AI技术诞生不足百年，在经历了几次寒冬之后，在最近20年实现了飞跃式的发展，人工智能正逐步占领金融、信息、医疗、自动驾驶等领域。身处于这个人工智能技术全面发展与落地的黄金时期，我们该如何看待AI的下一个十年？未来AI领域技术又会出现哪些创新？由51CTO举办的「AISummit全球人工智能技术大会」将为你揭晓答案。
8月6日，「AISummit全球人工智能技术大会」以线上直播形式如期开幕。在上午的主会场中，51CTO副总裁兼总编崔康、中国人民大学高瓴人工智能学院副院长窦志成、Meta/Facebook人工智能研究院及高级经理田渊栋、科大讯飞研究院副院长潘清华、谷歌资深工程师及高级经理周宗伟、火山引擎机器学习系统负责人项亮、微软Bing广告文本生成算法负责人刘屹七位业内资深专家，从企业技术领导者的角度出发，为数万名参会者解读了人工智能技术的现状与趋势、从业者需要关注的最新研究成果以及前沿技术在业界产生的影响。
高屋建瓴，剖析本质
在主会场的开幕致辞中，51CTO副总裁兼总编崔康先生表达了对人工智能技术本质的理解与对大会的期许。他认为，人工智能发展至今，已不再像是一门IT领域的细分技术，而更像是一种通用技术。在人工智能高速发展的背景下，我们更应直面技术、产业与开发者之间的矛盾，并为其寻找新的解决路径与案例线索。
同时，崔康先生表示，AI技术与AI开发者正在让世界变得更加美好。希望本次「AISummit全球人工智能技术大会」能够跨越技术、产业与开发者之间的矛盾与鸿沟，为技术寻求产业的落地，为产业寻求技术的突破，为开发者寻求职业前进的方向，促进AI信息的自由流动，推动技术、产业与开发者的融合发展。
下一代智能搜索技术展望
搜索引擎从诞生之初到现在已经有二十余年，其形式与架构一直没有发生很大改变。而随着互联网的发展与智能设备的普及，人们对信息，尤其是复杂信息的需求与日俱增，传统的搜索方式已逐渐难以满足人们日益高涨的信息需求。
中国人工智能高瓴人工智能学院副院长窦志成在《下一代智能搜索技术展望》的主题演讲中表示，目前搜索引擎广泛采用的关键词为输入与文档列表为输入模式已不再适用于现阶段的信息获取需求。未来的搜索将会有对话式、个性化、多模态、富知识、去索引五方面特征，并能够处理多模态的信息，能够处理与返回知识。在架构层面，未来也一定会突破现有模式，逐步过渡到以模型为核心的全新模式。
现实世界场景决策的机遇与挑战
近年来，深度学习在处理自然数据输入方面成绩斐然。然而，如何利用深度神经网络处理结构化数据，为离散优化问题找到一条替代人力启发式策略的神经网络方案，仍然是业界尚未解决的核心问题。
在《现实世界场景决策的机遇与挑战》主题分享中，Meta/Facebook人工智能研究员及高级经理田渊栋借助Meta/Facebook人工智能团队的实际工作案例，详细介绍了如何利用强化学习与搜索方法搭配神经网络，从而寻找复杂优化问题的启发式算法的实践经验。
人工智能技术发展趋势探讨
AI核心技术持续进步，向多模态融合感知与软硬一体发展，AI技术应用的广泛落地，给予了各行业更优质的解决方案。那么在现阶段，AI技术发展还存在哪些挑战呢？
在《人工智能技术发展趋势探讨》的主题演讲中，科大讯飞研究院副院长潘清华为广大参会者介绍了在教育、医疗、交通等领域中，AI技术在感知智能与认知智能方面的发展情况、落地场景与现存挑战，并提出了认知智能2.0的全新概念与未来5到10年人工智能发展的五大趋势。“AI在赋能行业时，需要构建人机协同、持续进化的复杂系统，来深刻改变生产方式。未来AI技术在各行业的使用，一定会以在各行业构建不同的复杂智能系统来实现。”潘清华表示。
影响谷歌人工智能芯片设计的十点认识
随着数年来计算机处理器摩尔定律的失效，机器学习与人工智能应用日趋广泛，带动了对于算力需求的爆发式增长。在这种趋势下，谷歌率先发现并提出了基于特定领域处理器的解决方案。
谷歌资深工程师及高级经理周宗伟在《影响谷歌人工智能芯片设计的十点认识》的主题演讲中，解读了谷歌在十年来人工智能芯片设计和人工智能应用部署中得到的十点认识，包括DNN应用在谷歌多年的发展经验，以及谷歌对业界硬件与计算机体系结构发展趋势的总结。周宗伟认为，芯片的开发者与使用者应关注芯片在长期使用中总得耗的资源，而不是单纯对芯片的成本和芯片的价格进行设计。“人工智能芯片的制造本身并不难，真正的难点是神经网络应用编译器硬件和软件之间共同演化的长期过长。”周宗伟表示。
大规模机器学习算力的技术演进
自2014年深度学习热度提升起，GPU的算力至今已提升了数十倍。算力的提升给业务带来了巨大的影响，无论对于推荐广告、CV、NLP等都有着巨大的效能提升，同时也为大模型的落地做了铺垫。
在《大规模机器学习算力的技术演进》主题演讲中，火山引擎机器学习系统负责人项亮介绍了过去十年AI算力与算力相关模型的发展，以及火山引擎在AI算力方面的探索。项亮认为，随着AI算力的持续提升，未来芯片制程的物理瓶颈会越来越明显，模型的增大会也使其在实际业务中的落地也会愈加困难。想要实现大算力落地，需要在算力供给方面寻求一些新的策略。在接下来的时间里，项亮则以火山引擎机器学习平台为例，介绍了其团队在调度层、训练网络以及存储方面的最新研究成果。
多样化搜索广告文本生成及在线实时匹配
广告文本生成的过程中，需要系统具备离线及在线系统，并需要生成模型有预训练、引导式文本生成、文本质量评价、增强学习等细分生成模型，同时保证在线文本能够进行实时匹配。
在主会场的最后一场演讲《多样化搜索广告文本生成及在线实时匹配》中，微软Bing广告文本生成算法负责人刘屹为参会者详细解析了微软DeepGen中的文本生成技术，包括使用的基础模型，多样化生成等。刘屹表示，DeepGen的目标是为整个搜索广告、文本生成提供全方位的支持。而在具体实践方面，微软则是通过IY与CTR的提高，来提升RPM，并在此前提下尽可能保证QBR的稳定。在演讲的最后，刘屹提到：“目前DeepGen已为Bing的广告系统带来了不小的提升，未来我们将在这一方向上继续努力。”
结语
终点亦是新的起点，「AISummit全球人工智能技术大会」的成功举办，为现阶段人工智能技术的研究成果作出了全面的总结，同时也为行业探索人工智能技术的未来演进与场景落地提出了更多新的可能。希望这场人工智能领域的技术盛会，能够成为促进全球人工智能技术发展的一座新的里程碑。
正如51CTO副总裁兼总编、AISummit大会总策划崔康先生所言，对于人工智能技术而言，我们希望AI是科技向善的手段，希望本次「AISummit全球人工智能技术大会」能够为人工智能的未来树立新的目标，并告诉广大参会者，AI技术与AI开发者正在让世界变得更加美好！
观看视频回放请移步AISummit大会官网：aisummit.51cto.com
关注【51CTO技术栈】公众号，回复【AI大会】即可领取大会PPT
