技术趋向成熟 应用换挡提速 产学界专家纵论深度学习前沿

  • 时间:
  • 浏览:0
  • 来源:彩神app官方-彩神快3网站

10月17日下午,由百度主办的2019年中关村论坛· AI时代的深度学习技术与应用创新论坛在北京举行。围绕“深度学习的技术趋势及应用落地”,来自海内外的学界产业界大拿进行了深入对谈。

当下深度学习正身所处至关重要的历史时期。技术趋向旺盛期是什么图片 图片 的句子 的句子的语句,应用换挡提速,深度学习在今天一点特殊时点,技术领域有那些前沿发展方向?深度学习技术在中国的发展和应用有那些特色?深度学习产业化所处何如阶段?框架,以及芯片与框架结合的技术探索又对行业应用有何如的意义?还有众多问题图片仍待探讨。

本次AI时代的深度学习技术与应用创新论坛上,百度邀请了中科院自动化所模式识别国家重点实验室研究员,博士生导师,人工智能与先进计算联合实验室主任程健、联想研究院人工智能实验室总监师忠超、百度机器人与自动驾驶实验室主任杨睿刚、北京航空航天大学计算机学院副教授、博士生导师刘祥龙、英特尔AI产品集团深度学习多芯片性能架构师Karthikeyan Vaidyanathan五位来自海内外学界、产业界的专家学者一并讨论了那些议题,百度深度学习技术平台部总监马艳军担任主持。

以下为圆桌论坛对话实录:

马艳军(主持人):亲戚亲戚朋友 知道,人工智能的发展中技术非常关键。而一点次人工智能浪潮的核心基础是深度学习技术。深度学习技术的发展和突破,使得人工智能切实成为驱动各行各业创新升级的科技力量,不可能 在变革亲戚亲戚朋友 生产和联 活的方方面面。一并,深度学习技术的研发和产业化应用过程中也依然面临诸多挑战。亲戚亲戚朋友 首先请来学精术界的几位老师介绍一下亲戚亲戚朋友 对于深度学习技术前沿发展方向的判断,接下来深度学习发展前沿的技术有那些?还有那些新的增长潜力?

程健:今天下午一点一点嘉宾都讲了深度学习的方方面面,包括芯片、框架、计算集群等等方面。我着实从学术的深度来讲,着实深度学习还远这麼 到一点峰值和瓶颈,还有一点一点问题图片前要处置。如数据方面,互联网上数据比较容易获取,何如会会把它进行标注。而如医疗领域,不可能 一点一点数据不容易获取甚至一点一点数据过多,前要在小数据中间做深度学习的训练?

此外,深度学习中间可解释性的问题图片也是有点要的方向。有点像医疗另4个一点比较谨慎的领域中间,亲戚亲戚朋友 不可能 不仅仅是要求高精度,一点一点希望万无一失,不可能 即使有失败的案例,亲戚亲戚朋友 要知道它为那些失败。

另外,随着现在整个深度学习、人工智能结束从云端往下走,走到终端,甚至再进一步走到物联网,在边缘端去做计算有点是做深度学习的计算,不可能 跟云端有很大的不一样。云端要求的一点一点更高、更大、更强,反正一点模型有多大都行,边缘端亲戚亲戚朋友 希望它更小一点,计算功耗更小一点。未来一点年,何如会会压缩,不能稀疏化,做得更好,更小,扎牢致,一并计算性能相对比较强,不可能 是研究的方向。

刘祥龙:我有点同意程老师的看法,人工智能产业这麼 大,国内各行各业全部时会用人工智能产品,它的安全性何如会会保证?跟可解释性有关系。现在的深度学习法律方法没能解释为那些不能识别4人及,识别4个物体,是通过那些形态那些规则去识别的,解释不了就不可能 原应对样本仅仅做一点微小的扰动,却会得到不可预期的预测结果。这说明深度学习还有一点一点工作前要做,包括何如会会把逻辑推理引进来,何如会会把可解释性引进来,甚至何如会会像传统软件一样做形式化的验证。

另外4个是时延的问题图片,一点时延不仅仅是开发时延、训练时延、推理时延,还有部署、维护时延。尤其现在芯片架构有点多,算法何如会会快速适配到硬件环境上去?现在开发、部署的门槛很高、周期很长,前要一套软硬件一体化的开发环境,不能快速地执行编译、部署,不能适应不同的架构。当然,打通那些平台和硬件前要制定一套标准。

杨睿刚:安全问题图片是在应用过程当中不断攻防、持续进步的过程,何如会会提高安全性和可解释性是目前业界和产业界关注的工作,前要把深度学习和一点传统的法律方法结合起来达到更好的效果。当然那些技术也是在不断应用的过程中不断突破、持续进步的。

马艳军(主持人):刚才几位嘉宾分别从技术前沿的深度讨论深度学习技术的发展,亲戚亲戚朋友 着实比较有共识的。接下来进入到下4个问题图片,一点一点技术在持续进步,并有了广泛应用,在真正的产业化落地的过程当中,还有那些关键的问题图片前要持续处置?现在深度学习的产业化大致所处4个那些样的阶段?

师忠超:实际上刚才谈到可解释性,两位嘉宾全部时会提到这是4个研究的热门课题。在产业应用中间,亲戚亲戚朋友 在设计系统的之后一点一点可能 考虑一点问题图片了。比如在智能制造的服务备件预测工作中,亲戚亲戚朋友 遇到了另4个实际的案例。亲戚亲戚朋友 发现在印度实际使用系统的之后,实际结果和预测模型输出一点不同。之后经过分析发现,在4个时期内配件需求增多的原应是,在雨季潮湿的天气会原应电脑更容易出现故障,这时就会有更多的对备件的需求。一点一点亲戚亲戚朋友 在做备件预测的之后就加了天气等的影响因素,对预测结果全部时会了很好的改进。

回到马总的问题图片,我从哪多少点来谈:

第一我认为亲戚亲戚朋友 这麼 有了某个技术就找4个应用场景,这麼 拿着锤子找钉子,看后哪里有钉子去敲一敲,另4个做是不对的。亲戚亲戚朋友 要和业务专家一并,找到何如会会样能把业务价值最大化的落地点。第二现在端侧的不可能 也过多,亲戚亲戚朋友 前要把算法迁移到端侧,要模型的准确率高、尺寸更小,之后低功耗。一并从深度学习的框架到整个研究社区,也要形成4个应用端的生态环境。第三是何如会会样把传统的法律方法和现在深度学习的法律方法相结合,推出更好的处置方案,也前要进一步研究。

Karthikeyan Vaidyanathan:产业应用过程中,深度学习框架的发展是非常好的,现在的框架就像一座桥梁,架起了模型开发人员和平台使用者,而亲戚亲戚朋友 对那些框架全部时会一点不同的要求。给亲戚亲戚朋友 举4个例子,一位来自马里兰州大学的教授讲到视频分析等等,比如识别视频当中一点人的情绪何如,他不可能 关心的问题图片在于精度,过多说只关注性能,一点一点亲戚亲戚朋友 的要求是不一样的。而在一点社交网络的层面,当亲戚亲戚朋友 在进行标记图像的之后,它会进入到数据中心。亲戚亲戚朋友 不能基于此提升那些神经网络的精度。从4个理想的层面来说,框架不能帮助亲戚亲戚朋友 提升生产时延,一并另外4个方面,可是能帮助亲戚亲戚朋友 进一步改进最基本的框架。亲戚亲戚朋友 前要关切的问题图片包括何如会会样通过那些神经网络使得我获得所前要的准确答案。一点一点更多的模型不可能 过多说只适合某并不是芯片,之后对于4个数据科学家而言,他不可能 不前要担心一点问题图片,不可能 亲戚亲戚朋友 提供的是一点不同层级的抽象化。

马艳军(主持人):刚才Karthikeyan直接提到了产业应用过程中深度学习框架发挥的作用,师总也提到了深度学习框架发挥的4个底层的作用。深度学习框架在产业中间扮演4个那些样的角色?

杨睿刚:我刚才听到各位嘉宾在前面说的,我着实中间有4个共性的东西,一点一点定制化,有一点一点不同的应用,每4个应用全部时会不同的对精度、算力和时效的需求,一点一点定制化是深度学习的4个重要特点。从定制化深度来说,目前有一点一点深度学习的框架,一点是开放能力,一点是开源添加开放。不可能 说从定制化的深度上来说,显然开源的框架会比开放的框架定制化能力更强。

另外,现在深度学习有各种各样的应用,之后会发现一点一点用户对技术对深度学习的了解是非常低的,为了让产业用起来足够简单好用,有点要的一点一点一点客户的服务。王婆卖瓜,自卖自夸一下,我着实飞桨一点平台做得不错,不管是开源上来说,还是客户的服务上来说,一点是非常有中国特色的。实际上做任何4个应用是一整套很长的链条,从刚结束的需求到实现,到最后的客户服务。亲戚亲戚朋友 说End to End的Training,在使用的之后,实际上亲戚亲戚朋友 前要找4个End to End的Solution。

马艳军(主持人):最后一点话题是芯片与框架之间的关系,一点着实4个比较大的命题。不管是从学术界还是产业界,相信亲戚亲戚朋友 对一点东西全部时会比较多的想法和认知。亲戚亲戚朋友 请程老师再聊聊一点话题,芯片和框架能力的持续发展,一点对于亲戚亲戚朋友 国家整个的发展有何如会会样的价值?

程健:刚才主持人提到框架和芯片之间的关系,尤其是针对现在AI专用的芯片来说,跟框架应该是结合得非常紧密的。亲戚亲戚朋友 知道框架中间哪多少最重要的因素,4个是它的表示,现在亲戚亲戚朋友 基本上用向量的表示法律方法,还有计算图等等,那些实际上和AI专用芯片中间一点一点指令集、基础算子、加时延等等全部时会紧密关联在一并的。着实全部时会仅仅是现在的芯片,包括亲戚亲戚朋友 以芯片为基础做出来的计算集群中间的各种优化库、加速库、并行库等等,都跟一点框架是紧密关联的。一点一点从一点深度来讲,我认为现在整个深度学习的框架和芯片,不可能 是AI芯片,应该说是一体的。

刚才海峰总也提到过一点问题图片,他认为框架称之为人工智能的操作系统,我着实一点一点全部时会为过。不可能 从一点深度来讲,框架是操作系统,以框架为中心,结合硬件、模型库、各种应用,就会形成一整套AI的生态。一点生态中间,框架是这中间生态的核心。

在今天来谈一点问题图片尤其是中美贸易摩擦的时期,刚才都提到开源,我着实开源应该是安全的,不可能 现有的开源是安全的,之后全部时会一点一点不见得就这麼 安全。对于亲戚亲戚朋友 国家来说,整个上下游产业链这麼 丰沛 ,这麼 完善,亲戚亲戚朋友 前要有人及的4个东西。有点是亲戚亲戚朋友 在座的,有企业界的,有学术界的,亲戚亲戚朋友 有一点义务,有一点责任,把一点东西做好,做出有亲戚亲戚朋友 人及特色的,更加安全、可靠、可控的生态,这是我对一点框架和芯片的4个理解。

Karthikeyan Vaidyanathan:就像我前面不可能 给亲戚亲戚朋友 介绍过的,不同芯片的能力是不一样的,不同的延迟,不同的时延,不同的存储量等,之后问题图片在于,对于框架而言,不可能 这麼 够处置一点底层的问题图片就这麼 够利用芯片的最高能力。给亲戚亲戚朋友 举4个例子,亲戚亲戚朋友 有非常多不同的法律方法去处置问题图片。比如亲戚亲戚朋友 在进行训练的之后,管道的并行化不可能 是模型的并行化,每4个法律方法全部时会人及的优势。对于模型并不是的问题图片不可能 是很大的,这麼 与芯片进行兼容,不可能 前要分布式的法律方法,再要找到并不是法律方法,帮助更好的实现模型的并行化。两者是非常紧密的联系在一并的。亲戚亲戚朋友 希望有另4个并不是灵活性,希望框架是非常灵活的,是不能更好的进行应用的。另外一点一点作为4个数据科学家所分享的并不是观点,有之后批量比较小时,亲戚亲戚朋友 不能帮忙数据科学家获得放慢的结果。数据科学家更关心何如会会样提高精度,何如会会样改变参数。不可能 在这方面能做得更好语句,就不能处置所面临的问题图片。

马艳军(主持人):接下来进入最后4个话题,亲戚亲戚朋友 国家发展AI有那些样的一点发展特色不可能 优势。我相信对于一点话题亲戚亲戚朋友 时会有人及的一点观点,亲戚亲戚朋友 请师总先说一说一点话题。

师忠超:我着实有以下哪多少点,第一是国家的政策有了有点大的支持,刚才许主任和姜局长也讲到了,不光是从国家层面,从亲戚亲戚朋友 北京市和海淀区的层面,每4个政府部门都给了亲戚亲戚朋友 很大的支持,包括现在做的2030年规划,包括在基础设施方面成立了一点一点国家工程实验室,那些都对学术界和产业界的发展有很大的推动作用。再4个一点一点亲戚亲戚朋友 有几瓶的数据,对这次人工智能浪潮中间深度学习的发展起到了重要的推动作用。此外,亲戚亲戚朋友 国内的人工智能人才也在越来迅速成长中,程教授、刘教授,各个大学及研究机构也给亲戚亲戚朋友 企业输送了几瓶的人才。亲戚亲戚朋友 很希望在产学研结合一体化的情形下,结合人才、数据、国家政策的优势,一并努力,推动人工智能快速向前发展。

刘祥龙:首先国家对人工智能的支持力度很大,从中央到地方,从研究到产业,全部时会很好的顶层规划和各种支持;其次,中国有非常好的数字化和信息化基础,各行各业的信息化程度全部时会提升,不仅应用场景多、市场大,一并用户对新兴的信息技术产品服务接受度也高,实际上积累了几瓶的数据、应用和用户,那些全部时会能够开展人工智能算法和产品的研发、推广;再有一点一点人才人力的优势,包括刚才师总也讲亲戚亲戚朋友 培养几瓶的人工智能专业的人才等等,另外深度学习前要几瓶的标注数据,在这方面亲戚亲戚朋友 着实全部时会一点人口红利的优势。那些全部时会亲戚亲戚朋友 现在发展深度学习、人工智能的巨大优势。

杨睿刚:我今天听了戴院士的讲座,亲戚亲戚朋友 不光是在算法上,刚才说到数据、国家的支持,亲戚亲戚朋友 现在在学术的前沿上也是有一点非常前沿的东西,应该说不光是国内领先,应该说也是世界领先。最近有一点一点海外的学子都回到了中国,中国不管是人才水平还是科研的投入全部时会一点非常长足的进展,一点一点我相信亲戚亲戚朋友 在前沿的科学上也会在更多地方进入世界一流。

程健:刚才几位都说得很好,谈到中国在人工智能方面优势的之后,我着实也要敲一下警钟,泼泼冷水。刚才讲到亲戚亲戚朋友 有一点一点长足的进展,着实有一点一点人才汇聚。之后总体亲戚亲戚朋友 前要看后,在一点一点人工智能一点关键的基础理论方面,在国内完成的工作是相对比较少的,希望学术界产业界,各行各业一并公司公司合作 ,把一点块做得更好,有划时代的进展出现在中国。

马艳军(主持人):今天亲戚亲戚朋友 请到的五位嘉宾,刚才就深度学习在技术、产业,乃至跟国际的对接、交流上等多个方面分享了人及的思考和洞察,也表达了一点一点前瞻的思考。希望深度学习的技术在亲戚亲戚朋友 一并的努力下,在学术界、产业界都能不断的取得突破,应用到各行各业当中。非常感谢五位嘉宾今天到场,研讨环节到此结束,谢谢亲戚亲戚朋友 !