Disse fem AI-udviklinger vil forme 2021 og derefter

Leveret af Baidu

Året 2020 var dybt udfordrende for borgere, virksomheder og regeringer over hele verden. Da covid-19 spredte sig, hvilket krævede vidtrækkende sundheds- og sikkerhedsrestriktioner, spillede kunstig intelligens (AI) applikationer en afgørende rolle i at redde liv og fremme økonomisk modstandskraft. Forskning og udvikling (F&U) for at forbedre kerne-AI-kapaciteter, fra autonom kørsel og naturlig sprogbehandling til kvanteberegning, fortsatte med uformindsket styrke.

Baidu var på forkant med mange vigtige AI-gennembrud i 2020. Denne artikel skitserer fem væsentlige fremskridt med implikationer for bekæmpelse af covid-19 samt transformation af fremtiden for vores økonomier og samfund.

1. AI og vaccineudvikling

Tendensen - og hvorfor den betyder noget. Det tager typisk år, hvis ikke årtier, at udvikle en ny vaccine. Men i marts 2020 var vaccinekandidater til at bekæmpe covid-19 allerede under menneskelige tests, kun tre måneder efter de første rapporterede tilfælde. Rekordhastigheden af ​​vaccineudvikling var delvist takket være AI-modeller, der hjalp forskere med at analysere enorme mængder data om coronavirus.

Der er titusindvis af underkomponenter til de ydre proteiner af en virus. Maskinlæringsmodeller kan sortere gennem denne snestorm af data og forudsige, hvilke underkomponenter der er de mest immunogene – dvs. i stand til at producere et immunrespons – og derved vejlede forskere i at designe målrettede vacciner. Brugen af ​​kunstig intelligens i udvikling af vacciner kan revolutionere den måde, hvorpå alle vacciner skabes i fremtiden.

Baidu's innovationer. I februar åbnede Baidu sin LinearFold AI-algoritme for videnskabelige og medicinske hold, der arbejder på at bekæmpe virussen. LinearFold forudsiger den sekundære struktur af ribonukleinsyresekvensen (RNA) af en virus - og gør det betydeligt hurtigere end traditionelle RNA-foldningsalgoritmer. LinearFold var i stand til at forudsige den sekundære struktur af SARS-CoV-2 RNA-sekvensen på kun 27 sekunder, 120 gange hurtigere end andre metoder. Dette er vigtigt, fordi det vigtigste gennembrud for covid-19-vacciner har været udviklingen af ​​messenger-RNA (mRNA)-vacciner. I stedet for konventionelle tilgange, som indsætter en lille del af en virus for at udløse et humant immunrespons, lærer mRNA celler, hvordan man laver et protein, der kan fremkalde et immunrespons, hvilket i høj grad forkorter tidsrummet involveret i udvikling og godkendelse.

For at understøtte udviklingen af ​​mRNA-vacciner udviklede og udgav Baidu senere en AI-algoritme til optimering af mRNA-sekvensdesign kaldet LinearDesign, som har til formål at løse problemet med ustabile og uproduktive mRNA-sekvenser i kandidatvacciner.

Udover at åbne op for adgang til LinearFold og LinearDesign for forskere over hele verden, dannede Baidu også et strategisk partnerskab med National Institute for Viral Disease Control and Prevention, en del af det kinesiske center for sygdomskontrol og -forebyggelse. Efter et udbrud på Beijings Xinfadi-marked i juni tillod Baidus AI-teknologi myndighederne at fuldføre genomsekventering af coronavirus-stammen inden for 10 timer, hvilket hjalp med at bremse udbruddet. I december afslørede Baidu PaddleHelix, en maskinlæringsbaseret bio-computing-ramme, der sigter mod at lette udviklingen af ​​vaccinedesign, lægemiddelopdagelse og præcisionsmedicin.

2. Fuldautomatisk kørsel og udrulning af robotakse

Tendensen - og hvorfor den betyder noget. Autonom kørselsteknologi fortsatte med at modnes i 2020, hvor branchens førende virksomheder testede førerløse biler og åbnede robotaxi-tjenester for offentligheden i forskellige byer. Fuldautomatisk kørsel, som muliggør ture uden en menneskelig sikkerhedschauffør om bord, vil være nødvendig for skalerbarheden og kommercialiseringen af ​​autonom kørsel.

Baidu's innovationer. I løbet af det seneste år lancerede Baidu Apollo Go Robotaxi-tjenesten i de kinesiske byer Changsha, Cangzhou og Beijing – inklusive i travle kommercielle områder – og blev den eneste virksomhed i Kina, der startede prøvedrift med robotaxi i flere byer.

Disse udviklinger er et resultat af Baidus kontinuerlige innovation i at udvikle AI-systemer, der sikkert kan kontrollere et køretøj under komplekse vejforhold og løse de fleste mulige problemer på vejen, uafhængigt af en menneskelig fører.

Ved Baidu World 2020, dens årlige teknologikonference, demonstrerede Baidu også sin fuldautomatiske køreevne – hvor AI-systemet kører uafhængigt uden en sikkerhedsfører i køretøjet. For at understøtte fuldautomatisk kørsel udviklede Baidu 5G Remote Driving Service, en sikkerhedsforanstaltning, hvorved menneskelige fjernoperatører kan tage kontrol over et køretøj i tilfælde af en ekstraordinær nødsituation. Baidu's opnåelse af fuldautomatisk kørsel og udrulningen af ​​dens robotakse antyder en positiv udsigt til kommercialiseringen af ​​teknologien i den nærmeste fremtid.

Kilde: Baidu

3. Anvendt naturlig sprogbehandling

Det trend – og hvorfor det er vigtigt. I 2020 blev naturlige sprogsystemer væsentligt mere avancerede til at behandle aspekter af menneskeligt sprog som følelser og hensigter, generere sprog, der er tilpasset menneskelige tale- og skrivemønstre, og endda visuel forståelse, hvilket betyder evnen til at udtrykke forståelse om et billede gennem sprog. Disse naturlige sprogmodeller driver mere præcise søgeresultater og mere sofistikerede chatbots og virtuelle assistenter, hvilket fører til bedre brugeroplevelser og skaber værdi for virksomheder.

Baidu's innovationer. Baidu udgav en ny multiflow-sekvensramme til sproggenerering kaldet ERNIE-GEN. Ved at træne modellen til at forudsige semantisk komplette tekstblokke, udfører ERNIE-GEN på eliteniveau på tværs af en række sproggenereringsopgaver, herunder dialoginddragelse, spørgsmålsgenerering og abstrakt opsummering.

Baidus vision-sprogmodel ERNIE-ViL opnåede også betydelige fremskridt inden for visuel forståelse, og rangerede først på VCR-ranglisten, et datasæt med 290.000 spørgsmål bygget af University of Washington og Allen Institute for AI, som har til formål at teste visuel forståelsesevne. ERNIE-ViL opnåede også state-of-the-art ydeevne på fem visionsprog downstream-opgaver. Visuel forståelse lægger grundlaget for, at computersystemer fysisk kan interagere i hverdagens scener, da det involverer både at forstå visuelt indhold og at udtrykke det gennem sprog. Det vil være afgørende for at forbedre kvaliteten af ​​menneske-maskine interaktion.

4. Kvanteberegning

Tendensen - og hvorfor den betyder noget. Kvantecomputere gjorde betydelige indtog i 2020, herunder Jiuzhang-computerens opnåelse af kvanteoverherredømme. Dette har betydning for AI, da kvanteberegning har potentialet til at overlade AI-applikationer sammenlignet med binært-baserede klassiske computere. For eksempel kunne kvanteberegning bruges til at køre en generativ maskinlæringsmodel gennem et større datasæt, end en klassisk computer kan behandle, og dermed gøre modellen mere nøjagtig og nyttig i virkelige omgivelser. Avancerede teknologier såsom deep learning-algoritmer spiller også en stadig mere kritisk rolle i udviklingen af ​​kvantecomputerforskning.

Baidu's innovationer. Baidu opnåede en række tekniske gennembrud i 2020, der lover at bygge bro mellem AI og kvantecomputere. I maj lancerede Baidu Paddle Quantum, et udviklingsværktøj til kvantemaskinelæring, der kan hjælpe videnskabsmænd og udviklere med hurtigt at bygge og træne kvanteneurale netværksmodeller og levere avancerede kvantecomputerapplikationer. Open source-værktøjssættet understøtter både udviklere, der bygger quantum AI-applikationer, og hjælper deep learning-entusiaster med at udvikle quantum computing. I september gik Baidu ind i sky-baseret kvantedatabehandling med lanceringen af ​​Quantum Leaf, som leverer kvanteudviklingssæt såsom QCompute, og som kan forkorte livscyklussen for kvanteprogrammering og hjælpe med at realisere en 'lukket sløjfe' kvanteværktøjskæde.

Kilde: Baidu

5.AI-chips

Tendensen - og hvorfor den betyder noget. AI-hardware fortsatte med at udvikle sig i 2020 med lanceringen af ​​adskillige AI-chips, der var skræddersyet til specialiserede opgaver. Mens en almindelig processor er i stand til at understøtte AI-opgaver, modificeres AI-specifikke processorer med bestemte systemer, der kan optimere ydeevnen til opgaver som deep learning. Efterhånden som AI-applikationer bliver mere udbredte, kan enhver stigning i ydeevne eller reduktion i omkostninger frigøre mere værdi for virksomheder, der driver et bredt netværk af datacentre til kommercielle cloud-tjenester, og kan lette virksomhedens interne drift.

Kilde: Baidu

Baidu's innovationer. På Baidu World 2020 gav virksomheden et indblik i sin næste generations AI-processor, Kunlun 2, som det planlægger at sætte i masseproduktion i begyndelsen af ​​2021. Chippen bruger 7 nanometer (nm) behandlingsteknologi, og dens maksimale beregningsevne er over tre gange så stor som den forrige generation, Kunlun 1. Kunlun-chippene er kendetegnet ved høj ydeevne, lave omkostninger og høj fleksibilitet, som kan understøtte en bred vifte af AI-applikationer og scenarier, der hjælper med at fremme større AI-adoption og reducerer brugsomkostninger . Mere end 20.000 Kunlun 1-chips er nu blevet implementeret for at understøtte Baidus søgemaskine og Baidu Cloud-partnere, siden de blev lanceret i 2018, hvilket styrker industriel fremstilling, smarte byer, smart transport og andre områder.

Dette indhold blev produceret af Baidu. Det er ikke skrevet af MIT Technology Reviews redaktion.

skjule