博舍

生成式AI如何在行业应用中落地 人工智能行业应用案例

生成式AI如何在行业应用中落地

2023/6/2014:55生成式AI如何在行业应用中落地?人民邮电报 柯文

去年年底以来,以ChatGPT为代表的生成式AI热潮席卷全球,成为行业当仁不让的焦点。在个人应用不断推陈出新的同时,行业开始关注如何将生成式AI应用到企业和行业应用场景中。对此,红帽全球副总裁兼大中华区总裁曹衡康表示,生成式AI大语言模型本身是一个具备广泛“共性”的工具,加入企业专有的场景从而形成企业专有的大语言模型是业界探索的前沿。他表示,红帽近期推出的OpenShiftAI方案为生成式AI在企业落地搭建了平台。

据介绍,基于红帽OpenShift和OpenShiftDataScience成熟的功能构建和扩展,OpenShiftAI能为企业提供统一的解决方案,用于训练、监控和管理AI模型。红帽大中华区解决方案架构部高级总监王慧慧表示,AI应用开发首先要建一个模型,比如ChatGPT大语言模型,模型建立后要通过海量数据对其进行训练,训练结束后需要发布这个模型,在此基础上才能建立相应的AI应用,然后再根据实际场景部署这个应用。上述每一个步骤都需要消耗很多计算资源,而OpenShift已经集成了大量AI生态系统厂商的资源,包括英伟达、IBM、英特尔等,用户在训练模型的过程中可以调用这些资源。

此外,OpenShiftAI本身已经包括了很多开放式AI模型,开发者可以直接在平台上抓取业界已经开放的AI模型,再根据自身需要在上面进行修改,而不需要从零开始。王慧慧介绍:“OpenShiftAI包含了AI应用、模型训练、数据整合、安全控制等AI应用开发过程中所需的资源,所有流程都可以在一个平台上完成,完成之后可以把它无缝部署到各类应用场景中,无论是云端、数据中心还是边缘侧,帮助开发者在短时间内完成AI应用的开发和部署。”

红帽把发力智能制造领域作为2023年中国市场的两大重要举措之一,那么该领域是否能成为生成式AI在行业应用的突破口?对此,王慧慧表示,红帽已经考虑在智能制造领域里引入生成式AI,并且已经搭建好平台。现在,很多智能制造企业也建立了大数据分析模型,而大数据分析模型就是生成式AI落地的前期准备工作,接下来要看制造企业对生成式AI应用场景有哪些需求,目前看来整个行业已经开始尝试和探索。

给作者点赞0VS0写得不太好

生成式AI如何在行业应用中落地?

免责声明:本文仅代表作者个人观点,与C114通信网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

《共建人工智能框架生态倡议》发布

  6月16日,人工智能框架生态峰会在上海举办。当天,昇思MindSpore开源社区、中国科学院、云从科技、中科弘云、上海交通大学、OpenI启智社区等18家AI企业、学会、高校与科研院所正式发起“共建人工智能框架生态,繁荣中国人工智能产业”的联合倡议。

  今年以来,AI大模型在全球掀起新一轮热潮,各大企业纷纷入局。科技部新一代人工智能发展研究中心发布的《中国人工智能大模型地图研究报告》显示,目前,中国10亿参数规模以上的大模型已发布79个。

  作为新一轮产业变革的核心驱动力,人工智能正深刻改变着人们的生产与生活。据科技部消息,我国已启动人工智能重大科技项目,确定以“基础软硬件”为主体、以“基础理论”和“创新应用”为两翼的“一体两翼”研发布局,将从推动人工智能与经济社会深度融合、全方位推动人工智能开放合作等四个方面推进研发和应用。

  AI框架是AI学术创新与产业商业化的重要基础软件,也是人工智能应用创新的土壤和源泉,它助力人工智能由理论走入实践,快速进入了场景化应用时代,也是发展人工智能所必需的基础设施之一。南向使能多样化算力,北向孵化各类创新算法模型,处于“承上启下”的位置。

  2020年3月,华为开源了全场景AI框架昇思MindSpore,通过不断演进升级,昇思技术架构从传统的深度学习延展到大规模分布式并行计算、融合计算,原生支持大模型与科学智能。截至2023年5月底,昇思开源社区下载量已突破474万,社区贡献者1.3万,服务企业数量5500家,覆盖数字政府、金融、制造、交通、能源、终端等端边云全场景行业,与240家科研院所展开合作,开源模型达400多个,发表顶会论文超过900篇。

  此次举办人工智能框架生态峰会,昇思MindSpore携手行业用户与伙伴带来人工智能框架的最新进展与系列重磅发布。除发布《共建人工智能框架生态倡议》外,还包括成立昇思MindSpore开源社区理事会、启动上海昇思AI框架&大模型创新中心及宣布首批22家单位入驻、发布全模态大模型“紫东.太初2.0”等。希望全面聚焦人工智能框架生态发展,推动人工智能产业创新,共同探讨AI技术创新与行业融合大背景下的AI框架生态模式与场景应用,围绕大模型与科学智能领域AI框架技术的广泛合作与深度交流。

  生态是本次峰会的关键词。《共建人工智能框架生态倡议》提出,AI框架生态的发展离不开政产学研用各界伙伴的大力支持,一方面需要高校、科研机构合作,探索人工智能行业前沿方向,丰富算子和模型,培养AI人才的同时持续丰富技术生态。另一方面也需要与商业伙伴合作,将人工智能技术广泛应用到千行百业,推进全球智能化的发展。

  为了更好地协同各方力量,营造良好发展生态。会上,昇思社区理事会正式宣布成立。理事会将基于“共建、共享、共治”的原则,凝聚产业界力量,扎根AI根技术,共同构建一个开放、多元、包容的AI框架技术生态体系,共促生态繁荣,加速高校、科研机构等创新发展,使能运营商、金融、教育科研等国计民生行业,为AI产业发展贡献坚实力量。

  昇思社区理事长丁诚介绍了面向未来的四大创新方向,包括基于“构建大模型全流程使能、科学计算新范式”的技术创新,来加速AI新应用的孵化;基于“大模型平台、StudyGroup、极客周、全球开源生态”的运营创新,让社区成果更高效的推广到用户;基于“面向学习、成长、研究的不同阶段开发者提供不同培养模式”的人才创新,培育AI产业土壤;基于“建立产业联合体、行业专区等新手段,持续完善多样化算力和硬件支持”的生态创新。

  《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出要“充分发挥海量数据和丰富应用场景优势,促进数字技术与实体经济深度融合,赋能传统产业转型升级,催生新产业新业态新模式,壮大经济发展新引擎”。人工智能作为促进数字经济与实体经济深度融合的重要工具,对未来高质量发展起到关键作用。

  昇思MindSpore秉承“开发者第一、技术优先”的理念,持续使能科研创新与产业应用,通过原生的技术体系,不断加速中国AI应用生态。未来昇思也会一直坚持这一理念吸引更多优秀的开发者加入进来一起打造有竞争力的开源社区,聚焦开发者需求,帮助更多的开发者成长,同时持续打造更优秀的AI框架,汇聚科研与产业的力量,更好地为开发者、用户与合作伙伴提供服务和支持。

人工智能在物流领域中的应用案例分析

人工智能在物流领域中的应用案例分析

 

随着全球经济发展和物流业的壮大,物流公司和供应链管理者

需要更高效、更准确地处理物流运作,以降低成本和提高客户体

验。在现代物流领域中,人工智能被广泛应用,以帮助公司实现

这些目标。本文将对物流领域中几个实际应用案例进行分析,探

讨人工智能如何改变物流领域。

 

 

1. 

机器人

 

 

人工智能和机器人技术在物流领域中的应用已经很常见了。一

些物流公司已经开始使用机器人来处理订单和执行库存管理工作。

例如,淘宝物流部门已经使用了近

2000

台机器人,在物流仓库中

自主完成商品分拣和搬运等工作。这些机器人根据条码、

RFID

识别码自动获取订单信息,并在目标货架上拾取、移动和堆叠商

品,从而优化物流效率。

 

 

机器人不仅可以提高物流效率,还可以降低成本和减少人力成

本。使用机器人可以更快地完成订单处理和库存管理工作,减少

错误率和工作停顿。如果您要运输价值高的物品,您可以使用机

器人来更好地控制安全性。

 

人工智能技术在城市管理中的应用案例分析

人工智能技术在城市管理中的应用案例分析

 

一、引言

 

 

城市管理是一个复杂多样的领域,它需要通过科技手段来提高

效率和质量。随着人工智能技术的不断发展,越来越多的城市管

理任务开始引入人工智能技术,以提高城市管理水平。本文将通

过案例分析的方式探讨人工智能技术在城市管理中的应用。

 

 

二、人工智能技术在交通管理中的应用

 

 

城市交通管理一直是城市管理中的难点,如何提高交通效率、

缓解拥堵、提高交通安全等问题一直困扰着城市管理者。在这方

面,人工智能技术可以提供很好的解决方案。例如,加拿大多伦

多市就利用人工智能技术开发了一款交通管理软件,该软件可以

通过分析交通流量和路况等数据,提供最优的交通路径。

 

 

三、人工智能技术在环保管理中的应用

 

 

目前的城市环保问题越来越受到人们的关注,如垃圾分类、空

气质量监测等问题都需要城市管理者进行有效的管理。在这方面,

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。

上一篇

下一篇