211service.com
Disse fem AI-utviklingene vil forme 2021 og utover
Levert av Baidu
Året 2020 var dypt utfordrende for innbyggere, selskaper og myndigheter over hele verden. Ettersom covid-19 spredte seg, som krever vidtrekkende helse- og sikkerhetsrestriksjoner, spilte kunstig intelligens (AI)-applikasjoner en avgjørende rolle for å redde liv og fremme økonomisk motstandskraft. Forskning og utvikling (FoU) for å forbedre kjerne-AI-evnen, fra autonom kjøring og naturlig språkbehandling til kvantedatabehandling, fortsatte med uforminsket styrke.
Baidu var i spissen for mange viktige AI-gjennombrudd i 2020. Denne artikkelen skisserer fem betydelige fremskritt med implikasjoner for bekjempelse av covid-19 samt forvandling av fremtiden til våre økonomier og samfunn.
1. AI og vaksineutvikling
Trenden – og hvorfor den er viktig. Det tar vanligvis år, om ikke tiår, å utvikle en ny vaksine. Men innen mars 2020 var vaksinekandidater for å bekjempe covid-19 allerede gjennomgått menneskelige tester, bare tre måneder etter de første rapporterte tilfellene. Rekordhastigheten på vaksineutvikling var delvis takket være AI-modeller som hjalp forskere med å analysere enorme mengder data om koronavirus.
Det er titusenvis av underkomponenter til de ytre proteinene til et virus. Maskinlæringsmodeller kan sortere gjennom denne snøstormen av data og forutsi hvilke underkomponenter som er de mest immunogene – dvs. i stand til å produsere en immunrespons – og derved veilede forskere i å designe målrettede vaksiner. Bruken av AI i vaksineutvikling kan revolusjonere måten alle vaksiner lages på i fremtiden.
Baidus innovasjoner. I februar åpnet Baidu sin LinearFold AI-algoritme for vitenskapelige og medisinske team som jobber med å bekjempe viruset. LinearFold forutsier den sekundære strukturen til ribonukleinsyresekvensen (RNA) til et virus – og gjør det betydelig raskere enn tradisjonelle RNA-foldingsalgoritmer. LinearFold var i stand til å forutsi den sekundære strukturen til SARS-CoV-2 RNA-sekvensen på bare 27 sekunder, 120 ganger raskere enn andre metoder. Dette er betydelig, fordi det viktigste gjennombruddet for covid-19-vaksiner har vært utviklingen av messenger-RNA (mRNA)-vaksiner. I stedet for konvensjonelle tilnærminger, som setter inn en liten del av et virus for å utløse en human immunrespons, lærer mRNA cellene hvordan de lager et protein som kan utløse en immunrespons, noe som i stor grad forkorter tidsrommet involvert i utvikling og godkjenning.
For å støtte utviklingen av mRNA-vaksine utviklet og ga Baidu senere ut en AI-algoritme for å optimalisere mRNA-sekvensdesign kalt LinearDesign, som har som mål å løse problemet med ustabile og uproduktive mRNA-sekvenser i kandidatvaksiner.
I tillegg til å åpne for tilgang til LinearFold og LinearDesign for forskere over hele verden, har Baidu også dannet et strategisk partnerskap med National Institute for Viral Disease Control and Prevention, en del av Chinese Center for Disease Control and Prevention. Etter et utbrudd på Beijings Xinfadi-marked i juni, tillot Baidus AI-teknologi myndighetene å fullføre genomsekvensering av koronavirusstammen innen 10 timer, noe som bidro til å dempe utbruddet. I desember avduket Baidu PaddleHelix, et maskinlæringsbasert biodatabehandlingsrammeverk som tar sikte på å lette utviklingen av vaksinedesign, medikamentoppdagelse og presisjonsmedisin.
2. Helautomatisk kjøring og utrulling av robotakse
Trenden – og hvorfor den er viktig. Autonom kjøreteknologi fortsatte å modnes i 2020, med bransjens ledende selskaper som tester førerløse biler og åpner robotaxi-tjenester for publikum i forskjellige byer. Helautomatisk kjøring, som muliggjør turer uten en menneskelig sikkerhetssjåfør om bord, vil være nødvendig for skalerbarhet og kommersialisering av autonom kjøring.
Baidus innovasjoner. I løpet av det siste året lanserte Baidu Apollo Go Robotaxi-tjenesten i de kinesiske byene Changsha, Cangzhou og Beijing – inkludert i travle kommersielle områder – og ble det eneste selskapet i Kina som startet prøveoperasjoner med robotaxi i flere byer.
Denne utviklingen er et resultat av Baidus kontinuerlige innovasjon i å utvikle AI-systemer som trygt kan kontrollere et kjøretøy under komplekse veiforhold og løse de fleste mulige problemer på veien, uavhengig av en menneskelig sjåfør.
På Baidu World 2020, dens årlige teknologikonferanse, demonstrerte Baidu også sin helautomatiske kjøreevne – der AI-systemet kjører uavhengig uten en sikkerhetssjåfør i kjøretøyet. For å støtte helautomatisert kjøring utviklet Baidu 5G Remote Driving Service, et sikkerhetstiltak der eksterne menneskelige operatører kan ta kontroll over et kjøretøy i en eksepsjonell nødsituasjon. Baidus oppnåelse av helautomatisert kjøring, og utrullingen av robotaksen, antyder positive utsikter for kommersialisering av teknologien i nær fremtid.
Kilde: Baidu
3. Anvendt naturlig språkbehandling
De trend – og hvorfor det er viktig. I 2020 ble naturlige språksystemer betydelig mer avanserte når det gjelder å behandle aspekter ved menneskelig språk som følelser og hensikter, generere språk som er i tråd med menneskelige tale- og skrivemønstre, og til og med visuell forståelse, som betyr evnen til å uttrykke forståelse om et bilde gjennom språk. Disse naturlige språkmodellene gir mer nøyaktige søkeresultater og mer sofistikerte chatboter og virtuelle assistenter, noe som fører til bedre brukeropplevelser og skaper verdi for bedrifter.
Baidus innovasjoner. Baidu ga ut et nytt multiflow-sekvensrammeverk for språkgenerering kalt ERNIE-GEN. Ved å trene modellen til å forutsi semantisk komplette tekstblokker, utfører ERNIE-GEN på elitenivå på tvers av en rekke språkgenereringsoppgaver, inkludert dialogengasjement, spørsmålsgenerering og abstrakt oppsummering.
Baidus visjonsspråkmodell ERNIE-ViL oppnådde også betydelig fremgang i visuell forståelse, og rangerte først på VCR-ledertavlen, et datasett med 290 000 spørsmål bygget av University of Washington og Allen Institute for AI, som har som mål å teste visuell forståelsesevne. ERNIE-ViL oppnådde også toppmoderne ytelse på fem visjonsspråklige nedstrømsoppgaver. Visuell forståelse legger grunnlaget for at datasystemer fysisk kan samhandle i hverdagslige scener, da det innebærer både å forstå visuelt innhold og uttrykke det gjennom språk. Det vil være avgjørende for å forbedre kvaliteten på menneske-maskin-interaksjon.
4. Kvanteberegning
Trenden – og hvorfor den er viktig. Kvantedatabehandling gjorde betydelige inngrep i 2020, inkludert Jiuzhang-datamaskinens oppnåelse av kvanteoverlegenhet. Dette har betydning for AI, siden kvantedatabehandling har potensial til å overlade AI-applikasjoner sammenlignet med binærbaserte klassiske datamaskiner. For eksempel kan kvanteberegning brukes til å kjøre en generativ maskinlæringsmodell gjennom et større datasett enn en klassisk datamaskin kan behandle, og dermed gjøre modellen mer nøyaktig og nyttig i virkelige omgivelser. Avanserte teknologier som dyplæringsalgoritmer spiller også en stadig mer kritisk rolle i utviklingen av kvantedatabehandlingsforskning.
Baidus innovasjoner. Baidu oppnådde en rekke tekniske gjennombrudd i 2020 som lover å bygge bro over AI og kvantedatabehandling. I mai lanserte Baidu Paddle Quantum, et utviklingsverktøysett for kvantemaskinlæring som kan hjelpe forskere og utviklere raskt å bygge og trene kvantenevrale nettverksmodeller og tilby avanserte kvantedatabehandlingsapplikasjoner. Verktøysettet med åpen kildekode støtter både utviklere som bygger quantum AI-applikasjoner, og hjelper dyplæringsentusiaster med å utvikle kvantedatabehandling. I september gikk Baidu inn i skybasert kvantedatabehandling med lanseringen av Quantum Leaf, som gir kvanteutviklingssett som QCompute, og som kan forkorte livssyklusen til kvanteprogrammering og bidra til å realisere en 'closed-loop' kvanteverktøykjede.
Kilde: Baidu
5.AI-brikker
Trenden – og hvorfor den er viktig. AI-maskinvare fortsatte å utvikle seg i 2020, med lanseringen av flere AI-brikker tilpasset for spesialiserte oppgaver. Mens en vanlig prosessor er i stand til å støtte AI-oppgaver, er AI-spesifikke prosessorer modifisert med bestemte systemer som kan optimere ytelsen for oppgaver som dyp læring. Etter hvert som AI-applikasjoner blir mer utbredt, kan enhver økning i ytelse eller reduksjon i kostnader frigjøre mer verdi for selskaper som driver et bredt nettverk av datasentre for kommersielle skytjenester, og kan lette selskapets interne drift.
Kilde: Baidu
Baidus innovasjoner. På Baidu World 2020 ga selskapet et innblikk i sin neste generasjons AI-prosessor, Kunlun 2, som det planlegger å sette i masseproduksjon tidlig i 2021. Brikken bruker 7 nanometer (nm) prosesseringsteknologi og dens maksimale beregningsevne er over tre ganger så stor som den forrige generasjonen, Kunlun 1. Kunlun-brikkene er preget av høy ytelse, lave kostnader og høy fleksibilitet, som kan støtte et bredt spekter av AI-applikasjoner og scenarier, og bidra til å fremme større AI-adopsjon og redusere brukskostnadene . Mer enn 20 000 Kunlun 1-brikker har nå blitt distribuert for å støtte Baidus søkemotor og Baidu Cloud-partnere siden de ble lansert i 2018, og styrker industriell produksjon, smarte byer, smart transport og andre felt.
Dette innholdet ble produsert av Baidu. Den ble ikke skrevet av MIT Technology Reviews redaksjon.