作为首个“人机共创大会”,百度Create AI开发者大会(下称“Create大会”)使用AIGC(使用AI技能自动生成内容的生产方式)技能,创造、建立、连接了多个科技感爆棚的数字化讲演场景。Create大会每年都会吸引全球开发者重视,不仅仅是中国的AI技能高地,也是全球新兴技能工业发展的“风向标”。
大会中,百度创始人、董事长兼CEO李彦宏、百度CTO王海峰先后发表主题讲演。李彦宏率先解密“增加从何而来”,王海峰提出人工智能发展进入“深度学习+”阶段。
此外,百度最强科技天团携十大“黑科技” 重磅露脸。九位科技大咖共享了百度在人工智能、自动驾驶、智能交通、智能查找、量子核算、人工智能科学核算等范畴的最新进展与考虑。
会上,百度出色架构师胡晓光以《让未来照进现实:人工智能科学核算》为主题进行了共享。
共享实录
全文1740字
估计阅读5分钟
我是“百度技能”讲解人胡晓光,我将为大家讲解飞桨渠道怎么饯别根底科学、根底研讨和底层技能的百度两基一底理念。
量子核算的发展,离不开人工智能技能的立异使用,除了支撑量子核算这样的前沿范畴向工业化跨进,人工智能也同样协助许多范畴的科学家们加快科学研讨的进程,这便是人工智能科学核算,英文叫AI for Science。AI正逐渐使用在物理问题的求解与发现中。
工程制作范畴
比如在工程制作范畴,AI能够用来加快飞行器和轿车的气动外形规划,用来猜测及预防摩天大楼、跨海大桥等大型工程设备在飓风等极端气候下的振荡。
气象范畴
在气象范畴,AI能够完成更快更精准的数值气候预报,包含猜测强对流气候的短时临近降水情况和揭示大标准的飓风构成和演变规则。
生命科学范畴
在生命科学范畴,传统的科研办法面临生物类型实验数据少、核算使命杂乱、学科穿插多等挑战,而跟着AI使用探索的继续推动,AI已逐渐在药物筛选、药物规划、靶点研讨、组成生物学、疾病机理研讨等方面完成落地和继续的进步。
咱们能够看到人工智能科学核算,目前正处于从广泛科研立异逐渐走向规模化工业使用的阶段。AI for Science为处理科学问题带来新办法的一起,也对人工智能根底软硬件和科研生态带来许多新挑战。
-
首先,对科学问题机理化的探索,需求深度学习渠道能够具有愈加丰厚的各类核算表达能力,如高阶自动微分、复数微分、高阶优化器等;
-
其次,科学问题的求解往往需求超大规模的核算,这对深度学习渠道与异构超算/智算中心适配及交融优化,神经网络编译器加快和大规模分布式练习提出了新的要求;
-
此外,怎么完成人工智能与传统科学核算东西链的协同,也是需求处理的问题。
AI for Science作为一种新的科研范式,充分体现了AI与根底学科的穿插交融,这需求大量的跨范畴科研人才,构成稳定、优质的科研生态,来加快AI for Science的技能立异与使用落地。
在根底软硬件层面,飞桨作为国内首个自主研发、功用丰厚、开源敞开的工业级深度学习渠道,研发了通用高阶自动微分、神经网络编译器和大规模分布式核算等核心技能。
深度适配超算、智算的异构算力,支撑AI办法与根底学科办法穿插交融,能够突破根底学科中“操控方程数值求解”时所面临的维数高、核算量大等挑战,完成数据和物理机理驱动的微分方程快速智能求解和跨标准模仿仿真。
针对科学核算问题的定义与求解,飞桨既供给灵活、高效的深度学习结构,支撑开发者经过调用结构供给的根底开发接口,完成自定义物理方程、模型组网、仿真核算等过程;一起飞桨也供给了多范畴的东西组件,支撑开发者经过调用东西组件供给的高层开发接口,完成物理问题求解。咱们发布了赛桨PaddleScience、螺旋桨PaddleHelix、量桨Paddle Quantum等科学核算开源东西组件。
支撑杂乱外形障碍物绕流、结构应力应变分析、材料分子模仿等丰厚范畴算例,广泛支撑AI加核算流体力学、生物核算、量子核算等前沿方向的科研探索和工业使用。
在科研生态层面,飞桨现已与高校、科研机构等展开了核算流体力学、分子动力学、动力气象学等方面的范例建设,并构成了一些敞开性的、多学科穿插的生态社区,包含飞桨特别兴趣小组(PPSIG)、共创方案等,咱们也非常等待和各方一道进行技能联合开发、推广资源共享,生态商机共建。