Te pięć zmian w sztucznej inteligencji ukształtuje rok 2021 i później

Dostarczone przez Baidu

Rok 2020 był ogromnym wyzwaniem dla obywateli, firm i rządów na całym świecie. W miarę rozprzestrzeniania się Covid-19, wymagającego daleko idących ograniczeń w zakresie zdrowia i bezpieczeństwa, aplikacje sztucznej inteligencji (AI) odegrały kluczową rolę w ratowaniu życia i wspieraniu odporności gospodarczej. Badania i rozwój (B+R) mające na celu zwiększenie podstawowych możliwości sztucznej inteligencji, od autonomicznej jazdy i przetwarzania języka naturalnego po obliczenia kwantowe, trwają nieprzerwanie.

Baidu był w czołówce wielu ważnych przełomów w dziedzinie sztucznej inteligencji w 2020 roku. W tym artykule przedstawiono pięć znaczących postępów, które mają wpływ na walkę z COVID-19, a także na transformację przyszłości naszych gospodarek i społeczeństwa.

1. Rozwój AI i szczepionek

Trend — i dlaczego ma to znaczenie. Opracowanie nowej szczepionki zwykle zajmuje lata, jeśli nie dziesięciolecia. Ale do marca 2020 r. kandydaci do szczepienia przeciwko Covid-19 przeszli już testy na ludziach, zaledwie trzy miesiące po pierwszych zgłoszonych przypadkach. Rekordowa prędkość opracowywania szczepionek była częściowo zasługą modeli sztucznej inteligencji, które pomogły naukowcom przeanalizować ogromne ilości danych na temat koronawirusa.

W zewnętrznych białkach wirusa znajdują się dziesiątki tysięcy składników. Modele uczenia maszynowego mogą przeszukiwać tę burzę danych i przewidywać, które podkomponenty są najbardziej immunogenne – tj. zdolne do wytworzenia odpowiedzi immunologicznej – i w ten sposób kierować badaczami w projektowaniu ukierunkowanych szczepionek. Wykorzystanie sztucznej inteligencji w opracowywaniu szczepionek może zrewolucjonizować sposób tworzenia wszystkich szczepionek w przyszłości.

Innowacje Baidu. W lutym Baidu otworzył swój algorytm LinearFold AI dla zespołów naukowych i medycznych pracujących nad walką z wirusem. LinearFold przewiduje drugorzędową strukturę sekwencji kwasu rybonukleinowego (RNA) wirusa — i robi to znacznie szybciej niż tradycyjne algorytmy zwijania RNA. LinearFold był w stanie przewidzieć drugorzędową strukturę sekwencji RNA SARS-CoV-2 w zaledwie 27 sekund, 120 razy szybciej niż inne metody. Jest to istotne, ponieważ kluczowym przełomem w szczepionkach przeciwko Covid-19 było opracowanie szczepionek z informacyjnym RNA (mRNA). Zamiast konwencjonalnych metod, które wprowadzają niewielką porcję wirusa, aby wywołać ludzką odpowiedź immunologiczną, mRNA uczy komórki, jak wytwarzać białko, które może wywołać odpowiedź immunologiczną, co znacznie skraca czas potrzebny na rozwój i zatwierdzenie.

Aby wesprzeć rozwój szczepionek mRNA, Baidu opracował później i wydał algorytm AI do optymalizacji projektowania sekwencji mRNA o nazwie LinearDesign, który ma na celu rozwiązanie problemu niestabilnych i nieproduktywnych sekwencji mRNA w kandydatach na szczepionki.

Oprócz otwarcia dostępu do LinearFold i LinearDesign dla naukowców z całego świata, Baidu nawiązał również strategiczne partnerstwo z Narodowym Instytutem Kontroli i Zapobiegania Chorobom Wirusowym, będącym częścią Chińskiego Centrum Kontroli i Zapobiegania Chorobom. Po wybuchu epidemii na pekińskim rynku Xinfadi w czerwcu, technologia AI Baidu umożliwiła władzom ukończenie sekwencjonowania genomu szczepu koronawirusa w ciągu 10 godzin, pomagając powstrzymać epidemię. W grudniu firma Baidu zaprezentowała PaddleHelix, oparte na uczeniu maszynowym ramy bioinformatyczne mające na celu ułatwienie opracowywania projektów szczepionek, odkrywania leków i medycyny precyzyjnej.

2. W pełni zautomatyzowana jazda i wdrożenie robotaxis

Trend — i dlaczego ma to znaczenie. W 2020 r. technologia autonomicznej jazdy nadal dojrzewała, a wiodące w branży firmy testowały samochody bez kierowcy i udostępniały publicznie usługi robotaxi w różnych miastach. W pełni zautomatyzowana jazda, umożliwiająca jazdę bez kierowcy zapewniającego bezpieczeństwo na pokładzie, będzie niezbędna dla skalowalności i komercjalizacji autonomicznej jazdy.

Innowacje Baidu. W ciągu ostatniego roku Baidu uruchomił usługę Apollo Go Robotaxi w chińskich miastach Changsha, Cangzhou i Pekinie — w tym w ruchliwych obszarach handlowych — stając się jedyną firmą w Chinach, która rozpoczęła testy robotaxi w wielu miastach.

Zmiany te są wynikiem ciągłych innowacji Baidu w opracowywaniu systemów sztucznej inteligencji, które mogą bezpiecznie kontrolować pojazd w złożonych warunkach drogowych i rozwiązać większość możliwych problemów na drodze, niezależnie od ludzkiego kierowcy.

Na corocznej konferencji technologicznej Baidu World 2020, Baidu zademonstrował również swoje w pełni zautomatyzowane możliwości prowadzenia pojazdu – w którym system AI jeździ niezależnie bez kierowcy bezpieczeństwa w pojeździe. Aby wesprzeć w pełni zautomatyzowaną jazdę, Baidu opracował usługę 5G Remote Driving Service, środek bezpieczeństwa, dzięki któremu operatorzy zdalni mogą przejąć kontrolę nad pojazdem w przypadku wyjątkowej sytuacji awaryjnej. Osiągnięcie przez Baidu w pełni zautomatyzowanej jazdy i wprowadzenie jej robotosi sugeruje pozytywne perspektywy dla komercjalizacji technologii w najbliższej przyszłości.

Źródło: Baidu

3. Zastosowane przetwarzanie języka naturalnego

ten trend — i dlaczego ma to znaczenie. W 2020 roku systemy języka naturalnego stały się znacznie bardziej zaawansowane w przetwarzaniu aspektów ludzkiego języka, takich jak sentyment i intencja, generując język, który jest zgodny z ludzkimi wzorcami mówienia i pisania, a nawet rozumieniem wizualnym, co oznacza zdolność wyrażania zrozumienia obrazu za pomocą języka. Te modele języka naturalnego zapewniają dokładniejsze wyniki wyszukiwania oraz bardziej wyrafinowane chatboty i wirtualnych asystentów, co prowadzi do lepszych doświadczeń użytkowników i tworzenia wartości dla firm.

Innowacje Baidu. Baidu wypuścił nową strukturę sekwencji wieloprzepływowych do generowania języka o nazwie ERNIE-GEN. Trenując model do przewidywania semantycznie kompletnych bloków tekstu, ERNIE-GEN wykonuje na elitarnym poziomie szereg zadań związanych z generowaniem języka, w tym angażowanie się w dialog, generowanie pytań i abstrakcyjne podsumowania.

Model wizyjno-językowy Baidu ERNIE-ViL również osiągnął znaczny postęp w zrozumieniu wizualnym, zajmując pierwsze miejsce w tabeli liderów magnetowidów, zbioru danych 290 000 pytań stworzonych przez Uniwersytet Waszyngtoński i Allen Institute for AI, który ma na celu przetestowanie zdolności rozumienia wizualnego. Projekt ERNIE-ViL osiągnął również najwyższą wydajność w pięciu dalszych zadaniach wizyjno-językowych. Rozumienie wizualne stanowi podstawę fizycznej interakcji systemów komputerowych w codziennych scenach, ponieważ obejmuje zarówno rozumienie treści wizualnych, jak i wyrażanie ich za pomocą języka. Będzie to miało kluczowe znaczenie dla poprawy jakości interakcji człowiek-maszyna.

4. Obliczenia kwantowe

Trend — i dlaczego ma to znaczenie. W 2020 r. obliczenia kwantowe poczyniły znaczne postępy, w tym osiągnięcie supremacji kwantowej przez komputer Jiuzhang. Ma to znaczenie dla sztucznej inteligencji, ponieważ obliczenia kwantowe mają potencjał do doładowania aplikacji AI w porównaniu z klasycznymi komputerami binarnymi. Na przykład obliczenia kwantowe można wykorzystać do uruchomienia generatywnego modelu uczenia maszynowego na większym zbiorze danych, niż może przetwarzać klasyczny komputer, dzięki czemu model będzie dokładniejszy i bardziej użyteczny w warunkach rzeczywistych. Zaawansowane technologie, takie jak algorytmy głębokiego uczenia się, również odgrywają coraz większą rolę w rozwoju badań nad obliczeniami kwantowymi.

Innowacje Baidu. W 2020 r. Baidu dokonał szeregu przełomów technicznych, które obiecują połączyć sztuczną inteligencję i obliczenia kwantowe. W maju firma Baidu uruchomiła Paddle Quantum, zestaw narzędzi do programowania kwantowego uczenia maszynowego, który może pomóc naukowcom i programistom w szybkim tworzeniu i trenowaniu kwantowych modeli sieci neuronowych oraz dostarczaniu zaawansowanych aplikacji do obliczeń kwantowych. Zestaw narzędzi o otwartym kodzie źródłowym zarówno wspiera programistów budujących aplikacje kwantowej sztucznej inteligencji, jak i pomaga entuzjastom głębokiego uczenia się rozwijać obliczenia kwantowe. We wrześniu Baidu wkroczył na rynek obliczeń kwantowych w chmurze wraz z uruchomieniem Quantum Leaf, który dostarcza kwantowe zestawy programistyczne, takie jak QCompute, i może skrócić cykl życia programowania kwantowego i pomóc w utworzeniu „zamkniętej pętli” łańcucha narzędzi kwantowych.

Źródło: Baidu

5. żetony AI

Trend — i dlaczego ma to znaczenie. Sprzęt AI nadal się rozwijał w 2020 roku, wraz z wprowadzeniem kilku chipów AI dostosowanych do specjalistycznych zadań. Podczas gdy zwykły procesor może obsługiwać zadania sztucznej inteligencji, procesory specyficzne dla sztucznej inteligencji są modyfikowane za pomocą określonych systemów, które mogą zoptymalizować wydajność zadań takich jak uczenie głębokie. Ponieważ aplikacje AI stają się coraz bardziej rozpowszechnione, każdy wzrost wydajności lub redukcja kosztów może odblokować większą wartość dla firm, które obsługują szeroką sieć centrów danych dla komercyjnych usług w chmurze i mogą ułatwić wewnętrzne operacje firmy.

Źródło: Baidu

Innowacje Baidu. Na targach Baidu World 2020 firma zaoferowała wgląd w swój procesor AI nowej generacji, Kunlun 2, który planuje wprowadzić do masowej produkcji na początku 2021 roku. Chip wykorzystuje technologię przetwarzania 7 nanometrów (nm), a jego maksymalna moc obliczeniowa wynosi ponad trzy razy więcej niż w przypadku poprzedniej generacji Kunlun 1. Chipy Kunlun charakteryzują się wysoką wydajnością, niskimi kosztami i dużą elastycznością, co może obsługiwać szeroką gamę aplikacji i scenariuszy AI, pomagając w lepszym przyjęciu AI i obniżeniu kosztów użytkowania . Ponad 20 000 chipów Kunlun 1 zostało wdrożonych do obsługi wyszukiwarki Baidu i partnerów Baidu Cloud od ich uruchomienia w 2018 roku, wzmacniając produkcję przemysłową, inteligentne miasta, inteligentny transport i inne dziedziny.

Ta treść została wyprodukowana przez Baidu. Nie została napisana przez redakcję MIT Technology Review.

ukryć