人工智能技术对于征服人类社会面临的一些未知挑战,提供了颠覆性的解决思路。12月28日,百度Create AI开发者大会“前沿探索论坛”举办。会上,百度重磅发布量子平台2.0、RNA同源序列分析算法LinearTurboFold等最新前沿技术,众多专家学者围绕人工智能最前沿的科研创新探索、未来发展趋势等议题,探讨前沿技术未来布局。
百度研究院副院长兼认知计算实验室主任李平博士首先分享了数据科学和AI基础技术的开发落地。李平表示,认知计算是机器学习和认知应用的相加,超大规模机器学习、数据/模型压缩、知识图谱等是百度认知计算实验室团队研究和落地的传统强项,已经实现了前沿技术探索与应用落地的结合。此外,百度认知实验室在对抗学习、隐私安全、分布式计算、联邦学习等领域,取得了多项世界首创研究成果。
面向前沿重大需求,百度量子平台再升级
在Create主论坛上,百度CTO王海峰正式发布百度量子平台2.0,这是国内首个提供从应用到量子处理器一站式服务的量子计算云平台。随后在前沿探索论坛上,百度研究院量子计算研究所所长段润尧详细介绍了百度量子平台2.0的各项领先技术,并围绕百度量子平台构建开放、可持续的百度量子生态,为量子计算领域的发展和繁荣作出贡献。
目前,随着量子算法、硬件的快速进展,量子计算正获得越来越多国家战略、学术科研机构和科技巨头的关注。基于量子力学和计算理论交叉融合诞生的量子计算正日益凸显重要性,在人工智能、密码安全、量子化学和材料模拟上展现出广阔的应用前景。
段润尧表示,百度量子计算研究所自2018年成立以来,一直以“百度量子、量子百度”为使命,先后推出量子脉冲控制系统“量脉”、量子机器学习开源工具集“量桨”和云原生量子计算平台“量易伏”,经过多次升级迭代,最终形成了今天的百度量子平台2.0。
百度量子平台可降低量子计算学习与应用的门槛,推动量子计算在化学、金融、材料等领域的应用。此外,集教材、视频、课程和编程一体化的量子学习知识库“量易简”全新发布,提供从量子计算理论到实践的全流程指导,方便用户更加便捷地使用百度量子平台的各项功能。
此外,百度量子计算研究所推出全新百度量子战略 QIAN,明确将量子基础突破(Quantum),基础设施建设(Infrastructure),关键应用落地(Application),以及生态网络构建(Network)作为今后的努力方向,旨在提供百度量子软硬件一体化解决方案。百度量子QIAN战略顺应量子科技大势,面向前沿重大需求,蕴含着巨大的应用价值。
随后,在段润尧与量子计算先驱、量子密码学共同发明人之一Artur Ekert教授的量子大咖对话环节中,Ekert教授表示,在量子计算领域,学术界与工业界应该加强交流,一起推动量子科技的发展。未来,双方应该协同建造更好的量子设备,培养和教育更多量子科技人才,推动量子科技与其他领域发展相结合,量子时代终将到来。段润尧表示,作为百度量子生态发展的重要一环,百度量子平台将用户和量子服务紧密结合,赋能科学研究、工业生产等领域,同时不断促进量子计算技术与教育的普及,是实现产学研融合的中心舞台。
除了硬核的技术分享,百度量子还在今年Create搭建的CREATOR CITY(创造者之城)中创建了百度量子X空间,以动效形式生动形象地展现了百度量子平台完整工作流程。通过参与旅游出行规划游戏,用户可以和百度量子平台PK规划最经济实惠的旅游出行路线,感受量子计算的能力,体验量子世界的奥秘。
加速生物计算发展,推动AI+制药应用落地
生物计算是百度持续发力的另一大前沿技术领域。自2018年开展生物计算相关研究以来,百度以RNA中具有重要作用的大分子为研究对象,以生物计算相关算法为研究核心,陆续开发出了LinearFold、LinearPartition、LinearSampling等一系列世界最快的RNA二级结构预测和采样算法。针对新冠疫情,在2020年初陆续开发出了mRNA序列设计算法LinearDesign和RNA同源序列分析算法LinearTurboFold。这一系列算法不仅创新性强,技术指标领先,还具有很强的落地价值。
据悉,LinearDesign算法的有效性已经在体外实验和动物实验中得到初步验证。在稳定性、蛋白质表达水平以及免疫原性这几个衡量疫苗最重要指标上,LinearDesign设计的新冠疫苗序列均大幅优于基准序列,并成功与法国制药企业赛诺菲签署商业合作协议,充分验证了LinearDesign算法的实际有效性及应用于生物制药领域的巨大商业价值。
百度硅谷研究院研究员张贺重点介绍了RNA同源序列分析算法LinearTurboFold,该算法大大加速同源序列结构分析算法,扩展该算法的适用范围,第一次使得新冠同源结构分析成为可能。张贺表示:“未来,百度美国深度学习研究院将继续开发出更多的创新性和颠覆性的生物计算算法,并推动算法的商业化落地。”
让AI不再是“黑盒”让GPU性能发挥更好
深度学习技术虽然大大提升了模型对数据识别、分类的效果,但深度学习的“黑盒”特性使其缺乏足够的可解释性,让其在一些涉及人身安全、财产安全的敏感领域应用非常有限。
据百度研究院大数据实验室研究员李徐泓介绍,百度研究院开发了基于飞桨的可解释性算法开源库InterpretDL,目前已集成了十余种主流的可解释性算法,并遵循“Plug-and-Play”的设计理念,用户无需修改模型;所有算法使用统一API接口,方便用户快速上手;对每种算法提供单独的教程与解析,帮助用户理解、选择合适的算法,在多个领域都有明显的性能提升。
百度资深系统工程师武正辉分享了AI计算机的发展新趋势。武正辉表示,随着云的兴起和大数据和AI的应用,每年产生的数据量大约有30%的增长,由此便推动了整个AI硬件的设计向着更高性能的方向发展,但随之也带来了功耗增长和散热的难题。百度X-man系列在设计之初便采用了硬件解耦的解决方案,考虑了散热、供电相平衡的问题,即将推出的X-man4.0和X-man5.0两款新产品,能够满足各种场景下的应用,适配更多计算平台,更好地发挥X-man的算力和性能优势。
从量子平台到生物计算,从可解释人工智能到AI计算机,无论是前瞻研究还是应用探索,百度都在不断攀登新的高峰。当下,新技术正爆发出引领新一轮变革的强大推动力,百度也将持续追寻前沿科技的星辰大海。
来源：中国网科学
