Katta til modeliga asoslangan sun'iy intellektning rivojlanishi tufayli, grafik ikonografiyani tadqiq qilish va qo'llash yangi imkoniyatni ochdi, bu katta til modelini katta ko'rish modeliga rivojlanishiga yordam beradi." 2023 yil 30 dekabrda Yangi yil bayrami va Yangi yil bayrami munosabati bilan, Xitoy muhandislik akademiyasi akademigi va Robotlarni vizual idrok etish va boshqarish texnologiyasi bo'yicha Milliy muhandislik tadqiqot markazi direktori Van Yaonan mashina ko'rish intellektini rivojlantirishning so'nggi tendentsiyalari bilan o'rtoqlashdi. Xitoy Grafik Grafika Jamiyatining 19-yosh olimlar konferensiyasida.
Nandu muxbiri bilan eksklyuziv intervyusida Vang Yaonan sun'iy intellekt mashinani ko'rishni aqlli qiladi va yuqori arifmetik quvvat katta vizual modellarni o'rgatishda yordam berishi mumkinligini aytdi. Biroq, aqlli katta ko'rish modellari yuqori arifmetik darajalarga, yaxshi model arxitekturalariga va yanada samarali o'rganish algoritmlariga muhtoj.
Ushbu konferentsiya Xitoy Tasvir grafikasi jamiyati, Pazhou laboratoriyasi, Janubiy Xitoy texnologiya universiteti, Sun Yat-sen universiteti va Xitoy Tasvir grafikasi jamiyatining Yoshlar ishchi qo'mitasi tomonidan tashkil etilgan.
Sanoat tendentsiyalari haqida gapiring
Vizual hisoblashdan tortib vizual intellektgacha
Yao-Nan Vang: Xitoyning mashinani ko'rish bo'yicha tadqiqotlari deyarli 40 yillik tarixga ega, dastlab sensorlarni o'rganishdan boshlanadi, ya'ni yorug'lik ma'lumotlarini rasm ma'lumotlariga aylantirish. Keyingi narsa - ko'rishni qayta ishlash, shu jumladan olingan rasmni yanada aniqroq qilish uchun yaxshilash.
Aniq tasvirga ega bo'lgandan so'ng, biz rasmdan bizni qiziqtirgan maqsadni olishimiz kerak. Misol uchun, haydovchisiz haydash sohasida mashinani ko'rish rasmdagi nishonlarni aniqlashi, qaysi biri odam, qaysi biri avtomobil degan savolga javob berishi kerak.
Bular biz mashinani ko'rishning uchta asosiy sohasi deb ataymiz. Men buni quyidagicha yozaman: tasvirlash, qayta ishlash va tushunish.
Mashinani ko'rish o'tmishdagi vizual hisoblashdan bugungi kunda vizual intellektga o'tdi. Sun'iy intellekt bilan birgalikda vizual hisoblash idrok darajasini oshirdi va murakkab muhitlarni tushunish qobiliyatini oshirdi va butun vizual intellekt sanoati so'nggi yilda jadal rivojlandi.
Mashinani ko'rish intellektini rivojlantirish yo'nalishi sanoat tekshiruvi, aqlli ishlab chiqarish va sun'iy yo'ldosh masofadan zondlash va boshqa sohalarda qo'llaniladigan keng ko'lamli dasturlarni amalga oshirishdan iborat.
Mashinani ko'rish haqida gapirganda, biz uning qo'llanilishi, dasturga asoslangan texnologiyani ishlab chiqish haqida gapirishimiz kerak. Xitoy Tasviriy Grafika Jamiyatida 30 ta maxsus qo'mita mavjud bo'lib, ular asosan grafik tasvirlarga asoslangan tadqiqot o'tkazish, milliy iqtisodiyotga xizmat qiladi. Ushbu texnologiyalar sanoat, qishloq xo'jaligi, geografik axborot tizimlari, masofaviy zondlash, er resurslari va boshqalarni o'z ichiga olgan keng ko'lamli qo'llash stsenariylariga ega.
Inson dunyoni tug'ilishida ko'ra oladi va keyin dunyoni tushuna oladi va ma'lumotlarning 80% ko'rish orqali olinadi. Mashinani ko'rish - bu inson ko'zini simulyatsiya qilish va oxir-oqibat inson ko'zining darajasiga erishish va ba'zi jihatlarda inson ko'zidan oshib, uzoqroq ko'rish, aniqroq ko'rish.
Katta ko'rish modeli haqida gapiring
Katta vizual model tobora ko'proq aqlli bo'ladi
Yao-Nan Vang: Katta til modeli ma'lumotlarga asoslangan sun'iy intellekt bo'lib, kitoblar, til va matnlardan olingan bilimlardan ma'lumot sifatida neyron tarmoq modelini o'rgatish uchun foydalanadi, u o'rgangan narsasi asosida fikr yuritishi va javob berishi mumkin.
Boshqa tomondan, katta vizual model uchun ma'lumotlar asosan turli xil tasvirlardan, jumladan, odamlar va tabiat tomonidan yaratilgan vizual ma'lumotlardan olinadi. Masalan, tibbiy katta vizual model inson a'zolari va shikastlanishlari tasvirlarini vizual ma'lumot sifatida katta modelga kiritish va keyin uni olishni o'rgatishdir, shunda u KT fotosuratlarini shifokor kabi o'qiy oladi va ta'sirga erisha oladi. bemor shifokorga kelganida suratga tushgandan so'ng bemorning ahvoli haqida fikr yuritish.
Hozirgi vizual model biz tasavvur qilganimizdek, inson miyasi bilan bir xil emas, bo'shliq hali ham juda katta. O'rganish ma'lumotlarining ko'payishi va model parametrlarining sozlanishi bilan model kattaroq va kattaroq va ko'proq va ko'proq bilimga ega bo'ladi va uning aql darajasi yuqori va yuqori va aqlli bo'ladi.
Modellarni tezroq qurish uchun biz arifmetik quvvat darajasini oshirishimiz va hisoblash tezligini tezlashtirishimiz kerak; yaxshiroq model arxitekturasini loyihalash, shu jumladan ko'proq talqin qilinadigan va xavfsizroq va boshqariladigan; va yanada samarali o'rganish algoritmlarini tadqiq qilish.
Darhaqiqat, vizual makromodellash so'nggi bir necha yil ichida yangilik emas, u bosqichma-bosqich ishlab chiqilgan. 1980-yillarda sun'iy intellektning rivojlanishi bilan odamlar neyron tarmoqlarni o'rganishni boshladilar. Shunchaki, so‘nggi bir necha yil ichida arifmetik va algoritmik imkoniyatlar ko‘paydi, shunda odamlar katta modellarni yaratishga harakat qilishlari mumkin, bu esa katta til modellari va katta vizual modellarni keltirib chiqaradi. Ilgari, arifmetik kuch yetarli bo‘lmaganda, odamlar bunchalik katta hajmdagi modellarni yasamasdi.
2024 yilgi prognozlar haqida
Umid qilamizki, biznes Guanchjoudan butun mamlakat va dunyoga o'sib boradi.
Yaonan Vang: Hunan universitetining Robotlarni vizual idrok etish va boshqarish texnologiyasi bo'yicha Milliy muhandislik tadqiqot markazi 2022 yilda Guangdong-Gongkong-Makao katta ko'rfazi hududida joylashgan Guanchjou Zengchengga ko'chib o'tdi va XU Guangdong-Gonkong-Makao Buyuk ko'rfazini tashkil etdi. Mintaqa innovatsiyalar tadqiqot instituti (Guanchjou Zengcheng).
Institut mashinalar, jumladan, aqlli ishlab chiqarish, tibbiyot va farmatsevtika sohalarida maxsus ishlaydigan robotlar, shuningdek, umumlashtirilgan katta ko'rish modellari uchun aqlli ko'rishni tadqiq qilish va qo'llashga e'tibor qaratadi. Masalan, ushbu tadqiqotlar ishlab chiqarish sanoatida qo'llaniladi, bu ko'p sonli ishchilarni almashtirishi va mahsulot sifatini tekshirishni yakunlashi mumkin, ayniqsa 3C va yuqori sifatli qismlar sanoatida. Hozirgi vaqtda institut dasturiy va apparat tizimlarini ishlab chiqdi, ularning asosiy vazifasi Guangdong korxonalarining raqamli va aqlli transformatsiyasini kuchaytirish va ishlab chiqarish sanoatini rivojlantirishga yordam berishdir.
Bundan tashqari, institutda, shuningdek, juda ko'p algoritmlarga ega bo'lgan sanoat Internet dasturlari kabi yuqori darajadagi aqlli uskunalarni ishlab chiqarishda qo'llaniladigan aqlli mashina ko'rish va boshqarish tizimlari ham amalga oshiriladi.
Guangdong islohot va ochilishning oldingi safi va asosiy iqtisodiy kurash maydoni bo'lib, to'liq sanoat zanjiri va ta'minot zanjiri va ko'plab ishlab chiqarish korxonalari bilan biz birinchi navbatda bozor talabi tufayli Guangdong tartibiga keldik. Bundan tashqari, bizning tadqiqot markazimiz Guangdongda bir qator ilmiy-tadqiqot guruhiga ega bo'lib, ko'plab loyihalarni amalga oshirdi, ilmiy va texnologik yutuqlarni o'zgartirdi.
2023 yilning birinchi yarmida biz asosan ehtiyot qismlar va butlovchi qismlarni yetkazib berishda ba'zi qiyinchiliklarga duch keldik. 2024 yil, men bu muammolar hal qilinishiga ishonaman va Guangdong AI sanoatining sanoat zanjiri, ta'minot zanjiri va Ar-ge imkoniyatlari yaxshilanadi. Katta ichki bozorda yangi treklar ochiladi. Jonli muhitda, har kim tashabbus ko'rsatsa, harakat qilsa va innovatsiya qilsa, barcha muammolarni hal qilish mumkin.
Men Guangdongda AI sanoatining rivojlanishiga ishonaman. O'tgan 30 yil ichida biz fan va texnologiyada o'zimizga ishonish uchun ko'p harakat qildik va ko'plab ilmiy tadqiqot natijalarini to'pladik. Guangdong - Xitoyning eng yirik iqtisodiy viloyati.
Biz shug'ullanayotgan sun'iy intellekt va robototexnika sohasi yaxshi imkoniyatga ega bo'ldi, bu so'nggi ikki yil ichida portlash bilan o'sib, ko'plab yangi bozorlarni olib keldi va yangi sanoat yo'llarini tortdi. Kelgusida aqlli terminallar ko'payadi, bu ham ishlab chiqarish quvvatlari va uskunalar sanoatining rivojlanishiga olib keladi. 2024 yilda Guanchjouning Zengcheng shahridagi tadqiqot institutimiz biznesimizni butun mamlakat va dunyoga olib chiqishiga umid qilaman.