论文部分内容阅读
8月29日～31日，以“智联世界，无限可能”为主题的2019世界人工智能大会在上海世博中心和上海世博展览馆举办。大会设置“高端论坛、主题活动、应用展示、智能体验”四大板块，涵盖智能芯片、前沿算法、类脑智能、AI芯片、无人驾驶、智能机器人、AI+教育、AI+工业、AI+医疗、投融资等主题。
大会期间，国内外顶尖高校、行业领军企业、国际组织的重要嘉宾云集，带来了最新产品和理念，让大家看到AI的无限可能。其中，由谷歌TensorFlow在8月30日举办的“智在，启无限”主题论坛更是分享了机器学习能够在商业、文化、艺术等多个领域中起到的重要作用。
AI解决富有挑战性的现实问题
活动由TensorFlow全球产品总监Kemal El Moujahid（以下简称Kemal）带来的演讲开始。Kemal首先谈到的，是关于人工智能目前已经可以被用来解决诸多富有挑战性的现实问题，包括帮助农民监测作物中的病虫害、帮助医生诊断疾病等。
除此之外，Kemal列举出了TensorFlow三个实际应用场景，其中给人留下深刻印象的要数对极端天气的研究应用。
据Kemal介绍，研究极端天气需要非常庞大的数据量，因此这是长期以来难以解决的难题。不过，一个由科学家、研究人员和工程师组成的团队决定构建一个巨大的模型，利用了27000个GPU，两个网球场的空间，并使用TensorFlow来运行这个模型。他们成功实现了每秒钟113亿亿次浮点运算的运算能力峰值，达到预测极端天气的效果，最终荣获了戈登·贝尔奖。
“机器学习领域的三大进步使得人工智能的这些应用在今天成为可能。”Kemal提到。具体而言，机器学习的三大进步包含这些：
第一，数据变得更加普遍化和易获得。各类学科中的各种数据集已成为机器学习系统的燃料，例如，Open Images Dataset就是一个由涵盖数千个类别的超过900万张图像组成的数据集。
第二，计算能力取得了飞速进步。要基于大型数据集训练复杂模型，需要强大的计算机。过去计算机不够强大，而现在，计算能力已经取得了指数级的进步。例如，Tensor Processing Units（TPUs），能在短短幾分钟内，就训练完成机器学习模型。一套TPUs的计算能力是1990年的计算机的10000倍。
第三，以更快的速度构建更复杂的模型和技术。例如，在自然语言理解领域，研究人员正在取得令人难以置信的进展。
Kemal的演讲结束后，还组织了由TensorFlow产品经理梁信屏主持的圆桌论坛，通用电气贝克体斯、腾讯医疗、网易严选以及来自日本的电商公司 Mercari 共同分享了机器学习是如何在商业领域应用，助力企业成长的。随后，邀请了三位独立开发者胡继礼、武强、Anna Huang分享了跨界案例，讲述机器学习如何帮助开发者探索文化、艺术等领域的创新。此外，AI和数据价值负责人Jake Lucchi还上台谈到了如何以负责任的方式落实机器学习开发。
小贴士：TensorFlow简介
TensorFlow是一个开源机器学习平台，能够帮助世界各地的开发者、企业和研究人员利用机器学习解决具有挑战性的现实问题：
1.研究人员利用它推动机器学习领域最先进的技术，创造出BERT和XLNet这样的先进模型；
2.数据科学家和工程师利用它将机器学习领域的创新应用于解决行业正面临的问题；
3.开发人员利用它研发智能应用来帮助他们的终端用户。
TensorFlow 2.0版本的三个支柱：
1.易于使用，易于掌握；
2.功能强大，确保用户能以非常快的速度训练非常大的模型；
3.扩展性强，经测试，可部署到从小型设备到大型服务器的各类设备上。
自2015年开源以来，TensorFlow已成长为一个灵活的机器学习框架，由全球的开发者和研究人员提供支持。它已被下载超过4100万次，并由近两千名贡献者帮助进行改进。
大会期间，国内外顶尖高校、行业领军企业、国际组织的重要嘉宾云集，带来了最新产品和理念，让大家看到AI的无限可能。其中，由谷歌TensorFlow在8月30日举办的“智在，启无限”主题论坛更是分享了机器学习能够在商业、文化、艺术等多个领域中起到的重要作用。
AI解决富有挑战性的现实问题
活动由TensorFlow全球产品总监Kemal El Moujahid（以下简称Kemal）带来的演讲开始。Kemal首先谈到的，是关于人工智能目前已经可以被用来解决诸多富有挑战性的现实问题，包括帮助农民监测作物中的病虫害、帮助医生诊断疾病等。
除此之外，Kemal列举出了TensorFlow三个实际应用场景，其中给人留下深刻印象的要数对极端天气的研究应用。
据Kemal介绍，研究极端天气需要非常庞大的数据量，因此这是长期以来难以解决的难题。不过，一个由科学家、研究人员和工程师组成的团队决定构建一个巨大的模型，利用了27000个GPU，两个网球场的空间，并使用TensorFlow来运行这个模型。他们成功实现了每秒钟113亿亿次浮点运算的运算能力峰值，达到预测极端天气的效果，最终荣获了戈登·贝尔奖。
“机器学习领域的三大进步使得人工智能的这些应用在今天成为可能。”Kemal提到。具体而言，机器学习的三大进步包含这些：
第一，数据变得更加普遍化和易获得。各类学科中的各种数据集已成为机器学习系统的燃料，例如，Open Images Dataset就是一个由涵盖数千个类别的超过900万张图像组成的数据集。
第二，计算能力取得了飞速进步。要基于大型数据集训练复杂模型，需要强大的计算机。过去计算机不够强大，而现在，计算能力已经取得了指数级的进步。例如，Tensor Processing Units（TPUs），能在短短幾分钟内，就训练完成机器学习模型。一套TPUs的计算能力是1990年的计算机的10000倍。
第三，以更快的速度构建更复杂的模型和技术。例如，在自然语言理解领域，研究人员正在取得令人难以置信的进展。
Kemal的演讲结束后，还组织了由TensorFlow产品经理梁信屏主持的圆桌论坛，通用电气贝克体斯、腾讯医疗、网易严选以及来自日本的电商公司 Mercari 共同分享了机器学习是如何在商业领域应用，助力企业成长的。随后，邀请了三位独立开发者胡继礼、武强、Anna Huang分享了跨界案例，讲述机器学习如何帮助开发者探索文化、艺术等领域的创新。此外，AI和数据价值负责人Jake Lucchi还上台谈到了如何以负责任的方式落实机器学习开发。
小贴士：TensorFlow简介
TensorFlow是一个开源机器学习平台，能够帮助世界各地的开发者、企业和研究人员利用机器学习解决具有挑战性的现实问题：
1.研究人员利用它推动机器学习领域最先进的技术，创造出BERT和XLNet这样的先进模型；
2.数据科学家和工程师利用它将机器学习领域的创新应用于解决行业正面临的问题；
3.开发人员利用它研发智能应用来帮助他们的终端用户。
TensorFlow 2.0版本的三个支柱：
1.易于使用，易于掌握；
2.功能强大，确保用户能以非常快的速度训练非常大的模型；
3.扩展性强，经测试，可部署到从小型设备到大型服务器的各类设备上。
自2015年开源以来，TensorFlow已成长为一个灵活的机器学习框架，由全球的开发者和研究人员提供支持。它已被下载超过4100万次，并由近两千名贡献者帮助进行改进。