评分
暂无评分
0人评价
5星
0%
4星
0%
3星
0%
2星
0%
1星
0%
AI智能总结...
AI/summary > _
AI 正在思考中...
本集内容尚未生成 AI 总结
简介...
https://xiaoyuzhoufm.com

不少人说,AI 大模型开始降温了。从资金面与话题热搜来看,或许是的;但从技术的本质来看,并非如此。因为,「大模型是 AI 的发展底座」,AI 又何尝不是科学与工业的发展底座。

作为中国在计算机视觉领域的领军人物,华为云人工智能领域首席科学家,田奇院士从技术开发者的角度,以华为云盘古大模型为例,给出了 AI 大模型在硬科技与硬工业领域的想象空间,也让人不禁期待 AI for Science 的未来图谱。

欢迎大家收听本期节目,让我们持续与 AI 最优秀的技术开拓者,探讨 AI 作为科学底座的本质。

P.S. 本期节目由于是远程采访,所以录音音质不太理想。我们也在声动活泼的公众号上同步上线了节目的文字版《下一个 AI 爆点在哪里》,大家可以配合收听。

本期人物
丁教,「声动活泼」联合创始人,「科技早知道」主播
田奇,华为云人工智能领域首席科学家,计算机视觉、多媒体信息检索专家,国际欧亚科学院院士,IEEE Fellow,中国人工智能学会会士

主要话题
[01:18] 九七年与 AI 结缘,Thomas Huang
[04:32] 团队先从计算机视觉(CV)开始发力,为什么?
[09:10] 大模型在工业领域的商业实例有哪些?
[17:58] 盘古做一次海洋预测只需要 1 秒钟?
[23:45] 2020 年就曾判断小模型到大模型的趋势
[31:18] 团队正在积极探索哪些新领域?
[42:56] 盘古大模型是如何训练的?

延伸阅读

  • 相关论文:田奇博士在节目中提到的盘古大模型研究成果,可以参考华为云盘古大模型研发团队将于 7月6日(北京时间)在 Nature 上发表的最新论文 Accurate medium-range global weather forecasting with 3D neural networks
  • 相关活动:节目最后 Diane 提到的开发者活动可以通过 华为开发者大会 2023 进一步了解。
  • Thomas Shi-Tao Huang:美籍华裔计算机科学家、电气工程师和作家,以其对图像处理、模式识别、计算机视觉、人机交互等领域的研究而知名,田奇院士读博时的导师。
  • CV(Computer Vision):一门研究如何使机器「看」的科学,指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图像处理,用计算机处理成为更适合人眼观察或传送给仪器检测的图像。 作为一门科学学科,计算机视觉研究相关的理论和技术,试图创建能够从图像或者多维数据中获取「信息」的人工智能系统。
  • NLP(Natural language processing):人工智能和语言学领域的分支学科,主要关注如何处理及运用自然语言;自然语言处理包括多方面和步骤,基本有认知、理解、生成等部分。 自然语言认知和理解是让电脑把输入的语言变成有意思的符号和关系,然后根据目的再处理。自然语言生成系统则是把计算机数据转化为自然语言。
  • 铁路缺陷(TFDS):指在铁路系统中出现的各种问题或缺陷,可能会对列车运行安全和效率产生负面影响,包括轨道问题、信号系统故障、设备故障、隧道和桥梁问题、线路维护不当、运输车辆故障等等。

注:除特殊说明,以上资料均根据ChatGPT、维基百科、Google Search等搜索结果进行整理,欢迎勘误。

往期节目

欢迎加入声动胡同会员计划
成为声动活泼会员,支持我们独立而无畏地持续创作,并让更多人听到这些声音。

加入方式
支付 ¥365/年 成为声动胡同常住民。加入后,你将会在「声动胡同」里体验到专属内容、参与社群活动,和听友们一起「声动活泼」。
在此之前,也欢迎你成为声动胡同闲逛者 ,免费体验会员内容、感受社群氛围。
了解更多会员计划详情,我们在声动胡同等你。

幕后制作
监制:刘灿、闻晓(实习)
后期:陈太太、Jack
运营:瑞涵、Babs
设计:饭团

关于节目
原「硅谷早知道」,全新改版后为「What's Next|科技早知道」。放眼全球,聚焦科技发展,关注商业格局变化。

商务合作
声动活泼商务合作咨询

关于声动活泼
用声音碰撞世界。声动活泼致力于为人们提供源源不断的思考养料。
我们还有这些播客:声东击西What's Next|科技早知道声动早咖啡商业WHY酱跳进兔子洞反潮流俱乐部泡腾 VC吃喝玩乐了不起
如果你想获取热门节目文字稿,请添加微信公众号 声动活泼
如果想与我们交流,欢迎到即刻找到我们
也期待你给我们写邮件交流,邮箱地址是:[email protected]
如果你喜欢我们的节目,欢迎 打赏 支持,或把我们的节目推荐给朋友

Special Guest: 田奇.

主播...
声动活泼的声小音
丁教Diane
评价...

空空如也

小宇宙热门评论...
饭困困不团
1年前 上海
0
来了!
渣渣_SKgQ
4个月前 比利时
0
嘉宾讲得很清楚
水煮虾蛄
11个月前 浙江
0
祝持人真的不行!罗里罗嗦问不到点子上,自己其实很不懂
是迦棋呀
1年前 北京
1
很专业!今天还看到一篇文章,讲国家扶持这么多互联网企业,最后都去赚钱了,能够上升到国际和国家层面拿得出去跟人家battle 的高精尖很少,云这块就是其中之一,而华为云又是其中头部的,做的很好的企业!
AI-Nate
1年前 美国
1
20:04 谢谢分享!不过,这里其实没有提盘古大模型推理时使用的GPU算力,和欧洲气象局的对比不能算作Apple to Apple的对比。比较好奇盘古推理的算力规模。
ladyiceberg
1年前 北京
1
11:52 大模型应用主要在nlp方向,实际落地项目大量是cv的项目,多模态还处于研究阶段
JoLeung
1年前 美国
2
39:46 from gpt:在模型部署的使用场景下,端侧、边侧和云侧是指不同的计算环境,它们有着不同的关系和区别: 1. **端侧(Edge)**:指的是靠近数据源和使用者的计算设备,如智能手机、传感器、嵌入式设备等。在端侧部署模型可以实现实时响应和低延迟,适用于需要快速决策的场景,但资源有限。 2. **边侧(Edge)**:与端侧类似,但更强调分布式计算,可以是一组连接的设备或者边缘服务器。边侧计算具备更多的计算资源,能够进行一定程度的数据处理和模型推理,减少了与云端的通信开销。 3. **云侧(Cloud)**:指的是云计算环境,拥有强大的计算和存储资源。在云侧部署模型可以进行大规模的数据分析、训练和推理,适用于需要处理海量数据和复杂计算的场景。 这些侧面的关系和区别在于数据处理和计算资源的分配。通常情况下,对于实时性要求高、资源受限的场景,可以选择在端侧或边侧部署模型;而对于需要大规模数据处理和分析的场景,可以选择在云侧部署模型。同时,也可以进行混合部署,根据实际需求将模型在不同侧面进行部署,以获得最佳的性能和效果。
饭困困不团
1年前 上海
2
来了!
晨未阿未
1年前 美国
2
30:46 那到了30岁的都去哪了?😨
加油加油吧
1年前 广东
3
这..念完博几岁?不到三十岁是啥优势
AI-Nate
1年前 美国
4
21:01 类似像Fast Transformer这样训练加速的优化,以及低精度的计算模式,确实能很大程度提升训练速度,但是同样会损失模型的performance。这点不知道盘古大模型在加速后表现是否依然足够好和稳定?
企鹅型酸包
1年前 美国
4
气象博士下周答辩,虽然盘古这个模型已经听说有小半年了,但是实际看到还是两眼一黑,觉得接下来坚持搞气象科研前途无望
魂帝HD
1年前 重庆
6
昨天刚看到新闻,今天就出了,好快呀!
陈太太本人
1年前 北京
7
田老师牛哇,这可是nature 作者!牛牛牛!
beibiie
1年前 北京
8
嘉宾tittle一看,这期节目先定个0.8倍速吧,大概率听不懂😂
U31S
1年前 上海
10
刚好参加完上海世界人工智能大会,感觉“看得见、摸得着的落地应用太少,还都是PPT”,企业落地不止是最后一公里的问题,生态配套(基础软件、国产GPU、模型新的方式)也许会解决最后一公里问题,但多久不好说,和国外的代差很难说能弯道超车,AIGC的场景在企业的落地应用仍在探索中,我们要加油了
premose
1年前 福建
12
科早效率太高了吧👍🏻 紧跟时事了属于是。
handh
1年前 德国
12
刚看了盘古气象大模型的科普视频,太牛了,遥遥领先!
晨萱-语迟者说
1年前 北京
13
19:40 除了吹牛,还是回避了主播的问题,在问你的系统的算力的硬件配置。这个八张卡三天的训练根本不能叫做大模型,甚至连中模型都不是,只能说是一个垂直领域的小模型
cacoschphou
1年前 美国
14
来了!田大牛!
EarsOnMe

加入我们的 Discord

与播客爱好者一起交流

立即加入

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧