展会信息港展会大全

云从科技:在计算机视觉、语音、NLP上遵从模型和知识相结合的思路推进
来源:互联网   发布日期:2023-02-02 16:32:50   浏览:1588次  

导读:集微网消息,近日,云从科技在接受机构调研时表示,从NLP角度来看,国内的的大模型数据量、参数规模不亚于ChatGPT,已达到千亿级数据,甚至数据量和模型都会更多。下一个要解决的问题依然是如何把人类的知识更好的接入,把基础大模型本身的威力释放出来。因...

集微网消息,近日,云从科技在接受机构调研时表示,从NLP角度来看,国内的的大模型数据量、参数规模不亚于ChatGPT,已达到千亿级数据,甚至数据量和模型都会更多。下一个要解决的问题依然是如何把人类的知识更好的接入,把基础大模型本身的威力释放出来。因此,对国内在近两年实现这方面的突破有信心。

这个信心的来源:1)算力与数据量方面与美国相比尚不存在差异。2)未来基于基础大模型,向上做教练模型、强化学习,形成专用模型,不一定要由少数大公司来做,可以由既掌握深度学习大模型的核心技术、又有行业理解的公司来做,形成生态,对于本身有AI布局的公司来说都是机会。3)公司在计算机视觉、语音、NLP上遵从模型和知识相结合的思路推进,理念上与OpenAI很大程度上是一致的。国内头部企业一定会沿着ChatGPT验证成功的这个范式来推进。

云从科技指出,类比人来看,一个通才想要在某一个领域有所建树是很难的。今天我们看到的ChatGPT,已经具备了很好的语言组织的框架和逻辑,但是对于某个特定领域的理解不够深,会导致外行人看着觉得不错,内行人看着会觉得有所欠缺。如何提升专业度呢?一方面就是更大规模的专业数据,另一方面就是更专业的知识(深度的行业know-how)。让人工智能在某个方向上做得越来越好,是一件非常有趣的事情。在实际应用当中我们也不见得需要通才,一个家庭医生能帮我更好的应对生活中的健康问题,价值就已经非常大了,我们不会要求他同时能做好发型。

云从科技认为AI行业在技术上分为三个阶段。第一阶段(一浪时代):单点技术。如语音识别、人脸识别、车牌识别、OCR识别等每个单点发挥作用。第二阶段(二浪时代):多点技术组合。可以在较为复杂的领域解决问题。第三阶段(三浪时代):颠覆入口(颠覆交互方式,搜索的入口变革)和颠覆内容(AIDC,以丰富、更个性化的方式来生成内容)。微软投资动力一方面来自于颠覆过去的交互方式(AI对于未来入口的颠覆)。另一方面就是对内容的颠覆(AIGC能够以更快速、更丰富、更个性化的方式生成内容)。

云从科技称,首先,坚持投入,在正确赛道上长期布局。AI的未来发展一定会对场景和产业形成效率和体验的全面提升,长期会坚持数据结合知识的趋势,坚持整个大模型、预训练、下游任务迁移的逻辑,自2020年开始,公司已经陆续在NLP、OCR、机器视觉、语音等多个领域开展预训练大模型的实践并持续加大投入,沿袭ChatGPT的范式。其次,公司致力于人机协同,将更多人类的专业领域知识加入到原始数据中。公司依然坚持即定战略,致力于打通从感知-认知-行动的人机协同操作系统。最后,就是技术平台化与应用场景化。公司可通过行业的know-how将公司本身的算法模型提高到更高的水平,也可以通过这个方式形成范式。技术平台化以后,解决方案的标准化程度将提升,可复制性变强且成本降低。

云从科技透露,从技术角度看,目前视觉大模型、语音大模型跟自然语言理解大模型是分开的,尚且不存在一个通用的大模型解决全部问题,但ChatGPT在技术范式上给视觉、语音大模型的发展带来很大的能量。单独看NLP大模型,可以当成百科全书来用,在搜索引擎的场景对用户的帮助是很直接的,不过局限在线上。但在更远的2024、2025、2026年,我们会发现,把视觉、语音和NLP结合在一起,变成数字人,能打通线上和线下,结合实时与非实时,能够实现问答、伴随和托管等更多的人机协作模式,能够帮助到更多的场景。

据了解,工业城市与旅游城市的需求是不一样的。以智慧水务解决方案为例,大致用来解决以下三个问题:(1)在一些重要的河道或重点区域安装传感器去检测数据的变化以及水位的变化,预测是否会出现内涝以及由此产生的潜在自然灾害与后果。(2)防汛的应急预案,包括调用应急预案的合理时间与调用应急预案所需的资源。(3)现场应急抢险中,如何现场指挥、如何分配资源、如何最精准的了解各个现场的现状、如何根据现场复杂情况作出应急方案的调整以及预测随时可能发生的潜在灾害。

行业解决方案要解决的是事态的感知、智能的预判以及统筹调度(即快速发现问题、解决客户痛点问题、甚至提前预防问题)。四川成都天府凭借公司提供的智慧城市解决方案荣获由全球智慧城市大会颁发的“能源与环境大奖”。

技术难点:人工智能场景落地时,需要基础的范式。第一步,对现场检测的环境进行感知(即物理世界数字化)。只有充分掌握复杂环境的各种数据,才能在后续的阶段提供更高效的解决方案。此步骤需要识别大量case,要求需具备包括视觉语音等更为全面的人工智能技术。面对新场景时,要求需以更高效更快速且更低成本的去检测与识别新内容。第二步,知识构建与计算的过程(包括事态的感知、预案的判断),这是需要大量行业know-how。第三步,当应急事件发生后,需要对应急指挥进行辅助,包括资源调度、现场情况判断、联合指挥等。这就需要AI技术的陪伴或执行,即“感知-认知-行动”中的行动。整体来看,需要全面的技术链条支撑与高生产效率的技术能力。

云从科技指出,从技术上来看,公司期待技术间的交流与合作,公司认为不能闭门造车,需开放拥抱。国内整个技术领域里,算力与数据量方面与美国相比尚不存在差异,芯片方面的差距还是存在的,公司也希望与国外头部企业进行交流与合作。


赞助本站

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港