Šie pieci AI notikumi veidos 2021. gadu un turpmākus gadus

Nodrošina Baidu

2020. gads bija pamatīgs izaicinājums iedzīvotājiem, uzņēmumiem un valdībām visā pasaulē. Tā kā Covid-19 izplatījās, un tam bija nepieciešami tālejoši veselības un drošības ierobežojumi, mākslīgā intelekta (AI) lietojumprogrammām bija izšķiroša nozīme dzīvību glābšanā un ekonomiskās noturības veicināšanā. Nepārtraukti turpinājās pētniecība un izstrāde (R&D), lai uzlabotu mākslīgā intelekta pamatspējas, sākot no autonomas braukšanas un dabiskās valodas apstrādes līdz kvantu skaitļošanai.

Baidu bija daudzu svarīgu AI sasniegumu priekšgalā 2020. gadā. Šajā rakstā ir izklāstīti pieci nozīmīgi sasniegumi, kas ietekmē Covid-19 apkarošanu, kā arī mūsu ekonomikas un sabiedrības nākotnes pārveidošanu.

1. AI un vakcīnu izstrāde

Tendence un kāpēc tas ir svarīgi. Jaunas vakcīnas izstrādei parasti nepieciešami gadi, ja ne gadu desmiti. Taču 2020. gada martā vakcīnu kandidātiem cīņai pret Covid-19 jau tika veiktas cilvēku pārbaudes, tikai trīs mēnešus pēc pirmajiem ziņotajiem gadījumiem. Rekordiskais vakcīnas izstrādes ātrums daļēji bija pateicoties AI modeļiem, kas palīdzēja pētniekiem analizēt milzīgus datu apjomus par koronavīrusu.

Vīrusa ārējiem proteīniem ir desmitiem tūkstošu apakškomponentu. Mašīnmācīšanās modeļi var kārtot šo datu puteni un paredzēt, kuri apakškomponenti ir imunogēnākie, t.i., spēj radīt imūnreakciju, un tādējādi vadīt pētniekus mērķtiecīgu vakcīnu izstrādē. AI izmantošana vakcīnu izstrādē nākotnē var mainīt veidu, kā tiek radītas visas vakcīnas.

Baidu jauninājumi. Februārī Baidu atklāja savu LinearFold AI algoritmu zinātnes un medicīnas komandām, kas strādā, lai cīnītos pret vīrusu. LinearFold prognozē vīrusa ribonukleīnskābes (RNS) secības sekundāro struktūru un dara to ievērojami ātrāk nekā tradicionālie RNS locīšanas algoritmi. LinearFold spēja paredzēt SARS-CoV-2 RNS sekvences sekundāro struktūru tikai 27 sekundēs, kas ir 120 reizes ātrāk nekā citas metodes. Tas ir nozīmīgi, jo galvenais Covid-19 vakcīnu sasniegums ir vēstnesis RNS (mRNS) vakcīnu izstrāde. Tradicionālo metožu vietā, kas ievieto nelielu vīrusa daļu, lai izraisītu cilvēka imūnreakciju, mRNS māca šūnām izveidot proteīnu, kas var izraisīt imūnreakciju, kas ievērojami saīsina izstrādes un apstiprināšanas laika posmu.

Lai atbalstītu mRNS vakcīnas izstrādi, Baidu vēlāk izstrādāja un izlaida mākslīgā intelekta algoritmu mRNS sekvences dizaina optimizēšanai, ko sauc par LinearDesign, kura mērķis ir atrisināt nestabilu un neproduktīvu mRNS sekvenču problēmu kandidātu vakcīnās.

Papildus piekļuves atvēršanai LinearFold un LinearDesign pētniekiem visā pasaulē, Baidu arī izveidoja stratēģisku partnerību ar Nacionālo vīrusu slimību kontroles un profilakses institūtu, kas ir daļa no Ķīnas Slimību kontroles un profilakses centra. Pēc uzliesmojuma Pekinas Xinfadi tirgū jūnijā, Baidu AI tehnoloģija ļāva iestādēm 10 stundu laikā pabeigt koronavīrusa celma genoma sekvencēšanu, palīdzot ierobežot slimības uzliesmojumu. Decembrī Baidu iepazīstināja ar PaddleHelix — uz mašīnmācībām balstītu bioskaitļošanas sistēmu, kuras mērķis ir veicināt vakcīnu izstrādes, zāļu atklāšanu un precīzās medicīnas izstrādi.

2. Pilnībā automatizēta braukšana un robotakses ieviešana

Tendence un kāpēc tas ir svarīgi. Autonomās braukšanas tehnoloģija turpināja attīstīties 2020. gadā, nozares vadošajiem uzņēmumiem testējot bezvadītāja automašīnas un atklājot robotaksi pakalpojumus sabiedrībai dažādās pilsētās. Autonomās braukšanas mērogojamībai un komercializācijai būs nepieciešama pilnībā automatizēta braukšana, kas ļauj braukt bez cilvēka drošības vadītāja.

Baidu jauninājumi. Pagājušajā gadā Baidu atklāja Apollo Go Robotaxi pakalpojumu Ķīnas pilsētās Čangšā, Kandžou un Pekinā, tostarp noslogotos tirdzniecības rajonos, kļūstot par vienīgo uzņēmumu Ķīnā, kas sāk robotaksi izmēģinājuma darbības vairākās pilsētās.

Šīs izmaiņas ir rezultāts Baidu nepārtrauktai inovācijai, izstrādājot AI sistēmas, kas var droši vadīt transportlīdzekli sarežģītos ceļa apstākļos un atrisināt lielāko daļu iespējamo problēmu uz ceļa neatkarīgi no cilvēka vadītāja.

Savā ikgadējā tehnoloģiju konferencē Baidu World 2020 Baidu arī demonstrēja savas pilnībā automatizētās braukšanas iespējas, kur mākslīgā intelekta sistēma brauc neatkarīgi bez transportlīdzekļa drošības vadītāja. Lai atbalstītu pilnībā automatizētu braukšanu, Baidu izstrādāja 5G Remote Driving Service — drošības pasākumu, ar kuru attālināti operatori var pārņemt transportlīdzekļa vadību ārkārtas avārijas gadījumā. Baidu pilnībā automatizētās braukšanas sasniegums un tā robotakses ieviešana liecina par pozitīvu tehnoloģiju komercializācijas perspektīvu tuvākajā nākotnē.

Avots: Baidu

3. Lietišķā dabiskās valodas apstrāde

The tendence un kāpēc tas ir svarīgi. 2020. gadā dabiskās valodas sistēmas kļuva ievērojami progresīvākas cilvēka valodas aspektu, piemēram, sentimenta un nodomu, apstrādē, radot valodu, kas atbilst cilvēka runas un rakstīšanas modeļiem, un pat vizuālo izpratni, kas nozīmē spēju izteikt izpratni par attēlu, izmantojot valodu. Šie dabiskās valodas modeļi nodrošina precīzākus meklēšanas rezultātus un sarežģītākus tērzēšanas robotus un virtuālos palīgus, tādējādi uzlabojot lietotāju pieredzi un radot vērtību uzņēmumiem.

Baidu jauninājumi. Baidu izlaida jaunu daudzplūsmu secību sistēmu valodu ģenerēšanai ar nosaukumu ERNIE-GEN. Apmācot modeli, lai prognozētu semantiski pabeigtus teksta blokus, ERNIE-GEN veic elites līmeni dažādu valodu ģenerēšanas uzdevumu klāstā, tostarp dialogā, jautājumu ģenerēšanā un abstraktā apkopojumā.

Baidu redzes valodas modelis ERNIE-ViL arī sasniedza ievērojamu progresu vizuālajā izpratnē, ierindojoties pirmajā vietā VCR līderu sarakstā — Vašingtonas Universitātes un Alena AI institūta izveidotajā datu kopā ar 290 000 jautājumiem, kuras mērķis ir pārbaudīt vizuālās izpratnes spējas. ERNIE-ViL arī sasniedza vismodernāko veiktspēju piecos vīzijas valodas pakārtotajos uzdevumos. Vizuālā izpratne veido pamatu datorsistēmu fiziskai mijiedarbībai ikdienas ainās, jo tā ietver gan vizuālā satura izpratni, gan tā izteikšanu ar valodu. Tas būs ļoti svarīgi, lai uzlabotu cilvēka un mašīnas mijiedarbības kvalitāti.

4. Kvantu skaitļošana

Tendence un kāpēc tas ir svarīgi. Kvantu skaitļošana 2020. gadā veica ievērojamu progresu, tostarp Jiuzhang datora sasniegto kvantu pārākumu. Tam ir nozīme AI, jo kvantu skaitļošanai ir potenciāls palielināt AI lietojumprogrammas salīdzinājumā ar klasiskajiem datoriem, kuru pamatā ir binārie datori. Piemēram, kvantu skaitļošanu varētu izmantot, lai palaistu ģeneratīvu mašīnmācīšanās modeli, izmantojot lielāku datu kopu, nekā var apstrādāt klasiskais dators, tādējādi padarot modeli precīzāku un noderīgāku reālās pasaules iestatījumos. Uzlabotām tehnoloģijām, piemēram, dziļās mācīšanās algoritmiem, arī ir arvien svarīgāka loma kvantu skaitļošanas pētījumu attīstībā.

Baidu jauninājumi. Baidu 2020. gadā panāca vairākus tehniskus sasniegumus, kas sola savienot AI un kvantu skaitļošanu. Maijā Baidu laida klajā Paddle Quantum — kvantu mašīnmācības izstrādes rīku komplektu, kas var palīdzēt zinātniekiem un izstrādātājiem ātri izveidot un apmācīt kvantu neironu tīklu modeļus un nodrošināt progresīvas kvantu skaitļošanas lietojumprogrammas. Atvērtā koda rīkkopa gan atbalsta izstrādātājus, kuri veido kvantu AI lietojumprogrammas, gan palīdz dziļās mācīšanās entuziastiem izstrādāt kvantu skaitļošanu. Septembrī Baidu uzsāka mākoņdatošanu, uzsākot Quantum Leaf, kas nodrošina kvantu izstrādes komplektus, piemēram, QCompute, un var saīsināt kvantu programmēšanas dzīves ciklu un palīdzēt realizēt “slēgtā cikla” kvantu rīku ķēdi.

Avots: Baidu

5.AI mikroshēmas

Tendence un kāpēc tas ir svarīgi. 2020. gadā turpinājās mākslīgā intelekta aparatūras attīstība, izlaižot vairākas AI mikroshēmas, kas pielāgotas specializētiem uzdevumiem. Lai gan parasts procesors spēj atbalstīt AI uzdevumus, AI specifiskie procesori tiek pārveidoti ar īpašām sistēmām, kas var optimizēt veiktspēju tādiem uzdevumiem kā dziļa mācīšanās. Tā kā mākslīgā intelekta lietojumprogrammas kļūst arvien izplatītākas, jebkurš veiktspējas pieaugums vai izmaksu samazinājums var radīt lielāku vērtību uzņēmumiem, kas pārvalda plašu datu centru tīklu komerciāliem mākoņpakalpojumiem, un var atvieglot uzņēmuma iekšējo darbību.

Avots: Baidu

Baidu jauninājumi. Izstādē Baidu World 2020 uzņēmums piedāvāja ieskatu savā nākamās paaudzes mākslīgā intelekta procesorā Kunlun 2, kuru tas plāno laist masveida ražošanā 2021. gada sākumā. Mikroshēmā tiek izmantota 7 nanometru (nm) apstrādes tehnoloģija, un tās maksimālā skaitļošanas jauda ir vairāk nekā trīs reizes vairāk nekā iepriekšējās paaudzes Kunlun 1. Kunlun mikroshēmām ir raksturīga augsta veiktspēja, zemas izmaksas un augsta elastība, kas var atbalstīt plašu AI lietojumprogrammu un scenāriju klāstu, palīdzot veicināt plašāku AI pārņemšanu un samazinot lietošanas izmaksas. . Vairāk nekā 20 000 Kunlun 1 mikroshēmu tagad ir izvietoti, lai atbalstītu Baidu meklētājprogrammu un Baidu Cloud partnerus kopš to palaišanas 2018. gadā, sniedzot iespēju rūpnieciskajai ražošanai, viedajām pilsētām, viedajam transportam un citām jomām.

Šo saturu veidoja Baidu. To nav rakstījuši MIT Technology Review redakcijas darbinieki.

paslēpties