AICC2019人工智能计算大会资料_人工智能_人工智能/神经网络/深度学习

<html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta charset="utf-8"> <meta name="generator" content="pdf2htmlEX"> <meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1"> <link rel="stylesheet" href="https://static.pudn.com/base/css/base.min.css"> <link rel="stylesheet" href="https://static.pudn.com/base/css/fancy.min.css"> <link rel="stylesheet" href="https://static.pudn.com/prod/directory_preview_static/62472c2854457c44d0bc7b42/raw.css"> <script src="https://static.pudn.com/base/js/compatibility.min.js"></script> <script src="https://static.pudn.com/base/js/pdf2htmlEX.min.js"></script> <script> try{ pdf2htmlEX.defaultViewer = new pdf2htmlEX.Viewer({}); }catch(e){} </script> <title></title> </head> <body> <div id="sidebar" style="display: none"> <div id="outline"> </div> </div> <div id="pf1" class="pf w0 h0" data-page-no="1"><div class="pc pc1 w0 h0"><img class="bi x0 y0 w1 h1" alt="" src="https://static.pudn.com/prod/directory_preview_static/62472c2854457c44d0bc7b42/bg1.jpg"><div class="t m0 x1 h2 y1 ff1 fs0 fc0 sc0 ls0 ws0">算⼒+⽣态 中国⼈⼯智能迈向产业AI化</div><div class="t m0 x2 h3 y2 ff2 fs1 fc1 sc0 ls0 ws0">2019年8⽉</div></div><div class="pi" data-data='{"ctm":[1.611850,0.000000,0.000000,1.611850,0.000000,0.000000]}'></div></div> </body> </html>

<div id="pf2" class="pf w0 h0" data-page-no="2"><div class="pc pc2 w0 h0"><img class="bi x0 y0 w1 h1" alt="" src="https://static.pudn.com/prod/directory_preview_static/62472c2854457c44d0bc7b42/bg2.jpg"><div class="t m0 x3 h4 y3 ff3 fs2 fc2 sc0 ls0 ws0">3</div><div class="c x0 y4 w2 h0"><div class="t m0 x3 h4 y3 ff3 fs2 fc2 sc0 ls0 ws0">3</div></div><div class="t m0 x4 h5 y5 ff4 fs3 fc3 sc0 ls0 ws0">内容⽬录</div><div class="t m0 x5 h6 y6 ff5 fs4 fc4 sc0 ls0 ws0">核⼼观点 ....................................................................</div><div class="t m0 x5 h6 y7 ff5 fs4 fc4 sc0 ls0 ws0">⼀、前⾔......................................................................</div><div class="t m0 x5 h7 y8 ff6 fs5 fc4 sc0 ls0 ws0">1.1 ⼈⼯智能的定义及核⼼技术</div><div class="t m0 x5 h7 y9 ff6 fs5 fc4 sc0 ls0 ws0">1.2 国家政策引领中国⼈⼯智能⾼速发展</div><div class="t m0 x5 h7 ya ff6 fs5 fc4 sc0 ls0 ws0">1.3 数据、算法、算⼒⽇益成熟，为⼈⼯智能发展提供富饶的⼟壤</div><div class="t m0 x5 h6 yb ff5 fs4 fc4 sc0 ls0 ws0">⼆、中国⼈⼯智能算⼒及应⽤的发展现状 ..................</div><div class="t m0 x5 h7 yc ff6 fs5 fc4 sc0 ls0 ws0">2.1 算⼒基础架构的发展</div><div class="t m0 x5 h7 yd ff6 fs5 fc4 sc0 ls0 ws0">2.2 算⼒是推动产业AI化前进的源动⼒</div><div class="t m0 x5 h7 ye ff6 fs5 fc4 sc0 ls0 ws0">2.3 ⽣态是产业AI化前进的必经之路</div><div class="t m0 x5 h6 yf ff5 fs4 fc4 sc0 ls0 ws0">三、中国⼈⼯智能算⼒发展评估..................................</div><div class="t m0 x5 h7 y10 ff6 fs5 fc4 sc0 ls0 ws0">3.1 评估体系框架</div><div class="t m0 x5 h7 y11 ff6 fs5 fc4 sc0 ls0 ws0">3.2 评估结果分析</div><div class="t m0 x5 h6 y12 ff5 fs4 fc4 sc0 ls0 ws0">四、⾏动建议...............................................................</div><div class="t m0 x5 h7 y13 ff6 fs5 fc4 sc0 ls0 ws0">4.1 对⾏业⽤户的建议</div><div class="t m0 x5 h7 y14 ff6 fs5 fc4 sc0 ls0 ws0">4.2 对⼈⼯智能解决⽅案提供商的建议</div><div class="t m0 x6 h8 y15 ff5 fs5 fc1 sc0 ls0 ws0">04</div><div class="t m0 x6 h8 y16 ff5 fs5 fc1 sc0 ls0 ws0">05</div><div class="t m0 x6 h8 y17 ff5 fs5 fc1 sc0 ls0 ws0">08</div><div class="t m0 x7 h8 y18 ff5 fs5 fc1 sc0 ls0 ws0">18</div><div class="t m0 x7 h8 y19 ff5 fs5 fc1 sc0 ls0 ws0">29</div></div><div class="pi" data-data='{"ctm":[1.611850,0.000000,0.000000,1.611850,0.000000,0.000000]}'></div></div>

<div id="pf3" class="pf w0 h0" data-page-no="3"><div class="pc pc3 w0 h0"><img class="bi x0 y0 w1 h1" alt="" src="https://static.pudn.com/prod/directory_preview_static/62472c2854457c44d0bc7b42/bg3.jpg"><div class="t m0 x8 h4 y1a ff3 fs2 fc2 sc0 ls0 ws0">4</div><div class="t m0 x9 h9 y1b ff2 fs5 fc6 sc0 ls0 ws0">▪ 计算⼒是承载和推动⼈⼯智能⾛向实际应⽤的基础平台和决定性⼒量，根据IDC</div><div class="t m0 xa h9 y1c ff2 fs5 fc6 sc0 ls0 ws0">全球DataSphere的研究，全球新创建的数据量将从2018年的33ZB增⻓到2025年</div><div class="t m0 xa h9 y1d ff2 fs5 fc6 sc0 ls0 ws0">的175ZB。随着数据持续爆炸性增⻓及算法的不断演进，未来算⼒仍有很⼤的发</div><div class="t m0 xa h9 y1e ff2 fs5 fc6 sc0 ls0 ws0">展空间。</div><div class="t m0 xb h9 y1f ff2 fs5 fc6 sc0 ls0 ws0">▪ 预计2022年，⼈⼯智能推理市场占⽐将超过训练市场，GPU依然是数据中⼼加</div><div class="t m0 xc h9 y20 ff2 fs5 fc6 sc0 ls0 ws0">速的⾸选，随着边缘、端侧需求的快速增⻓，⼈⼯智能芯⽚市场将迎来多元化</div><div class="t m0 xc h9 y21 ff2 fs5 fc6 sc0 ls0 ws0">发展。</div><div class="t m0 xb h9 y22 ff2 fs5 fc6 sc0 ls0 ws0">▪ 预计2023年，中国⼈⼯智能基础架构市场将超过80亿美⾦，未来五年年复合增⻓</div><div class="t m0 xc h9 y23 ff2 fs5 fc6 sc0 ls0 ws0">率达到33.8%，增速是中国整体基础架构市场的三倍以上。</div><div class="t m0 xb h9 y24 ff2 fs5 fc6 sc0 ls0 ws0">▪ 5G和物联⽹将推动边缘、端侧⼈⼯智能基础架构的快速发展，性能、灵活性和能</div><div class="t m0 xc h9 y25 ff2 fs5 fc6 sc0 ls0 ws0">效将成为⽤⼾未来重点考量因素。</div><div class="t m0 xb h9 y26 ff2 fs5 fc6 sc0 ls0 ws0">▪ 计算⼒的快速发展极⼤促进了各⾏业应⽤场景的成熟，AI产业化加速向产业AI化</div><div class="t m0 xc h9 y27 ff2 fs5 fc6 sc0 ls0 ws0">迈进。互联⽹、智慧城市、⾦融⾏业产业AI化已经⾛在了前⾯。未来五年，制造</div><div class="t m0 xc h9 y28 ff2 fs5 fc6 sc0 ls0 ws0">、零售等⾏业也有望逐步实现智能化。</div><div class="t m0 xb h9 y29 ff2 fs5 fc6 sc0 ls0 ws0">▪ 互联⽹依然是⼈⼯智能算⼒投资最⼤的⾏业，占据中国62.4%的⼈⼯智能算⼒投资</div><div class="t m0 xc h9 y2a ff2 fs5 fc6 sc0 ls0 ws0">市场份额；排名前五的⾏业中，政府和⾦融⾏业增⻓最迅速，2018年同⽐增⻓均</div><div class="t m0 xc h9 y2b ff2 fs5 fc6 sc0 ls0 ws0">超过100.0%。</div><div class="t m0 xb h9 y2c ff2 fs5 fc6 sc0 ls0 ws0">▪ ⼈⼯智能与云的融合将进⼀步加速，未来五年，AIaaS市场规模的年复合增⻓率为</div><div class="t m0 xc h9 y2d ff2 fs5 fc6 sc0 ls0 ws0">66.0%，将成为推动云计算市场增⻓的重要细分领域。</div><div class="t m0 xb h9 y2e ff2 fs5 fc6 sc0 ls0 ws0">▪ 软件框架市场TensorFlow和PyTorch凭借性能、灵活性及⽣态优势依然占据主导地</div><div class="t m0 xc h9 y2f ff2 fs5 fc6 sc0 ls0 ws0">位；百度的深度学习开源平台PaddlePaddle是国内⾃主开发软件框架的代表。</div><div class="t m0 xb h9 y30 ff2 fs5 fc6 sc0 ls0 ws0">▪ 越来越多的⼈⼯智能领军企业参与到⾏业性能评测基准建设中，但总的来说业</div><div class="t m0 xc h9 y31 ff2 fs5 fc6 sc0 ls0 ws0">界⽬前缺少统⼀的基准，⼤多数现有的深度学习性能基准相对单⼀。随着AI框</div><div class="t m0 xc h9 y32 ff2 fs5 fc6 sc0 ls0 ws0">架不断优化，模型不断迭代以及算法不断更新，各类基准也将持续的完善升级</div><div class="t m0 xc h9 y33 ff2 fs5 fc6 sc0 ls0 ws0">与之适应。</div><div class="t m0 xb h9 y34 ff2 fs5 fc6 sc0 ls0 ws0">▪ 2019年中国⼈⼯智能城市排⾏榜，TOP5城市依次为北京、杭州、深圳、上海、⼴</div><div class="t m0 xc h9 y35 ff2 fs5 fc6 sc0 ls0 ws0">州，排名6-10的城市为合肥、苏州、重庆、南京、西安。跟2018年相⽐，北京超</div><div class="t m0 xc h9 y36 ff2 fs5 fc6 sc0 ls0 ws0">越杭州位居第⼀，⼴州进⼊第⼀梯队，苏州、南京、西安⾸次跻⾝前⼗。</div><div class="t m0 xb ha y37 ff4 fs6 fc7 sc0 ls0 ws0">核⼼观点</div></div><div class="pi" data-data='{"ctm":[1.611850,0.000000,0.000000,1.611850,0.000000,0.000000]}'></div></div>

<div id="pf4" class="pf w0 h0" data-page-no="4"><div class="pc pc4 w0 h0"><img class="bi x0 y0 w1 h1" alt="" src="https://static.pudn.com/prod/directory_preview_static/62472c2854457c44d0bc7b42/bg4.jpg"><div class="t m0 x3 h4 y3 ff3 fs2 fc2 sc0 ls0 ws0">5</div><div class="t m0 xd hb y38 ff4 fs4 fc3 sc0 ls0 ws0">1.1 ⼈⼯智能的定义及核⼼技术</div><div class="t m0 xd h9 y39 ff2 fs5 fc6 sc0 ls0 ws0">IDC将⼈⼯智能定义为具备学习、推理和⾃我纠正能⼒的系统。系统通过⾃然语⾔、语⾳、图像、 视频等⽅式与⼈</div><div class="t m0 xd h9 y3a ff2 fs5 fc6 sc0 ls0 ws0">类交互，从交互信息中抽取知识建⽴知识库，并采⽤机器学习⽅式建⽴预测模型，基于模型进⾏推理给出结果。</div><div class="t m0 xd h9 y3b ff2 fs5 fc6 sc0 ls0 ws0">机器学习作为实现智能化的关键技术，⼜可以分为传统的机器学习和深度学习。过去企业对于机器学习的采⽤更</div><div class="t m0 xd h9 y3c ff2 fs5 fc6 sc0 ls0 ws0">多是⽤传统机器学习做简单的预测分析。现在，企业已经开始探索采⽤深度学习来提⾼预测的准确率、处理⾮结</div><div class="t m0 xd h9 y3d ff2 fs5 fc6 sc0 ls0 ws0">构化数据，采⽤图算法、知识图谱技术判断相关性等等。从应⽤落地的⻆度，除了反欺诈、产品推荐、量化投资</div><div class="t m0 xd h9 y3e ff2 fs5 fc6 sc0 ls0 ws0">等落地应⽤场景，IDC也看到⾏业企业在核⼼⽣产环节开始测试机器学习应⽤，例如电⼦器件⽣产质检、交通轨道</div><div class="t m0 xd h9 y3f ff2 fs5 fc6 sc0 ls0 ws0">⽕花检测、配电站电压器障碍评价等等。</div><div class="t m0 xd h9 y40 ff2 fs5 fc6 sc0 ls0 ws0">由机器学习⽀撑的⼈⼯智能核⼼技术能⼒可分成2⼤类，分别是感知技术和认知技术。现阶段，感知技术的发展已</div><div class="t m0 xd h9 y41 ff2 fs5 fc6 sc0 ls0 ws0">经相对成熟，认知技术的发展分为三个层次，分别是语⾔理解；分析、推理以及⼈格情感，认知技术应⽤在未来</div><div class="t m0 xd h9 y42 ff2 fs5 fc6 sc0 ls0 ws0">仍有很⼤发展空间。</div><div class="t m0 xd hb y33 ff4 fs4 fc3 sc0 ls0 ws0">1.2 国家政策引领中国⼈⼯智能⾼速发展</div><div class="t m0 xd h9 y43 ff2 fs5 fc6 sc0 ls0 ws0">2015年以来，国家也从政策层⾯为中国⼈⼯智能技术的发展提供了利好环境。《新⼀代⼈⼯智能发展规划》和《</div><div class="t m0 xd h9 y44 ff2 fs5 fc6 sc0 ls0 ws0">促进新⼀代⼈⼯智能产业发展三年⾏动计划（2018-2020年）》的发布，不仅就未来⼈⼯智能相关战略⽬标、理论</div><div class="t m0 xd h9 y45 ff2 fs5 fc6 sc0 ls0 ws0">技术、产业经济、⼈才培养、法律体系等⽅⾯进⾏了论述，还重点提出了政府财政及社会资本投资的统筹安排，并</div><div class="t m0 xd hc y46 ff4 fs7 fc1 sc0 ls0 ws0">新⼀轮科技⾰命和产业变⾰正在快速推进，⼤数据的爆发式增⻓、算法的⾰新、算⼒的提升及⽹络设施的演进驱动⼈⼯智能发展进⼊</div><div class="t m0 xd hc y47 ff4 fs7 fc1 sc0 ls0 ws0">新阶段，智能化成为技术和产业发展的重要⽅向。⼈⼯智能具有显著的溢出效应，将进⼀步带动其他技术的进步，推动战略性新兴产</div><div class="t m0 xd hc y48 ff4 fs7 fc1 sc0 ls0 ws0">业总体突破，正在成为推进供给侧结构性改⾰的新动能、振兴实体经济的新机遇、建设制造强国和⽹络强国的新引擎，源源不断地为</div><div class="t m0 xd hc y49 ff4 fs7 fc1 sc0 ls0 ws0">数字经济的发展提供持续创新动⼒。</div><div class="t m0 xe ha y4a ff4 fs6 fc8 sc0 ls0 ws0">前⾔</div></div><div class="pi" data-data='{"ctm":[1.611850,0.000000,0.000000,1.611850,0.000000,0.000000]}'></div></div>

<div id="pf5" class="pf w0 h0" data-page-no="5"><div class="pc pc5 w0 h0"><img class="bi x0 y0 w1 h1" alt="" src="https://static.pudn.com/prod/directory_preview_static/62472c2854457c44d0bc7b42/bg5.jpg"><div class="t m0 x8 h4 y1a ff3 fs2 fc2 sc0 ls0 ws0">6</div><div class="t m0 xf h9 y4b ff2 fs5 fc6 sc0 ls0 ws0">对⽀撑体系和保障措施进⾏了详细规划，明确了今后发展⽅向及⽬标，进⼀步加快</div><div class="t m0 xf h9 y4c ff2 fs5 fc6 sc0 ls0 ws0">渗透速度，为产业发展提供有⼒的政策⽀持，中国⼈⼯智能发展突⻜猛进。在政策</div><div class="t m0 xf h9 y4d ff2 fs5 fc6 sc0 ls0 ws0">的⽀持引导下，国内科技巨头纷纷布局，产业资本也将更多⽬光聚焦于⼈⼯智能的发</div><div class="t m0 xf h9 y4e ff2 fs5 fc6 sc0 ls0 ws0">展和应⽤。⾃2016 AI产业化元年起，AI发展经历了2017年的产业化布局，2018的AI应⽤</div><div class="t m0 xf h9 y4f ff2 fs5 fc6 sc0 ls0 ws0">落地之年，⾄2019年，AI则会着侧重于领域拓宽及各领域内部的竞争。⼈⼯智能正通过</div><div class="t m0 xf h9 y50 ff2 fs5 fc6 sc0 ls0 ws0">不同的应⽤快速渗透终端⽤⼾，使更⼴阔的⽤⼾群切实感受到⼈⼯智能的产品魅⼒及其</div><div class="t m0 xf h9 y51 ff2 fs5 fc6 sc0 ls0 ws0">实⽤价值。</div><div class="t m0 xf hb y52 ff4 fs4 fc3 sc0 ls0 ws0">1.3 数据、算法、算⼒⽇益成熟，为⼈⼯智能发展提供富饶的⼟壤</div><div class="t m0 xf h9 y53 ff2 fs5 fc6 sc0 ls0 ws0">作为⼈⼯智能的三⼤要素，数据、算法、算⼒⽀撑起其核⼼技术的应⽤，在不同阶</div><div class="t m0 xf h9 y54 ff2 fs5 fc6 sc0 ls0 ws0">段发挥各⾃的作⽤，缺⼀不可。数据、算法、算⼒⽣态条件⽇益成熟，⼈⼯智能发</div><div class="t m0 xf h9 y55 ff2 fs5 fc6 sc0 ls0 ws0">展将迎来新⼀轮的战略机遇。</div><div class="t m0 xf hd y56 ff1 fs2 fc9 sc0 ls0 ws0">1.3.1多⽅技术融合带来数据井喷，未来五年数据市场将持续增⻓</div><div class="t m0 xf h9 y57 ff2 fs5 fc6 sc0 ls0 ws0">随着多种新兴技术产业的快速发展，数据总量呈现海量聚集爆发式增⻓。2019年，5G的</div><div class="t m0 xf h9 y58 ff2 fs5 fc6 sc0 ls0 ws0">部署以及物联⽹的进⼀步发展，数据的增⻓速度将越来越快。据IDC统计，世界领先的互</div><div class="t m0 xf h9 y59 ff2 fs5 fc6 sc0 ls0 ws0">联⽹公司⼤数据量已达到上千PB，传统⾏业⻰头型企业数据量也能达到PB级，个⼈也能</div><div class="t m0 xf h9 y5a ff2 fs5 fc6 sc0 ls0 ws0">够产⽣数千TB数据。这些类型丰富、场景各异的数据资源为⼈⼯智能系统⾃主学习并建</div><div class="t m0 xf h9 y5b ff2 fs5 fc6 sc0 ls0 ws0">⽴预测模型提供了丰沃的⼟壤。除了使⽤实际数据，未来⼈⼯智能系统还将越来越多的</div><div class="t m0 xf h9 y5c ff2 fs5 fc6 sc0 ls0 ws0">使⽤⼤量模拟数据⽤于模型训练，这也将使得⼈⼯智能模型的开发速度⼤幅升。</div><div class="t m0 xf hd y5d ff1 fs2 fc9 sc0 ls0 ws0">1.3.3 算⼒是⼈⼯智能发展的基础保障，未来仍有很⼤的发展空间</div><div class="t m0 xf h9 y5e ff2 fs5 fc6 sc0 ls0 ws0">海量的数据每时每刻都在产⽣，新的数据正以前所未有的速度和⽅式存储下来，数</div><div class="t m0 xf h9 y5f ff2 fs5 fc6 sc0 ls0 ws0">据不再是问题；算法经历了数⼗年的发展，在深度学习和加速计算出现之后，得到</div><div class="t m0 xf h9 y60 ff2 fs5 fc6 sc0 ls0 ws0">了迅速的发展和优化，以最新的MegatronLM语⾔模型为例，该模型包含了接近百亿</div><div class="t m0 xf h9 y61 ff2 fs5 fc6 sc0 ls0 ws0">个参数，在NLP领域取得突破性进展的同时，给算⼒也提出了巨⼤的挑战，算⼒已</div><div class="t m0 xf h9 y62 ff2 fs5 fc6 sc0 ls0 ws0">经成为承载和推动⼈⼯智能⾛向实际应⽤的基础平台和决定性⼒量。可以预⻅，未</div><div class="t m0 xf h9 y63 ff2 fs5 fc6 sc0 ls0 ws0">来随着数据持续爆炸性增⻓以及算法的不断演进，算⼒仍有很⼤的发展空间。</div><div class="t m0 x10 he y64 ff7 fs8 fca sc0 ls0 ws0">2018年5⽉欧盟颁布了《⼀般数据保护条例》</div><div class="t m0 x10 he y65 ff7 fs8 fca sc0 ls0 ws0">（General Data Protection Regulation，简称</div><div class="t m0 x10 he y66 ff7 fs8 fca sc0 ls0 ws0">GDPR），该项法规中明确规定了对于个⼈数据</div><div class="t m0 x10 he y67 ff7 fs8 fca sc0 ls0 ws0">的定义以及保护规定，⽽⼈⼯智能的发展⼜是基</div><div class="t m0 x10 he y68 ff7 fs8 fca sc0 ls0 ws0">于⼤量数据来推进。短期看来GDPR为⼈⼯智能</div><div class="t m0 x10 he y69 ff7 fs8 fca sc0 ls0 ws0">的发展增加了⼀些阻⼒，但这⼀法规也为⼈⼯智</div><div class="t m0 x10 he y6a ff7 fs8 fca sc0 ls0 ws0">能的发展和应⽤提供了⼀个良好的环境和有效的</div><div class="t m0 x10 he y6b ff7 fs8 fca sc0 ls0 ws0">法律监管。相对⽽⾔，数据保护规范对于智能</div><div class="t m0 x10 he y6c ff7 fs8 fca sc0 ls0 ws0">⾳箱、智能⿏标等AI产业化衍⽣的针对个⼈消费</div><div class="t m0 x10 he y6d ff7 fs8 fca sc0 ls0 ws0">者的市场影响较⼤，⽽对于⼈⼯智能在传统⾏业</div><div class="t m0 x10 he y6e ff7 fs8 fca sc0 ls0 ws0">的渗透影响相对较⼩，例如制造业。未来中国在</div><div class="t m0 x10 he y6f ff7 fs8 fca sc0 ls0 ws0">数据保护⽅⾯也将⽇趋严格，对于企业来说即是</div><div class="t m0 x10 he y70 ff7 fs8 fca sc0 ls0 ws0">机遇⼜是挑战，中国的企业需要提前布局，有效</div><div class="t m0 x10 he y71 ff7 fs8 fca sc0 ls0 ws0">规避⻛险，在转变的过程中获得先机。数据保护</div><div class="t m0 x10 he y72 ff7 fs8 fca sc0 ls0 ws0">条例会让数据的获取和处理变得更加困难，企业</div><div class="t m0 x10 he y73 ff7 fs8 fca sc0 ls0 ws0">需要投⼊更多的⼈⼒、资⾦和时间，对于中⼩企</div><div class="t m0 x10 he y74 ff7 fs8 fca sc0 ls0 ws0">业来说也是⼀项巨⼤的挑战。</div><div class="t m0 xf hd y75 ff1 fs2 fc9 sc0 ls0 ws0">1.3.2 ⼈⼯智能算法迅速发展，为其应⽤带来⽆限可能</div><div class="t m0 xf h9 y76 ff2 fs5 fc6 sc0 ls0 ws0">⼈⼯智能的算法从上世纪50年代开始，从机器学习到深度学习，经过数⼗年的不断</div><div class="t m0 xf h9 y77 ff2 fs5 fc6 sc0 ls0 ws0">演进，已经可以满⾜越来越多的场景需求。通过与垂直⾏业相结合，新算法层出不</div><div class="t m0 xf h9 y78 ff2 fs5 fc6 sc0 ls0 ws0">穷，向更细化发展，⼈⼯智能应⽤的主要⾏业如互联⽹、政府对于算法的研究投⼊</div><div class="t m0 xf h9 y79 ff2 fs5 fc6 sc0 ls0 ws0">也在逐年增加，推动了算法与其应⽤的结合。</div><div class="t m0 x10 he y7a ff7 fs8 fca sc0 ls0 ws0">计算机视觉（CV）和⾃然语⾔处理（NLP）都</div><div class="t m0 x10 he y7b ff7 fs8 fca sc0 ls0 ws0">需要结合⼤量的算法，⽬前，CV的发展已⽐较</div><div class="t m0 x10 he y7c ff7 fs8 fca sc0 ls0 ws0">成熟，⽽NLP因为更注重感知之后的认知，如何</div><div class="t m0 x10 he y7d ff7 fs8 fca sc0 ls0 ws0">处理⾃然语⾔理解、发⾳、噪⾳⼲扰等难题，</div><div class="t m0 x10 he y7e ff7 fs8 fca sc0 ls0 ws0">使其过去的发展相对较为缓慢。最近⼀年，NLP</div><div class="t m0 x10 he y7f ff7 fs8 fca sc0 ls0 ws0">领域取得了重要突破，2018年底，⾕歌发布了</div><div class="t m0 x10 he y80 ff7 fs8 fca sc0 ls0 ws0">BERT模型，打破了当时⼗余项NLP测试记录，</div><div class="t m0 x10 he y81 ff7 fs8 fca sc0 ls0 ws0">⽽ 就 在 不 久 前 ， 英 伟 达 发 布 了 更 ⼤ 的</div><div class="t m0 x10 he y82 ff7 fs8 fca sc0 ls0 ws0">MegatronLM语⾔模型，这些重要的突破为NLP</div><div class="t m0 x10 he y83 ff7 fs8 fca sc0 ls0 ws0">的应⽤带来了更加⼴阔的发展前景，例如医疗</div><div class="t m0 x10 he y84 ff7 fs8 fca sc0 ls0 ws0">⾏业的智能诊断，教育⾏业的语⾔能⼒管理，</div><div class="t m0 x10 he y85 ff7 fs8 fca sc0 ls0 ws0">以及办公⾃动化、服务机器⼈、智能法庭、多</div><div class="t m0 x10 he y86 ff7 fs8 fca sc0 ls0 ws0">语种/⽅⾔的机器翻译等等。</div></div><div class="pi" data-data='{"ctm":[1.611850,0.000000,0.000000,1.611850,0.000000,0.000000]}'></div></div>