な進歩を遂げれば、まさに次のような人工知能開発における現在の困難を解決することになるでしょう。

1. データラベル付けの要件は高い。教師あり学習では大量の手作業によるラベル付けが必要となるため、「知能と同じくらい手作業も必要」という格言があります。

2. 説明不可能。ディープラーニングの説明不可能性には大きなリスクと不確実性が潜んでいるため、その推進価値は限られています。

3. 高いデータ要件。データの量と品質に対する要件が高く、大量のコンピューティング リソースを消費するため、コスト効率と経済的メリットが大幅に制限されます。

4. データのプライバシーとセキュリティ。ユーザーのプライバシーとセキュリティを最大限に保護しながら、データの価値を最大化する方法は常に社会の関心事です。

そのため、実装から開発、そして実際の価値の創出に至るまで、人工知能業界では、データ品質、データガバナンス、ソフトウェアとハ​​ードウェアのリソース、シナリオの応用価値、技術標準の構築、製品の総合的なパフォーマンス、セキュリティとプライバシー、人材プール、戦略計画など、さまざまな側面を考慮する必要があります。これらのリンクの1つでも欠けていると、進歩の速度や生み出される価値がある程度制限されます。

しかし、何であれ、技術がその価値を証明し、継続的に反復して改善できる場合、それは将来的に私たちにさらなる価値をもたらすでしょう。

総じて、人工知能は我が国の産業や部門をインテリジェント産業にアップグレードするのに役立ち、大きな商業価値を持ち、新たな科学技術革命の中核的な原動力となっています。

2020年以降も、人工知能は科学技術、経済、社会、生活などの分野にさまざまな新たなブレークスルーとインパクトをもたらし続けることが期待されています。一緒に期待しましょう。

<<:  深い思考:テイクアウトの背後にある人工知能アルゴリズムの秘密

>>:  「人間の顔認識」は事故が多発していますが、「豚の顔認識」は信頼性が高いです!アリババは正しい賭けをした

ブログ    
ブログ    

推薦する

スマート端末AxPOS A8Sは単なるハードウェアのフラッシュではありません

AxPOS A8Sは、LianDi Commercialが2020年に構築に注力した新世代のスマート...

復旦大学のチームが中国の医療・健康パーソナルアシスタントをリリースし、47万件の高品質データセットをオープンソース化

遠隔医療の普及に伴い、便利で効率的な医療サポートを求める患者にとって、オンライン医療相談が第一の選択...

...

行列乗算の3Dインサイト: これがAIの思考法

行列乗算の実行プロセスを 3D で表示できれば、行列乗算を学ぶのはそれほど難しくないでしょう。今日で...

データ構造とアルゴリズム: グラフ構造

写真グラフ構造は、ツリー構造よりも複雑な非線形構造です。ツリー構造では、ノード間に分岐階層関係があり...

ディープラーニング プラットフォームとして、TPU、GPU、CPU のどれが優れているでしょうか?誰かがベンチマーク調査を行った

GPU、TPU、CPU はすべてディープラーニング モデルのトレーニングに使用できますが、これらの各...

米国の都市、犯罪増加で顔認識技術の禁止を撤回

バージニア州は7月に地元警察による顔認識技術の使用禁止を解除する予定だが、カリフォルニア州とニューオ...

...

3分レビュー:2021年10月の自動運転業界の完全な概要

チップ不足と疫病の影響により、今年初めから自動運転産業の発展は減速を余儀なくされたが、数か月の回復を...

...

普及モデルはどのようにして新しい世代の意思決定エージェントを構築するのでしょうか?自己回帰を超えて長いシーケンス計画軌道を生成する

部屋の中に立っていて、ドアに向かって歩こうとしていると想像してください。自己回帰を使用して、一歩ずつ...

HiLM-D: 自動運転のためのマルチモーダル大規模言語モデル

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

スマートホーム技術を通じて AI が家を乗っ取る可能性はあるでしょうか?

スマートホーム テクノロジーは、家電製品、ホーム セキュリティ、照明、エンターテイメントを強化します...