视 频实录:感谢2016年世界智能制造大会对我的邀请。由于本人不能到场参会,对此我深表歉意,我是孔翰宁,德国工程院院士,我们主要研究由创新驱动的可持 续发展这个主题,并向创新体系内的所有利益相关者,特别是政府,建言献策。2008/2009年金融危机后,我们曾寻求保持德国制造业竞争力的方法,并通 过工业4.0这个专业词语发布了相关理念,从历史上来看,工业生产历经数次变革,期限是蒸汽时代,接着是电气时代,然后是近50年的自动化,我们在各领域 取得显著进步,如微电子、机器人、光子、机器学习、云计算和实时分析,由此引发展下面一次,即第四次工业革命。它的特点是智能,超联通,自主。物联网正进 入工厂中,将智能产品,智能机器与操作智能设备的工人连接起来,德国企业已经成功将自动化、和信息通讯技术引入生产过程,如今,有90%企业处于工业 3.0阶段,在生产车间中,向工业4.0的转变将会是一种渐进式的演化,而由数据驱动的新商业模式将是真正革命性的转变。
数据成为独立的经 济商品,具有价值,是创新型和盈利性商业模式的基础,物联网、互联网将持续快速增长,即使离开工厂,智能产品仍通过互联网互想联通,并在使用过程中交换海 量数据,这些大数据被加工成智能数据,用于控制、保持或提升改进智能产品和服务。这些智能算法生成的知识构成了新商业模式的基础,这种通过实时分析和人工 智能进行的整合与提炼,通常常在数字平台上完成,这些数字平台将很快成为主流的交易市场,好些企业已经将其智能产品连接到互联网上,并开始收集和分析数 据,德国的一个案例是,通过SAP HANA驱动的西门子云平台,它通过开放式的数字生态系统将设备管理与易连接性,数据存储系统和向智能服务开放的应用商店连接起来,开放式数字生态系统的 质量和建立速度,将是成功施行新商业模式的关键因素。此外,必须解决资金、可靠性、数据安全和知识产权保护等问题,为了确保全球制造业的进步,通过引入开 放式国际标准来确保解决方案的互操作性,以及信息技术与数据安全规则的和谐共存性,都需要政策制定者在国内及国际上的支持,2016年世界智能制造大会通 过应对标准化、信息安全和创新商业模式等问题,将为这些创新技术的实施和数据驱动商业解决方案的进步做出重要贡献。祝2016年世界智能制造大会取得圆 满成功,祝未来的事业更辉煌!
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。