众所周知,深度学习是区隔“假智能”与“真智能”的分水岭,让人工智能得以与产业结合,促进各类AI应用如雨后春笋般爆发,对开发者而言,开源的深度学习框架降低了AI开发的门槛,避免“重复造轮子”,极大节省成本与时间,是AI创新的重要推手。
昇思MindSpore作为华为开源的全场景AI框架,具备开发友好、运行高效、部署灵活等优势,目前已应用于医疗、金融、制造等多领域,支撑基础科研实现创新突破;2021年下载量超百万,并在1000多万个码云开源项目综合排名第一,是国内热度最高的AI开源社区。2022年3月26日-27日,昇思MindSpore社区举办年度TechDay,将带来技术升级、社区分享、实操干货、大咖经验分享等精彩内容,为AI开发者献上一场“饕餮盛宴”。
亮点一:亲自上阵,现场拆解,研发团队带来新版本“说明书”
自开源以来,昇思MindSpore“全场景协同、全流程极简、自适应演进”三大特性,在开发者群体中深入人心。本次华为昇思MindSpore研发总经理周斌将携多位研发技术专家亮相,拆解昇思MindSpore1.6新版本在易用性、开发效率、控制流性能等方面带来的突破,介绍新发布的图学习框架昇思MindSpore Graph Learning、强化学习计算框架MindSpore Reinforcement、开发套件MindSpore Dev ToolKit、MindSpore Quantum量子模块等开发工具,开发者将会了解到这些新升级与新工具如何让自己的工作更加得心应手。
亮点二:学以致用,共同成长,来自社区的“升级攻略”
代码应用的繁荣,离不开社区生态的繁荣。在2021年,昇思MindSpore成为热度最高的AI开源社区,荣获四大开源奖项,这归功于4000多名社区贡献者的维护、交流、学习、推广和实践。本次昇思MindSpore TechDay上,多位昇思资深布道师、AI赛事冠军将联袂登台分享各自与昇思MindSpore共同成长的历程,和对AI框架的技术理解、实践经验,以及如何参与从“0到1”的学习成长型社区。开发者也可以从中了解到,如何通过技术迭代与学习交流“两手抓”,更好规划自己成长路线,真正做到“学以致用”。
亮点三:产业落地,技术赋能,一线专家讲解“AI经”
得益于越来越多的开源项目,AI框架已经在各大产业普及开来,逐渐成为数字化转型的重要工具,在这个过程中,产学研各方又是如何将AI框架与自身业务进行深度结合?本次活动邀请了深圳湾实验室系统与物理生物学研究所、深圳大学医学部、中科院力学研究所等企业、机构的一线专家,分享不同领域应用昇思MindSpore 的历程和成果,帮助开发者寻找到更多产业实践的“灵感”,真正发挥人工智能的生产力作用。届时,华为“李永乐老师”还会带来现场科普,不仅向开发者,更向大众通俗解读人工智能的应用意义。
亮点四:吐槽大会,大咖对谈,各地开发者直播献“生日礼”
除了满满当当的各类干货,昇思MindSpore的开源趴也少不了。在3月28日19:30~21:30,社区还会带来一场别开生面的“吐槽大会”,开发者、媒体、企业共坐一桌,聊聊AI落地的“老大难”和“成就感”,昇思MindSpore运营总监胡晓曼更会和B站百万粉科技领域UP主稚晖君对坐畅谈,聊聊自己开发路上背后的故事。
参加昇思MindSpore TechDay,AI开发者可以充分理解AI前沿技术、昇思MindSpore技术特性、工具优势、实践经验,更能接触众多一线专家大咖,是不可多得的学习机会。更多昇思MindSPore信息请访问:MindSpore.cn。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。