機器之心報道
王海峰表示，今早他看到的最新數字是 117 項。
具體而言，就是對文字、聲音、圖片、視頻等多模態的數據和信息進行深層次多維度的語義理解，包括數據語義、知識語義、視覺語義、語音語義一體化和自然語言語義等多方面的語義理解技術。
換句話說，就是不僅要讓機器可以聽清、看清，還要能夠深入理解其背後的含義，從而更好地支撐各種應用。
在 AI 領域，數據的重要性自不用提。無論是物理世界、人類社會還是網絡空間，都充斥著海量的多元、異構、多模態的三元空間大數據。
那麼如何最大程度發揮這些數據的價值呢？
這就需要對數據進行加工、處理、挖掘和分析，實現數據的語義化進而加以利用。
王海峰舉了一個新能源充電樁智能運維的例子。
當然，除了數據，理解大千世界中的多元知識也是打磨 AI 技術中的重要一環。而要構建出詳盡而完備的知識圖譜卻並非易事，需要巧妙理清繁雜的垂直領域知識、梳理其中的邏輯。
以世界盃相關的知識圖譜為例，實體圖譜可以看到熱門球隊、熱門球星、賽場、賽程和主題歌等信息；關注點圖譜可以體現用戶對於 C 羅和梅西的興趣所向；多媒體圖譜則包括圖片、音樂和視頻；行業圖譜和事件圖譜覆蓋了足球規則的各種知識和近 9 屆世界盃的大事件。
這些不同類型的圖譜通過關係關聯起來，也會延展出新的圖譜，構成龐大的多元語義知識網絡。
基於這些結構化語義信息，既可以完成機器人自動解說，也可以進行精彩片段集錦以及各種數據統計分析等。
在無人超市購物場景下，系統可以通過攝像頭對超市中的人、貨、場進行全方位識別，然後將圖像信息進行時序化和結構化，讓購物機器人能夠掌握環境信息進而完成自動避障並引導顧客行進，讓系統得以實時掌握顧客取拿的商品。
對於時下大熱的無人零售領域，這項技術無疑是一種必不可少的存在。
據王海峰介紹，PaddlePaddle3.0 核心框架還包括三個重要平臺，分別為快速應用平臺 EasyDL、網絡結構自動化設計 AutoDL 以及在線實訓平臺 AI Studio。
其中，EasyDL 平臺可以讓零基礎開發者迅速定製自己的應用，大幅降低了人們進入 AI 領域的門檻。
EasyDL 在製造業鍵盤組裝合格性檢測上的能力
而對於那些有基礎的開發者來說，設計深度學習網絡結構是一項相對耗時耗力的工作，AutoDL 的存在就是致力於幫助開發者節省設計深度學習網絡結構的時間。
人工設計的網絡結構與 AutoDL 網絡設計效果比對
「我們不止是把核心算法做了升級，同時在服務器端以及移動端都有各自相應的服務可以支持各種場景的應用。」王海峰補充道。
在談到深度學習框架與 AI 生態的關係時，王海峰認為深度學習框架可以類比為 AI 的操作系統，向下可以與 AI 芯片結合。
要知道，AI 芯片在對 AI 模型的計算進行專門優化後，性能會有很大的提升。從這個角度出發，王海峰表示深度學習框架相當於 AI 芯片的指令集。
✄------------------------------------------------
廣告 & 商務合作：[email protected]
閱讀更多 坤艮機器之心 的文章
