Le départ de Baidu Andrew Ng afin que l'IA est devenu un sujet brûlant, l'application de l'intelligence artificielle (AI) dans téléguidés, médicaux, financiers et d'autres domaines de l'écosystème d'affaires pour l'avenir apporté la rêverie sans fin. Quel genre de position de la Chine occupe dans la vague de cette vague de la grippe aviaire? services Cloud et d'autres infrastructures au cours de la prochaine AI quel genre de rôle? Dans le secteur domestique AI, le concept AI est un gimmick, ou est-ce vrai réalité touchable?
22 mars 2017, dans GMIC Global Mobile Internet Conférence tenue en Israël, l'ancien PDG Kingsoft Chiang Chang a reçu une interface de doctorat nouvelles interview aux journalistes, a expliqué sa compréhension de l'IA. Chiang Chang est diplômé de l'Université technique du Danemark, a reçu un doctorat en génie électrique, a été l'un des fondateurs de Microsoft Research Asia, PDG Kingsoft.
Chiang Chang croit, AI prochaine étape du développement rapide est indissociable des trois conditions principales: les données, plus rapide du matériel et des algorithmes plus généralement disponibles.
Avec l'équipement de connexion globale, machines et systèmes, de grandes quantités de données non structurées est créé, les réseaux de neurones ont plus de données, il devient plus efficace. Téléphone, l'IdO, le coût de stockage et de traitement des données (cloud) de sorte que la technologie mature taille de l'ensemble des données disponibles, la structure a considérablement augmenté.
Par exemple, Tesla a recueilli 780mn miles de données de conduite, et à travers leur voiture d'interconnexion, toutes les 10 heures peut être augmenté d'un million de miles de données. De plus, Jasper ont une plate-forme qui permet à un certain nombre de constructeurs automobiles et les entreprises de télécommunications de communiquer entre les machines, l'entreprise en Février de cette année a été acquise par Cisco. Verizon en Août a fait un investissement similaire, a annoncé l'acquisition de FleetMatics. FleetMatics à faire est de connecter des capteurs à distance sur la voiture au logiciel de cloud sur un réseau sans fil.
Ensuite, réseau en ligne 5G va accélérer le rythme de production de données et de transmission. Selon le rapport IDC Digital Universe montre que l'on attend des données annuelles pour générer 202044zettabytes, montre que nous assistons à l'application de cas d'utilisation de ces technologies.
De même, il y a des coûts de matériel réduits. GPU réutilisation, la puissance de calcul à faible coût de généralisation, notamment grâce à des services de cloud computing, et la création d'un nouveau modèle de réseau de neurones, a considérablement augmenté la vitesse des réseaux de neurones pour produire des résultats avec précision.
GPU et l'architecture parallèle basée sur le processeur d'architecture du centre de données traditionnel peuvent former un système d'apprentissage de la machine plus rapidement que d'autres. En utilisant la puce d'image, réseau plus rapide itérations, la formation peut être plus précis à court terme.
Pendant ce temps, le développement du silicium spécial, tels que Microsoft et Baidu utiliser des FPGA peut faire avec le système d'apprentissage de la profondeur pour former l'inférence plus rapide. En outre, depuis le début de la puissance de calcul brute d'un super-ordinateur en 1993, il a été un grand développement. En 2016, seule Zhangying Wei de graphiques de jeu ont une puissance de calcul similaire en 2002 avant la plupart des super-ordinateurs puissants ont.
Dans les données et la puissance de calcul très loin derrière l'algorithme est des installations de soutien.
Mieux entrée (calcul et des données) de sorte que davantage de recherche est orientée algorithme, en utilisant la profondeur de la formation de support. Tels que Caffe, tensorflow de Google et la flamme de Berkeley tel cadre open-source. Par exemple, le premier anniversaire de la tensorflow juste la source, est devenu le plus en forme de fourche sur les dépôts GitHub du cadre. Bien que toutes les IA se produit généralement framework open source disponible, mais en effet accélérer le développement de l'open source, mais aussi des outils plus avancés sont open source.
Pour résumer l'essence de la raison, AI derrière la montée d'un grand nombre de données générées: 2013-2020, les données croître à un taux de 40% par an: le Wal-Mart géant de la distribution traditionnelle pour produire la quantité de niveau 2.5PB de données toutes les quatre heures, sur Twitter tweets quantité quotidienne d'environ 500 millions, titres aujourd'hui 6BT tous les jours pour compléter la demande, l'achèvement de la quantité de traitement de données 6.3PB (1PB = 1024BT).
La figure suivante montre le cas ces dernières années est téléchargé chaque image de logiciel d'application:
Chiang Chang croit la Chine en raison de la grande population de la source de données, l'industrie de l'IA est la capacité à ne pas perdre les pays développés, est actuellement en cours d'exécution de leur force dans l'état.
ZhangHongJiang maintenant plus optimiste au sujet des deux risque de ces pays est face ++ AI et les gros titres aujourd'hui, représentent deux directions différentes d'entreprise AI: face ++ est des fournisseurs de services de technologie de reconnaissance faciale, pour améliorer la précision de la reconnaissance faciale par la formation AI, entreprise fait plus tôt, la mise en place des barrières commerciales, les titres d'aujourd'hui sont de l'industrie elle-même, l'entreprise RSS fait, puis AI a mis pour améliorer le produit. Ce sont deux modèles complètement différents de développement.
