当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 中国工程院院士戴琼海:5年后大模型将成为AI应用关键基础平台

中国工程院院士戴琼海:5年后大模型将成为AI应用关键基础平台

来源:51CTO.COM 2023-05-31 19:29:17 0浏览 收藏

从现在开始,我们要努力学习啦!今天我给大家带来《中国工程院院士戴琼海:5年后大模型将成为AI应用关键基础平台》,感兴趣的朋友请继续看下去吧!下文中的内容我们主要会涉及到等等知识点,如果在阅读本文过程中有遇到不清楚的地方,欢迎留言呀!我们一起讨论,一起学习!

 

中国工程院院士戴琼海:5年后大模型将成为AI应用关键基础平台

中国工程院院士、中国人工智能学会理事长戴琼海在中关村论坛上表示,大模型研究代表成果完全由美国主导,我国阿里、百度、清华等单位及时跟进,大模型预计5年左右将成为人工智能应用中的关键基础平台,类似PC时代操作系统,由美主导的大模型生态对我国形成严峻挑战。

我国人工智能发展现状处于应用强势、基础较为薄弱的状况,强化原始创新避免陷入“无源之水”的困境是我国人工智能发展破局的重中之重。要推动人工智能的创新发展,“数据”“算法”与“算力”是发展支柱:数据是人工智能的教材,决定智能的范围;算法是人工智能的大脑,决定智能的水平;算力是人工智能的引擎,决定智能的效率。

当前,我国已经先行实现了亿级数据的处理,并成功实现了十亿像素级别的图像输出。未来,我国抢占人工智能与数据发展主导权的关键在于实现从限定场景扩大到开放场景的过渡,实现人工智能对于复杂环境的理解。

大模型的训练是扩大模型规模的主要方法。当前,随着大型模型的数据量不断增加、复杂性增加、任务变得更加多样化,相应的成本也不断增加。据戴琼海预测,约在5年之后,大型模型将成为人工智能应用的基础平台,并像PC操作系统一样重要。

算力是人工智能发展的重要支撑。随着技术的不断迭代与数据、算法的不断突破,到了今天,算力的发展已经远远落后于算法的发展,算力也逐渐成为了人工智能发展的制约因素。戴琼海指出,根据摩尔定律,算力每两年会翻一番,如果要迎合当下的发展需求,理论上算力每3、4个月就要翻一番。面对不断加剧的算力不足问题和人工智能发展的难题,我们必须迫切地推进算力的优化和创新。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
淘宝发起“AI生态伙伴计划” ,开放7大商家经营场景率先接入AI淘宝发起“AI生态伙伴计划” ,开放7大商家经营场景率先接入AI
上一篇
淘宝发起“AI生态伙伴计划” ,开放7大商家经营场景率先接入AI
Meta 发布 Megabyte AI 模型抗衡 Transformer ,速度提升 4 成
下一篇
Meta 发布 Megabyte AI 模型抗衡 Transformer ,速度提升 4 成
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    343次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    405次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    404次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    364次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    186次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码