11月7日,华为全联接大会(HUAWEI CONNECT)2022中国站在深圳拉开帷幕。为解决企业在AI落地时面临的挑战,促进释放AI生产力,华为云在“一切皆服务”的基础上不断夯实基础能力,围绕大模型与求解器技术发布四项全新AI服务。
天筹AI求解器智能建模工具,低代码助力提升建模效率:求解器能够解决优化决策问题,帮助企业提升效率。以港口龙头企业天津港为例,基于华为云天筹AI求解器,天津港实现了人、港机、车、船、货的最优调度与高效协同,港口作业计划耗时从24小时缩短到10分钟,船舶在港时间缩短7%,大幅度地提升了港口运转效率和作业效率。但求解器应用门槛高,需要懂业务、懂运筹学、懂编程的专家将业务语言转化成数学模型,进而转化成编程语言。为帮助企业快速进行智能建模,华为云推出天筹AI求解器智能建模工具,将建模和模型维护过程智能化,简化开发人员的建模工作,大幅压缩原本需要数月的建模时间,将求解器建模速度提高30倍。华为云降低了企业应用求解器的门槛。
华为云盘古气象大模型,为行业数字化插上AI气象分析的翅膀:极端天气会带来巨大的生命和财产损失。华为云盘古气象大模型能够秒级预测未来7天全球天气情况,相比传统预报算法,速度提升1000倍、精度提升20%。今年8月,盘古气象大模型预测台风“马鞍”的轨迹和登陆时间,准确率达90%,远超行业平均水平。在海外,华为云为印尼打造了“国家海洋人工智能平台”,助力预测海洋灾害,保障航行安全。此外,华为云AI for Meteorology还可以用于农业、航空、航天等领域。
华为云盘古矿山大模型,让AI推动矿山安全高效作业,沉淀专家经验:为了解决AI在煤矿行业落地难、门槛高等问题,华为云打造了全栈性能领先的盘古矿山大模型。只需导入海量无标注的矿山场景数据进行预训练,盘古矿山大模型即可进行无监督自主学习,仅一个大模型就能覆盖煤矿的采、掘、机、运、通等业务流程下的1000多个细分场景。华为云AI for Mine让AI应用在煤矿普及更容易。例如,在主运场景中,基于盘古矿山大模型的AI主运智能监测系统能够精准识别大块煤、锚杆等异常情况,异物识别准确率达98%。此外,相较于人工巡检,盘古矿山大模型实现了全时段巡检,帮助工作人员及时地发现问题,避免因漏检造成的安全事故,缩短停机时间,同时提升井下巡检人员的工作效率。
华为云盘古OCR大模型,一个模型覆盖通用文字识别场景:OCR技术是人工智能的基础之一,能够对结构多变、种类多样、来源丰富的非结构化数据进行识别与提取。传统的OCR厂商通常从特定的应用切入,陆续发展出卡证识别、票据识别、文档识别、表格识别、车牌识别、智能扫码等一系列细分OCR能力,通过组合的方式服务于各个行业。行业中每产生一个的新的识别场景,都需要在标注后才能训练一个新的模型。这使得OCR服务的开发、维护成本居高不下。华为云发布盘古OCR大模型,通过独有的对比学习与掩膜图像建模相融合的自监督学习方法,学习并充分利用大规模的无标签数据,实现一个模型覆盖多个领域的全部通用文字识别场景,并将标注工作量降低90%。此外,盘古OCR大模型在11项经典数据集测试中取得显著的精度提升,而且与原本领先的文字识别算法相比,盘古OCR大模型的精度平均提升5%以上。
人工智能产业已成为新一轮科技革命和产业变革的核心驱动力,推动中国经济实现高质量发展,并深刻影响人民生活和社会进步。华为云将持续创新,加速千行百业智能化进程。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。