科技行者 11月1日 北京消息: 11月1日,2018百度世界大会在北京举行,大会以“YES AI DO”为主题,向公众展示了一系列人工智能前沿技术、应用及创新产品。作为全球人工智能领域的领导者,百度还首次全面展现了AI在国民经济三大基础产业,及制造、医疗、交通等各大领域的应用落地,为人们描绘了一幅更加美好的AI生活图景。百度也由此从“AI技术领先”向“应用落地领先”强势进化。
AI驱动百度业务强劲增长 Apollo、DuerOS两大生态商业化提速
从智能驾驶到智能交通,Apollo展现了其更大的商业化想象空间。继今年7月,百度与金龙客车合作的全球首款L4级自动驾驶小巴“阿波龙”量产下线后,Apollo商业化进程再次加速。会上,百度创始人、董事长兼CEO李彦宏与中国一汽董事长徐留平携手,共同揭晓了国内首个L4级别自动驾驶乘用车的量产计划:2019年小批量下线示范运行、2020年大批量投放更多城市运营。
本次百度世界大会上,百度不仅发布了包括车路协同、Valet Parking等在内的一系列智能交通解决方案,还宣布推出百度AI 城市“ACE王牌计划”(Autonomous Driving、Connected Road、Efficient City)——这是一个全栈式解决方案平台,基于百度全球领先的自动驾驶Apollo、智能云、百度大脑等技术和能力,打造城市级平台生态。李彦宏表示,百度AI城市将率先落地北京和上海。北京将打造成为超大型城市智能化治理样板,而上海则以超前理念探索构建智能新城。
百度DuerOS也取得重要进展。技术战略的专注,使百度在AI技术领域继续保持领先。本次大会上,李彦宏展现了DuerOS新一代语音交互技术Endless Conversation,将智能语音交互自然度提升到一个新高度。此外,小度系列智能硬件产品全面升级,全新推出小度智能音箱Pro和极具创新性的小度语音车载支架。截止10月份,DuerOS设备激活量突破1.5亿,月活跃用户数达3500万;小度系列在中国智能音箱市场出货量环比增速位列第一,市场份额从第二季度7%增长到第三季度24%。
百度AI也驱动着新移动业务强劲增长。百度APP日活跃用户数达1.6亿,百度信息流成为业界DAU规模最大的一款信息流产品,搜索结果高质视频占比20%,视频化战略进展显著。今年7月推出的智能小程序也取得了飞速发展,已深入23大行业,覆盖262个细分领域。刚刚发布的财报显示,基于对用户兴趣的深度学习、挖掘与洞察,百度产品规模效应凸显。9月份,百度家族20多个App月活(去掉重复用户数据)达到9.9亿,同比增长28%。
从技术领先到应用领先 百度AI加速渗透国民经济三大产业
本次世界大会,百度交出了AI在国民经济三大基础产业落地的成绩单。在农业方面,农民通过使用百度云与麦飞科技合作的农业遥感智能监测系统,引入边缘计算,对农作物病虫害实施智能化监测,并完成精准施药,能够将农药使用量降低50%。百度正利用AI能力让农业生产提质增效,“打好中国粮,端好中国碗。”
“AI化”为第一产业迎来新的发展机遇,也正助力第二产业进一步蓬勃发展。百度与拓疆者合作的无人自主挖掘机,是世界上首台基于视觉技术构成的低成本、可量产解决方案的工程装备。在工程项目中实现少人化/无人化,实现智能施工。采用百度的无人自主挖掘机,能够将人力成本减少40%,实现工程收益提升50%。制造业的AI化,将解放人力、激活产业,引领中国制造向“中国智造”转变。
在以医疗服务为代表的第三产业,百度凭借人工智能技术,推出了AI眼底筛查一体机,在更基层、更偏远、眼科医生还无法触达的地方帮助病患筛查,尽早发现致盲风险、及时就医。大会上,李彦宏还宣布,百度公益基金会将捐赠百度AI眼底筛查一体机,应用在全国500个贫困县的医疗点,预计覆盖5600万风险人群。
人工智能是新一轮科技革命和产业变革的重要驱动力量,正在对经济发展、社会进步产生重大而深远的影响。作为中国人工智能的“领头雁”,百度积极推动着AI技术创新及产业落地。随着人工智能与国民经济各大产业的深度融合,AI将为我们带来更好的生活和世界。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。