AI风口退潮,GTC 2018将聚焦应用与落地

简介: AI风口退潮,GTC 2018将聚焦应用与落地

image.png


3月27日,全球人工智能最顶级的盛会GTC,将在圣何塞开幕。作为全球对自动驾驶汽车、高性能计算、机器人、智慧医疗,智能云计算最新技术力量的大阅兵。每年的GTC,都会留下很多精彩,也会为人工智能的下一步的方向给出创造一些航标。

 

实际上,人工智能发展到今天,已经从风口上退潮,这并不是一件坏事。任何已经走过了几十年的技术,如果不能走进应用,走进行业,走向落地,最后都难以持续,人工智能也终于要释放真正的价值。

 

“AI+”与行业落地之困

 

GTC开幕之前,先让我们重新审视一下人工智能,这到底是不是一个美好的时代?

 

比尔·盖茨在一篇给大学毕业生的寄语中把当今时代称为“一个非常好的时代”,在庆幸自己在20岁时就有机会参与到那场改变世界的数字革命的同时,盖茨直言如果在今天寻找和当年一样能够对世界带来巨大影响的机会,他第一个考虑的就是人工智能。


image.png


凯文·凯利则在《失控》一书中大胆预言:未来10-20年人工智能将对世界带来颠覆性的变化,一切都将变得智能化。专注于信息技术研究和分析的Gartner公司的报告则认为未来10年,人工智能将变得无处不在。

 

的确,我们正在见证的是一个计算机和数字化崛起的时代,而人工智能是将大潮推向下一个高点的动力。它将给整个社会带来持久的、长远的革命性影响。

 

但我们必须承认,无论是IBM的沃森,还是AlphaGo都是面向特定领域,而人工智能要走向实现,社会所需要的其实是通用人工智能。所以,真正的智能时代,一定是从狭窄的、特定领域的智能迈向更通用的智能。这就是AI在行业中的落地。

 

所以才有了“AI+”的概念,AI+金融,AI+医疗,AI+制造等等以AI技术作为驱动的行业落地案例开始层出不穷。与此同时,也曝露出AI落地的困难。

 

一是大部分传统行业没有收集数据和管理数据的习惯,而AI应用大多是以数据驱动,这是传统行业为什么转向AI的速度要慢于互联网的原因。二是AI的成本很高,以GPU产品的高昂的价值,也足以让很多企业望而却步。三是AI与行业结合的经验欠缺,很多传统行业没有优秀的技术人才,他们往往希望AI是可以“开箱即用”的产品,但情况显然事与愿违。

 

所以,我们在认同人工智能未来的同时,也需要谨慎的看待传统行业的AI进程,如何帮助他们落地行业,将是GTC生态中的众多与会企业共同的目标。

 

GTC 2018,还有哪些值得期待?

 

当然,每年的GTC都会有很多经典,2018年的GTC绝对也值得期盼。

 

首先,“绿巨人”,NVIDIA创始人兼首席执行官黄仁勋的主题演讲。做为很多N饭的偶像,黄仁勋的NVIDIA这几年绝对踩上了市场增长的风口。当初VR技术的大爆发,间接促成了GPU高端市场可预期的增幅;无人驾驶的庞大未来,验证了黄仁勋通过DRIVE PX对该市场提前布局的前瞻性;AlphaGo引爆了深度学习,带动了AI的蓬勃发展,而NVIDIA恰在此时推出了TeslaP100。


image.gifimage.png


NVIDIA不会做那些每一次好一点点的通用性的处理器,而是要做在一些专门的领域,性能极好的处理器,这是NVIDIA之所以躲过了英特尔的围追堵截,在GPU上抓住了行业机遇的关键。黄仁勋从未让粉丝失望,NVIDIA在2018年的新品各个都令人期待。

 

其次,随着深度学习应用的广泛化,GPU将应用于更多的领域,所以今年的GTC将在驾驶汽车、高性能计算、机器人、医疗保健、智慧城市、数据中心和云计算、安防、生命科学、计算机和机器视觉、以及虚拟现实等诸多领域展开讨论。这显然为AI的行业落地,创造了很好的基础条件。

 

第三,今年的GTC几乎聚齐了全科技领域的巨头。除了主赞助商Facebook、IBM、思科、浪潮、戴尔EMC、谷歌云、HPE、联想和超微之外。还吸引了Adobe、阿里巴巴、亚马逊、百度、宝马集团、福特、通用电气、谷歌、摩根大通、奔驰、微软、皮克斯、Salesforce、腾讯、丰田研究院、优步、VMware等巨头参与其中。所以,这将是一次真正意义上AI科技最高等级的大讨论。

 

第四,针对AI创业公司,给与了更多的关注。据了解,全球200多家初创公司将在GTC期间,参加NVIDIA初创加速计划挑战赛决赛,此举将进一步完善全球AI生态的建设。

 

中国AI军团,将带来哪些惊喜?

 

目前,中国已经是仅次于美国的全球第二大的人工智能强国。截止到2017年6月,全球人工智能企业总数为2542家,其中美国1078家,占42%;中国592家占23%。中国也涌现出了像百度、阿里、腾讯、科大讯飞和浪潮这样的公司。


image.png


尽管目前看中国的AI在技术能力和人才储备上还落后于美国,但中国的方向肯定会更为的落地。今年的两会,已经有人大代表提出了促进人工智能发展的提案,提议将人工智能与行业结合,形成行业智能帮助传统行业转型升级,加快人工智能与实体经济的融合。这会在一定程度上,推动中国的人工智能走向落地。

 

这是一个积极的信号。


那么在今年的GTC 2018。中国企业当中也有百度、腾讯、浪潮和联想参与其中。与习惯于发布特别炫酷的AI应用的美国公司不同,中国企业即将发布的内容则更加落地。

 

比如浪潮将与百度联合发布基于人脸识别应用的ABC一体机,这应该针对具体行业的AI应用会是一个非常好的突破。再有浪潮将会与微软共同发布面向AI计算的创新平台,来自中国的浪潮不知不觉在全球AI的生态中,抓住了AI计算的契机成为了当中不可或缺的一员。除此以外,浪潮还将发布智能视频分析线上推理专用系统,以及超强的AI计算平台AGX-2。浪潮也将代表GTC上的中国力量,在美国发出这一声AI的呐喊。

 

未来几天,我们会集中关注GTC 2018上各种新技术和各大公司的表现,让我们准备好看到AI+行业的应用落地,一起走进智能的世界。

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
6月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
1478 63
|
7月前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
1391 69
|
6月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
680 30
|
6月前
|
设计模式 人工智能 自然语言处理
3个月圈粉百万,这个AI应用在海外火了
不知道大家还记不记得,我之前推荐过一个叫 Agnes 的 AI 应用,也是当时在 WAIC 了解到的。
685 2
|
6月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
6月前
|
人工智能 算法 Java
Java与AI驱动区块链:构建智能合约与去中心化AI应用
区块链技术和人工智能的融合正在开创去中心化智能应用的新纪元。本文深入探讨如何使用Java构建AI驱动的区块链应用,涵盖智能合约开发、去中心化AI模型训练与推理、数据隐私保护以及通证经济激励等核心主题。我们将完整展示从区块链基础集成、智能合约编写、AI模型上链到去中心化应用(DApp)开发的全流程,为构建下一代可信、透明的智能去中心化系统提供完整技术方案。
421 3
|
6月前
|
消息中间件 人工智能 安全
构建企业级 AI 应用:为什么我们需要 AI 中间件?
阿里云发布AI中间件,涵盖AgentScope-Java、AI MQ、Higress、Nacos及可观测体系,全面开源核心技术,助力企业构建分布式多Agent架构,推动AI原生应用规模化落地。
623 0
构建企业级 AI 应用:为什么我们需要 AI 中间件?
|
7月前
|
存储 人工智能 Serverless
函数计算进化之路:AI 应用运行时的状态剖析
AI应用正从“请求-响应”迈向“对话式智能体”,推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新,实现性能、隔离与成本平衡,开启Serverless AI新范式。
709 13
|
6月前
|
人工智能 安全 Serverless
再看 AI 网关:助力 AI 应用创新的关键基础设施
AI 网关作为云产品推出已有半年的时间,这半年的时间里,AI 网关从内核到外在都进行了大量的进化,本文将从 AI 网关的诞生、AI 网关的产品能力、AI 网关的开放生态,以及新推出的 Serverless 版,对其进行一个全面的介绍,期望对正在进行 AI 应用落地的朋友,在 AI 基础设施选型方面提供一些参考。
1120 85
|
6月前
|
人工智能 缓存 运维
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
本文介绍联调造数场景下的AI应用演进:从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题,通过意图识别、工具引擎、推理执行等多Agent分工协作,结合工程化手段提升准确性与效率,并分享了关键设计思路与实践心得。
983 20
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀