2022年4月23日,以“创未来,享非凡”为主题的昇腾AI开发者创享日在西安成功举办。本次活动汇聚AI领域的产业领袖、院士专家、技术大牛等,包含技术解读、前沿科技分享、面对面探讨交流、上手实操等高含金量环节,现场知识量浓厚,为开发者展现自身技艺、角逐行业前沿科技提供了广阔的舞台。
昇腾AI开发者创享日活动全国巡回正式启动
昇腾AI开发者创享日是华为推出的面向昇腾AI产业全栈开发者的系列活动,旨在汇聚区域伙伴、客户、高校及科研院所的开发人员,通过最前沿的技术思考、最纯粹的技术分享、最真实的动手体验,为开发者提供一个深度探讨与交流的平台,与开发者共创昇腾AI产业未来,共享非凡成长成就成功。
在创享日西安站主论坛环节,华为昇腾计算业务总裁张迪煊表示昇腾 AI 将从“新技术、新体验、新机会”三个维度为开发者创造新价值:基于昇腾 AI 基础软硬件、多样算力创新和基础模型创新为开发者提供原生 AI 技术;提供极简易用的开发工具、开放易获取的普惠 AI 算力,和贴身的创新中心专家服务;设置众智计划项目、开放产业真实课题、建立生态市场,协同为开发者提供获益的平台。
活动现场,昇腾AI开发者创享日活动全国巡回正式启动,计划将在五大中心城市举办,辐射西南地区、中原地、环京地区、西北地区、珠三角联结区域开发者。通过昇腾AI开发者创享日的一系列活动,华为与全产业开发者紧密连接,持续助力AI行业人才发展,携手广大开发者,为AI应用落地不断加速,共筑AI新生态。
首站西安 全方位赋能AI开发者
作为昇腾AI开发者创享日系列活动的首站,创享日西安站设置了主论坛演讲、昇腾AI训练营、遇见大咖·Meetup、开发者AI说、昇腾高校产教融合研讨会论坛、展览展示等环节,全方位赋能开发者,让开发者更好的了解当前昇腾的技术进展及生态建设。
主论坛演讲汇聚AI领域的产业领袖、院士专家及技术大牛,为开发者解读昇腾AI最新动作、分享行业最新动态及案例、探讨AI前沿技术,帮助开发者拓宽视野,提升AI技能。
昇腾AI训练营帮助AI开发者现场实操,快速上手掌握昇腾AI技术,为开发者提供“学+练”能力导入。昇腾AI训练营是昇腾AI发布的系列AI技术赋能活动,通过线下线上联动开展、提供全方位硬核AI技术知识、昇腾AI技术专家坐阵、讲授AI技术新趋势,深度使能开发者快速上手昇腾AI全栈全场景的开发,提升开发者个人技能、职场竞争力。
遇见大咖·Meetup为开发者提供与专家大咖面对面交流职业发展、能力提升,获取专业参考与建议的机会;开发者AI说搭建交流平台,以便开发者们面对面切磋交流,还有昇腾AI技术团队现场答疑,为开发者提供技术支持;昇腾高校产教融合研讨会论坛邀请了高校教师代表分享人工智能人才培养及课程创新优秀经验;此外,活动现场还搭建了展区,开发者可观览基于昇腾开发的各大软硬件产品,获取昇腾AI及伙伴的最新信息,强化理解昇腾AI。
昇腾AI与万千AI开发者共赴新时代
过去几年,昇腾AI生态发展迅速,已汇聚70万开发者,昇思MindSpore社区下载量突破140万,社区贡献者超4000人,欣欣向荣的生态离不开背后每一位开发者对技术的执着追求。
每一个开发者,都有改变世界的力量,都有机会为技术的迭代写下华丽的注脚。昇腾AI将继续携手广大开发者,怀揣梦想,同向发力,共建产业新生态,为开发者提供“新技术,新体验,新机会”全方位支撑,全面助力开发者提升自我,挑战自我和实现自我,加速推进AI产业人才发展。
好文章,需要你的鼓励
由贝索斯共同领导的普罗米修斯项目已收购AI初创公司General Agents。该公司开发了名为Ace的AI智能体,可自主执行视频编辑、数据复制等计算机任务。General Agents基于视频语言行为架构开发模型,这与普罗米修斯项目专注制造业AI系统的目标高度契合。收购完成后,普罗米修斯团队已超过100人,预计将推进工业机器人领域的AI应用发展。
斯科尔科技学院联合俄罗斯多家研究机构开发出革命性的多语言AI虚假信息检测技术。该研究构建了覆盖14种语言的大型数据集PsiloQA,通过"诱导AI说谎"的创新方法自动生成训练样本,成本仅为传统人工标注的数十分之一。实验证明多语言训练的检测模型性能显著优于单语言模型,为全球AI可信度监督提供了实用解决方案。
Kagi公司发布Orion浏览器1.0版本,这是一款专为苹果平台设计的全新浏览器。该浏览器主打极速浏览体验和用户隐私保护,完全免费使用并附赠200次Kagi搜索。Orion还提供月费5美元的付费订阅服务,解锁更多高级功能。未来计划包括更深度的自定义选项和性能优化。
NVIDIA研究团队发现,训练机器人最有效的方法竟然是最简单的:直接用普通文字告诉机器人该做什么,而不需要复杂的编码系统。他们开发的VLA-0系统在标准测试中超越了所有复杂方法,平均成功率达94.7%,在真实机器人测试中也比预训练系统高出12.5个百分点。这项发现挑战了"越复杂越好"的传统观念,可能加速智能家用机器人的普及。