Skype: smszmk@hotmail.com
售中:(1)提供伪基站设备相关图片以及技术资料。
(2)连接设备并告知客户设备连接方法以及配置参数。
(3)按时按量完成伪基站安装调试,及时处理突发事件,保持和客户沟通。
售后:(1)有专业技术人员负责伪基站调试,并负责培训客户如何操作4G伪基站以及维护技能。
(2)长期低价提供优质伪基站产品配件。
(3)伪基站设备保修期3年,因设备质量造成设备损坏,我们免费负责维修,如果是因为人员操作不当造成的设备损坏,我们会在收到消息48小时内,远程或到场维修并给出处理意见。
从日常生活中人脸识别的广泛应用,到街上行驶的无人驾驶汽车,再到工厂内相互配合的机器人……类似的智能场景在生产生活中并不少见。作为数字经济时代的重要基础设施、关键技术、先导产业以及赋能引擎,人工智能(AI)已在自动驾驶、智慧城市等领域广泛应用,成为改善生活质量、推动产业优化升级的重要驱动力。
近日,行业专家和企业代表做客人民网《人民会客厅》视频访谈栏目时表示,大数据、大算力推动了人工智能发展走向大模型时代,要加快人工智能技术创新,建设开源开放生态,降低模型应用成本,拓展人工智能应用场景,推动数字经济和实体经济融合发展,为经济社会高质量发展注入智慧动能。
北京智源人工智能研究院院长、北京大学计算机学院教授黄铁军黄铁军(左二),清华大学计算机科学与技术系教授、清华大学人工智能研究院常务副院长孙茂松(左一)和阿里云智能首席技术官周靖人(右二)做客人民网《人民会客厅》视频访谈栏目。
大数据大模型大算力推动人工智能发展
“经过十几年发展,当前人工智能已发展到大模型时代,出现现象级的AI产品并不奇怪。”北京智源人工智能研究院院长、北京大学计算机学院教授黄铁军表示,大模型是一个智能载体,智能来自于海量的数据。计算机具有超强算力,能够从海量的数据中提炼出智能模型。加上人工智能算法的进步,使得能够训练出智能水平比较高的模型。
“出现自然语言生成的AI产品根本原因在于:大数据、大模型、大算力发生了‘化学反应’。在这其中,自然语言发挥了重要作用。”清华大学计算机科学与技术系教授、清华大学人工智能研究院常务副院长孙茂松认为,通过计算的手段可以把人类语言以一种可计算的数字方式建立联系,让其相互作用,从而产生更加复杂的行为,这就产生了一系列AI产品。而AIGC(人工智能技术生成内容)降低了制作成本和准入门槛,提高了生产效率和产品质量,提升了产品的多样性和个性化。
“当前,整个数据以非常丰富的形态存在,既有文本数据,也有多媒体数据,数据的体量也在以指数级的规模不断发展。”阿里云智能首席技术官周靖人进一步解释说,云计算有了长足发展,不仅是单台服务器的计算能力突飞猛进,而且可以把成千上万的服务器有效地连接起来,组成一个超级计算机,为模型的发展提供了坚实基础。此外,模型本身越来越复杂,一定程度上能捕捉很多知识细节;模型训练的范式也发生了变化,可以通过自监督学习的方式,从海量数据里自动进行数据标注,为人工智能在更多场景的应用发展提供了可能性。
“大模型在一定程度上代表着近似于人类的智能体,本身具有强大的记忆能力,可以让知识有效地存储起来,同时具备一定的推理、延展、创造能力,让基于大模型的深层应用变得更加丰富、有力。”周靖人说。
共建开源开放生态让人工智能更普惠
近年来,我国人工智能产业在技术创新、产业生态、融合应用等方面取得了积极进展。中国信通院测算,2022年我国人工智能核心产业规模达5080亿元,同比增长18%。
“从长远来看,大模型是从海量的数据里抽取、凝练出的模型,以智力的方式给千家万户提供服务。”黄铁军强调,未来智能时代,整个社会构造是一套智力基础设施,成千上万的企业在不同的环节给公众提供服务。构造这样的基础设施和智力服务,需要多方共同努力,建设开源、开放的大模型技术体系,让更多人的聪明才智以开放的方式汇聚在一起,推动智能社会更快到来。
孙茂松也认为,大模型实际上是通过语言把世界上所有的文本信息以及图像信息、多模态信息等融通起来。这可以说是大模型的极限,也是未来智能信息处理的极限,要构建一个智能信息处理的基础设施。
“超大规模模型实际上是AI+云计算的技术表征。也就是说,所有的大模型离不开基础设施,特别是云计算这样的计算能力,能够帮助我们对模型进行训练。”周靖人介绍,阿里云有自己研发的超大规模的云计算操作系统,即飞天云操作系统。该系统能够将遍布全球的百万级服务器连成一台超级计算机,通过在线公共服务的方式,为社会提供计算能力。通过这一系统来实现大规模集群调度,发挥云计算的可扩展和低成本优势,成为支撑大模型运行的必要条件,让云计算为AI算力创新发展奠定了坚实的基础。
“2022年,达摩院把所有的大模型汇集在一起,对外发布了‘通义’的大模型系列。”周靖人说,将所有大模型汇聚在一起,能够形成多模态训练的新范式,提供统一的训练的框架,更重要的是把这些模型能够分享给大家,让各行各业在上面进行创造和二次开发,逐渐建立起整个模型生态。
值得一提的是,人工智能的发展离不开人才培养。“当前,在人工智能领域,我国跟跑能力很强,领跑能力比较弱,顶尖人才培养是短板。”孙茂松认为,我国培养了大量的人工智能人才,支撑了大学、科研院所、企业人工智能的发展,有能力在重大应用场景方面取得突破,但人工智能领域的重大创新,可能涉及到多学科交叉,要进一步提高学术视野,培养交叉学科合作的意识。
人工智能赋能经济社会高质量发展
近年来,数字经济领跑作用不断显现,成为稳增长、促转型的重要引擎。数据显示,我国的数字经济发展势头强劲——过去五年我国高技术制造业、装备制造业增加值年均分别增长10.6%、7.9%,数字经济不断壮大,新产业新业态新模式增加值占国内生产总值的比重达到17%以上。
今年的政府工作报告提出,要大力发展数字经济,提升常态化监管水平,支持平台经济发展。可以预见,作为数字经济时代的重要基础设施、关键技术、先导产业以及赋能引擎,人工智能将在“十四五”期间为我国产业转型升级和数字经济发展提供核心驱动力。
“数字经济与实体经济融合发展,要从更长远的角度来看待。”黄铁军说,数字经济是建立在大数据、AI等新技术基础之上的,让全社会各要素能够简单地使用智力来驱动。从这个意义上讲,数字经济是未来智能时代的一个形态。
周靖人认为,推动我国AI创新发展,一是要在基础设施上提供相应的算力支持,能够提供更大规模的公共服务算力平台,为我国AI快速发展奠定基础。二是模型生态建设上要有开源共享的目标,不仅要关注基础模型,每一个行业相关模型的探索,包括人工智能一系列应用,对我国AI发展也发挥着重要的作用。三是要降低AI使用门槛,降低模型应用成本,让各行各业的人将人工智能应用到实际场景中,真正让AI做到普惠、创新发展。
“大模型和AIGC实际上为数字经济开创了无限的可能性。借助于计算机对所有信息、文本信息、图像信息进行理解和信息处理,深度和广度比以前有一个质的提升。目前,要把可能性落实到现实性比较困难,要打破数据间的行业壁垒,在符合国家法律法规的前提下,共享、利用、开发好数据。”孙茂松认为,我国拥有全球最齐全的产业体系和超大规模的消费市场,丰富繁多的应用场景为人工智能提供了巨大的用武之地,给各类企业带来了很多机遇,也为个人发展带来了很多空间。
嘉宾们认为,以技术突破和应用拓展为主攻方向,依托我国超大规模市场优势吸引全球资源要素,我国人工智能产业正在与实体经济深度融合,成为经济社会发展新的增长引擎。