传统AI时代,终将过去?( 二 )


华为云盘古药物分子大模型采用全新深度学习网络架构,生成了1亿个100%结构新颖的类药小分子库,相比传统方式,成药性预测准确性可提升20% 。
西安交通大学第一附属医院刘冰教授在新药研发中采用基于华为云盘古药物分子大模型打造的AI辅助药物设计服务,研发出一款超级抗菌药Drug X(肉桂酰菌素),有望成为近40年来首个新靶点、新类别的抗生素,并将先导药的研发周期从数年缩短至一个月,研发成本降低70%,打破医药界“双十定律” 。
被改变的,不止是患者 。
幽暗的矿山之下,是工人的人生 。下井工人长期处于高危高压环境,不仅被死亡阴影所困,更是伴随着一生的伤病 。但与之相悖的是,当前300米井下仍需大量人员现场作业,他们更需技术的人文关怀 。
AI就是保障井下作业安全的好手,能够让不确定的人工流程多一个好帮手 。然而,要AI进入煤矿行业并没有想象那样简单 。井下作业环境恶劣,对图像、视频识别精度要求高 。况且,矿山与矿山间差别大,现场作业情况复杂,模型不可能简单复用 。同时,煤矿行业缺乏高素质的人工智能人才 。
盘古矿山大模型只需导入海量无标注的矿山场景数据进行预训练,即可进行无监督自主学习,一个大模型就能覆盖煤矿的采、掘、机、运、通、洗选等业务流程下的1000多个细分场景,能够实现全时段巡检,帮助工作人员及时发现问题,避免因漏检造成的安全事故,缩短停机时间,同时提升井下巡检人员的工作效率 。目前,它已在全国8个矿井规模使用 。
无数大中小城市因铁路而串联,迄今为止,我国铁路营业里程15.5万公里,铁路货车超过100万辆 。随着我国铁路安全水平提升,很多故障已极少发生,多数人都没有见过,但故障一旦发生通常都是大故障 。比如摇枕心盘脱出,全国范围内只找到一张故障样本 。
安全的背后是无数人的辛劳 。受制于技术发展,当前广泛采用的TFDS(货车运行故障动态图像检测系统)仍采用人工方式进行故障识别 。以某枢纽站5T检测车间为例,日均检车近800列4万余辆,TFDS系统拍摄图片280万余张,列检员每天需检查大量极其类似的图片,且需在5秒左右的时间及时发现细微的差别,找出列车存在的故障 。
通过盘古大模型,原来人工需要识别4000张图片,现在仅需要复检170多张图片,工人劳动强度下降95.75% 。实际应用中,能精准识别67种货车430+种各类故障,重大异常故障100%识别,无故障图片筛除率高达95%,超过客户预期 。
这样的例子不胜枚举,事实上,每次使用一网通办业务,每次使用智能产品的背后,或许都是大模型的功劳,我们也一直在直接或间接地享受到技术升级所带来的红利 。
盘古大模型又有何不同如今的大模型领域,依然热得发烫,国内选手上演了一出”百模大战“,其中不乏实力强劲的互联网大厂,那么盘古大模型又有什么差异化优势?
首先,华为云在AI领域已有数百个项目,并坚持AI for Industries,结合自身超过30年行业积累经验及10余个行业军团持续场景深耕,将行业客户和伙伴沉淀的丰富的Know-how与大模型进行融合,让大模型具备行业知识与经验 。
其次,盘古大模型除了学习大量通用知识外,还学习了10多个行业公开数据,涵盖金融、政务、气象、医疗、健康、互联网、教育、汽车、零售等 。
更为重要的是,盘古大模型从底层芯片到全流程平台都实现了自主创新 。要知道,AI热潮中,GPU已成为炙手可热的香饽饽,但在地缘政治摩擦和供货短缺多重影响下,部署高性能计算卡只会困难重重,因此,自主创新已成行业普遍共识 。
回顾盘古大模型历史,是不断满足行业需求的过程 。2020年3月,田奇加入华为云后便开始组建团队;2021年4月,盘古大模型正式对外发布,包括NLP大模型和CV大模型;2021年9月,华为云发布科学计算大模型和药物分子大模型;2022年6月,华为云发布盘古矿山大模型;2022年11月,华为云发布气象大模型 。
时间回到现在,华为云正式发布盘古大模型3.0,同时发布政务、金融、制造大模型 。大模型在前一阵子异常火热,为什么华为云要选择这个时间点公布盘古大模型的进展?
事实上,华为云在面对产业新技术和新趋势时,优先考虑的都是行业需求,只有当技术做得足够成熟才会向市场推行新技术 。而从盘古大模型3.0上来说,此次华为云更为明确了其产品在工业上的定位,整合了以往的大模型,重新梳理架构,并通过新的大模型把这张网拉的更大,以覆盖到每一个行业 。


推荐阅读