Diez palabras clave principales para la inteligencia artificial en 2021
01 Inteligencia artificial confiable
La IA confiable es la clave para resolver el problema de confianza de la inteligencia artificial. La inteligencia artificial confiable es una práctica importante en la implementación de la gobernanza de la inteligencia artificial. Profundiza en la gestión interna, la investigación y el desarrollo, las operaciones y otros aspectos de la empresa, y transforma los requisitos abstractos relevantes en requisitos de capacidad específicos necesarios para la práctica, mejorando así. La confianza de la sociedad en la inteligencia artificial.
02 Ingeniería
La ingeniería de IA se ha convertido en el vínculo central desde la aplicación académica hasta la industrial. La ingeniería permite que las aplicaciones de IA pasen del modo manual de los pequeños talleres al soporte central del modo de línea de montaje de las grandes fábricas. Para las empresas, la ingeniería de IA se ha convertido en un cuello de botella más grande más allá de la investigación y el desarrollo de algoritmos, y la ingeniería de inteligencia artificial incluye principalmente los siguientes enlaces: un sistema de productos de herramientas completo y fácil de usar, prácticas de gestión de operación y mantenimiento eficientes y colaborativas, integrales y controlables. gobernanza de la seguridad, cohesión Apoyo a la cadena de la industria del conocimiento.
03 Modelo grande
El modelo de preentrenamiento a gran escala puede aliviar efectivamente la contradicción entre la proliferación de datos generales y la falta de datos especiales en el campo de la IA. mediante preaprendizaje y capacitación sobre datos generales masivos Tiene universal El prototipo de inteligencia.
El modelo grande para la formación temprana es muy versátil y puede satisfacer las * * * necesidades de las industrias verticales. El modelo grande previamente entrenado tiene buena movilidad y puede cumplir con los requisitos técnicos de los productos típicos. Los modelos a gran escala son el vínculo entre el pasado y el futuro, afectando profundamente el desarrollo de la tecnología subyacente y las aplicaciones de capa superior hacia abajo, impulsan la mejora de la tecnología de datos y las capacidades de la arquitectura informática, apoyan la capacitación, implementación y optimización de modelos; apoyar hacia arriba la transformación del servicio de las aplicaciones de capa superior.
Además, es necesario resolver urgentemente el problema multidireccional de los grandes modelos y no se puede subestimar la construcción ecológica. En el futuro, el modelo de preformación se centrará en resolver cuestiones como la aplicabilidad, la credibilidad, la cooperación interdisciplinaria, el desequilibrio de recursos y el acceso abierto.
04 Seguridad facial
El reconocimiento facial requiere una aplicación razonable para mejorar la confianza social. Todos los sectores de la sociedad están ampliamente preocupados por los riesgos asociados con el reconocimiento facial. Por lo tanto, es necesario utilizar el reconocimiento facial de manera correcta y razonable para descubrir riesgos como la fuga de seguridad y privacidad, a fin de mejorar la aplicación y la confianza de la sociedad en la tecnología de reconocimiento facial.
05 Gobernanza
La gobernanza de la inteligencia artificial está pasando de los principios éticos a la supervisión legal. El proceso de gobernanza de la inteligencia artificial es un proceso en el que cada sujeto coordina, maneja, supervisa y regula la seguridad, el desarrollo, la equidad y las disputas en la investigación, el desarrollo, la producción y la aplicación de la inteligencia artificial a través de medios legales, éticos y técnicos operables. En la actualidad, la gobernanza de la inteligencia artificial ha pasado gradualmente de limitaciones suaves, como los principios éticos, a una nueva etapa de regulación legal integral y operable. El camino de la gobernanza global de la inteligencia artificial incluye la exploración simultánea de la supervisión sistemática y la supervisión legislativa basada en escenarios. En el futuro, la estrecha integración de la supervisión de la inteligencia artificial y la gobernanza de datos será una tendencia importante.
06 Hiperautomatización
La hiperautomatización acelera la transformación digital de los asuntos empresariales y gubernamentales. La profunda integración de la inteligencia artificial, la computación en la nube, los big data y la tecnología de automatización de procesos robóticos (RPA) es una dirección de exploración clave para lograr la transformación digital en las empresas, los asuntos gubernamentales y otros escenarios laborales. Con el aumento de los costos laborales y la creciente demanda de actualizaciones digitales, la informatización, la digitalización y la inteligencia han formado una tendencia de vinculación. La tecnología RPA juega un papel importante en la aplicación de tecnologías emergentes y la hiperautomatización se convertirá en la norma en el futuro.
07 minutos
MLOps comienza a desplegarse en grandes empresas. Las prácticas de gestión de modelos de aprendizaje automático y los procesos estándar conectan el desarrollo, la implementación y la operación y mantenimiento del modelo, involucrando equipos de algoritmos, negocios y operación y mantenimiento. Su objetivo es mejorar la eficiencia del desarrollo, implementación y operación y mantenimiento del proceso de vida del modelo. promover la aplicación a gran escala de modelos. La industria concede gran importancia a las necesidades a nivel empresarial, como el desarrollo, la operación y el mantenimiento, el control de permisos, la privacidad de los datos, la seguridad y la auditoría. Según las estadísticas, el 56% de las empresas tienen dificultades de gestión, seguridad y auditoría. Desde 2019, MLOps ha entrado en el ciclo de exageración de la tecnología de aprendizaje automático y ciencia de datos de Gartner durante dos años consecutivos y se considera una parte importante de la ingeniería de IA. MLOps se coordinará con DevOps y DataOps y se empoderarán mutuamente.
08 Computación del conocimiento
La computación del conocimiento resuelve la demanda de la industria de adquisición y aplicación de conocimiento. Adopte algoritmos de inteligencia artificial basados en conocimiento y datos para brindar soluciones para la nueva generación de inteligencia artificial y esforzarse por resolver las necesidades industriales de combinar inteligencia artificial con conocimiento de la industria, desde la inteligencia perceptiva hasta la inteligencia cognitiva.
Fusión multimodal
La interacción multiescenario y multimodal se ha convertido en el foco de la mejora del rendimiento de las aplicaciones. Las capacidades de percepción, interacción y colaboración inteligente con tecnología de fusión multimodal como núcleo continúan respaldando la mejora del nivel de inteligencia de diversos terminales y aplicaciones.
10 Integración industrial
La profunda integración de la inteligencia artificial con las industrias financiera, médica y otras ha entrado en la zona de aguas profundas. Las industrias financiera y médica han implementado de manera integral aplicaciones de inteligencia artificial en términos de apoyo a políticas, reservas técnicas, aplicaciones de producción, capacidad de producción y cumplimiento de seguridad. Industria financiera: la inteligencia se ha convertido en la dirección clave del diseño de la tecnología financiera. En 2020, la inversión de los bancos en tecnología de la información alcanzó los 201.700 millones de yuanes, un aumento interanual de más del 25%.
Las instituciones financieras llevan a cabo la construcción integral de sistemas de IA ampliando los equipos de tecnología, creando capacidades básicas, proporcionando aplicaciones básicas, potenciando escenarios existentes y estableciendo mecanismos de promoción y garantía. Industria médica: la inteligencia artificial desempeña un papel importante en la prevención, el control y la reanudación de la producción de epidemias, y ha logrado resultados notables en campos bioquímicos como la investigación y el desarrollo de nuevos fármacos y la predicción de la estructura de proteínas.
Lotte Intelligent Valley
Valle Internacional de Innovación en Tecnología Inteligente
Lotte Intelligent Valley es un proyecto clave de construcción de ciudades en Guangzhou y un proyecto piloto para mejorar la calidad y la eficiencia. en Guangzhou en 2019 Park, estación de servicio para pequeñas y medianas empresas de Guangzhou. El proyecto está ubicado en el cruce de Yunkenan Road y Xinjiao East Road, distrito de Haizhu, ciudad de Guangzhou. Esta área es el área central de Pazhou entre la Zona Experimental de Economía Digital e Inteligencia Artificial de Guangzhou y la Zona de Alta Tecnología de Pazhou. Es un punto de apoyo importante del corredor de innovación científica y tecnológica de la Gran Área de la Bahía de Guangdong-Hong Kong-Macao. .
Con la inteligencia artificial, la tecnología 5G, la economía digital y el Internet de las cosas como sus industrias líderes, el parque ofrece a las empresas servicios de incubación de innovación de ciclo de vida completo y servicios de coordinación y acoplamiento de recursos, y promueve el intercambio de recursos. integración e interacción en industrias relacionadas.
La Base de Innovación y Emprendimiento "Guangdong-Hong Kong-Macao Youth Innovation Bay" (en adelante, la Base de Innovación Juvenil Bay) se estableció en septiembre de 2018 bajo la dirección del Departamento de Trabajo del Frente Unido de la Comité del Distrito de Haizhu y Oficina de Industria y Comercio. Iniciado por el Sr. Wang An, un joven líder en Macao, integra más de 30 asociaciones de Guangzhou, Shenzhen, Hong Kong, Macao y Taiwán, establece una cooperación estratégica y una estrecha colaboración con universidades, institutos de investigación científica y equipos de expertos en Hong Kong. y Macao, y aglutina políticas macroeconómicas, servicios de innovación tecnológica, etc.