【7月3日,上海】7月6日,以“智联世界、生成未来”为主题的2023 世界人工智能大会(WAIC)将在上海拉开序幕。
作为大会的重磅一环,当天由新一代人工智能产业技术创新战略联盟(AITISA)、中国人工智能产业发展联盟(AIIA)主办,华为承办的“昇腾人工智能产业高峰论坛”也将召开,聚焦大模型和科学智能(AI for Science,简写为“AI4S”)等产业热点,探索人工智能前沿技术,共谋人工智能在行业走深向实之道,共赢智能新时代。
昇腾AI坚持“硬件开放、软件开源、使能伙伴、发展人才”,联合技术和商业伙伴,打造“共建、共享、共赢”的人工智能产业,目前已发展了180万+开发者,在300多所高校开设昇腾AI相关的人工智能课程,发展1200+行业合作伙伴,共同孵化了超过2500个解决方案,聘请了4位院士和14位行业领军人物作为昇腾的荣誉顾问和MVP,引领和贡献昇腾AI产业,尤其在大模型联合创新、AI4S科研、产业发展、生态构建、产学合作等方面成果显著,为中国人工智能产业提供强健、稳固的基石。
昇腾AI大模型训推一体化解决方案发布
人工智能走向内容生成时代,颠覆千行百业,带来无限想象空间。大模型的发展带来了算力需求爆炸式增长,华为在各单点创新的基础上,充分发挥云、计算、存储、网络、能源的综合优势,进行架构创新,使得昇腾AI集群性能更高且更可靠。
目前约半数的大模型基于昇腾AI开发,昇腾AI提供人工智能基础软硬件平台,联合伙伴孵化创新大模型和AI应用,构建了从规划、开发到产业化的大模型全流程使能体系,华为与伙伴联合提升大模型开发、训练部署的效率和精度,助力大模型高效训练与部署、加速业务上线,促进产业数智化转型升级。
论坛现场,华为将协同20多家大模型研发单位共同启动基于昇腾AI的大模型创新仪式,加速各方大模型的研发和应用创新。同时,华为还将联合伙伴发布昇腾AI大模型训推一体化解决方案,解决大模型开发及应用成本高、周期长、技术难度大等行业痛点,推进大模型在各行业落地应用。
AI4S成果重磅发布
人工智能驱动AI4S新范式,指导和加速科学实验、启发理论及算法发现、加速和优化科学计算。中国商飞上海飞机设计研究院基于昇腾AI开发的“东方.翼风”大模型也将发布,将实现三维超临界机翼流体仿真,能够对大飞机全场景飞行状况进行快速且高精度的模拟,加速大飞机研发进程。
论坛上,中国科学技术信息研究所将发布AI4S科研创新地图。昇腾AI围绕AI4S基础软件能力,提供基础算力底座,支撑国家实验室、公共算力服务平台等建设自主算力,提供国产化框架、加速库、套件、工具链等,使能AI4S生态发展。
行业落地 昇腾AI开创产业新未来
论坛上,来自人工智能、流体力学、通信、制造、能源等领域的院士、专家、学者和商业领袖将在此共话前沿技术趋势,分享人工智能产业最新科研成果和AI赋能行业最新进展,中国商用飞机、招商银行、科大讯飞等企业代表将展示昇腾AI在流体力学、金融、科技等多个领域与AI的融合实践。
同期,昇腾AI、昇思开源社区携手各界伙伴联合布展,展出多款昇腾AI最新硬件产品与解决方案、多个大模型互动体验与技术实现。在昇腾AI公开演讲区,20多个新品发布、联合签约、专家分享等精彩活动也将开展。
更多精彩内容尽在昇腾人工智能产业高峰论坛,访问昇腾社区预约看直播:hiascend.com
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。