百度王栋：大模型飞速迭代，正成为工业“智脑”

AI大模型的落地正在给工业制造业带来一场系统性的重构。近日,在技术论坛上,百度高级架构师、人工智能技术专家王栋,分享了他对AI大模型在工业领域的应用和发展趋势的看法。他认为,AI大模型不仅可以提升工业生产效率和质量,还可以创造出全新的产品和服务,为工业制造业的数字化转型提供强大的技术支撑和创新动力。

AI大模型是指具有超大规模参数和数据量的人工智能模型,它们可以在多个任务和领域上表现出强大的通用性和泛化性。AI大模型的出现,打破了过去传统的人工智能开发范式,使得人工智能从“数据驱动”向“模型驱动”转变。这意味着,人工智能开发者不再需要为每个具体的任务或场景重新设计和训练一个专用的模型,而是可以利用一个预训练好的大模型,在其基础上进行少量的数据精调和适配,就可以快速实现高效的应用开发。

王栋介绍,百度在AI大模型方面拥有丰富的技术积累和实践经验,已经推出了多个面向工业场景的深度学习框架,可以实现图像合成、机器控制、图像识别、文本生成等功能。王栋表示,这些框架可以赋能工业制造业在研发、生产、营销等环节中实现数字化应用和创新。

具体来说,在研发环节,AI大模型可以赋能产品设计、工艺设计、工厂设计等流程。例如,设计师可以将手绘草图转换成真实感强烈的渲染图,或者将低分辨率的图片放大到高清画质,从而节省时间和成本。在生产环节,AI大模型有望解决人工智能无法直接指挥工厂机器设备的痛点,机器设备可以实现自动调节温度、压力、流量等关键指标,或者自动识别并修复故障,从而提升生产稳定性和安全性。在训练效率环节,AI大模型合成数据还能够解决制造业缺乏人工智能模型训练数据的痛点,人工智能模型可以利用合成数据进行自我训练和评估,或者利用合成数据进行数据增强和扩充,从而提升模型的泛化能力和鲁棒性。在营销和销售环节,生成式AI打造的智能客服及数字人带货主播,能够大幅提高销售和售后服务能力及效率,智能客服可以根据用户问题和情绪进行个性化回复,或者根据用户的需求和喜好进行商品推荐,从而提升用户满意度和忠诚度。

王栋指出,AI大模型的应用成果有三个方面:首先,生成式AI的出现,有机会创造一个体验优秀、界面极简、自我迭代的新型软件工作流,其可以根据用户输入和反馈进行自动更新和优化,从而实现更好用户体验和功能性。其次,AI大模型支持针对实际工业场景不断进行方案改进和优化,完成相对复杂场景最优的参数组合,达到更高的模型精度。AI大模型可以通过多任务学习、迁移学习、元学习等技术,在不同的工业场景中进行快速适应和调整,从而实现更精准的预测和决策。最后,会话式交互方式&跨语言及多模态交流能力、提升办公软件非结构化数据处理能力,帮助企业更加高效挖掘数据资源价值。AI大模型可以通过语音识别、机器翻译、图像识别等技术,在不同语言和媒介中进行自由交流和表达,从而实现更便捷沟通和协作。同时,AI大模型也可以通过文本分析、知识图谱、信息检索等技术,在海量的非结构化数据中进行有效的提取和整理,从而实现更深入的洞察和创新。

王栋认为,AI大模型是人工智能发展的重要方向和趋势,它将给工业制造业带来前所未有的变革和机遇,未来将出现更多针对特定工业领域的AI大模型,如钢铁、汽车、航空等,这些模型将具有更强的专业性和适应性,能够解决更多工业问题。王栋表示,百度作为AI大模型重要参与者,将继续加大在工业领域的投入和布局,与合作伙伴共同打造工业“智脑”,为工业制造业的数字化转型持续提供技术支撑和创新动力。

(作者:王蒨)