‌·
分享到:

创新AI算法技术路线 超20个行业有了大模型

来源:南方都市报     2023年11月10日        版次:PA18    作者:伊晓霞

  采写丨南都·琶洲π记者 伊晓霞

  李牧青

  上海松江腾讯云计算有限责任公司

  腾讯云智能全国区域负责人、总架构师

  广州黄埔区运用物联网、人工智能、云计算、大数据等新一代信息技术,打造了智慧城市综合指挥平台,利用区内数万路视频“天眼”资源和物联传感设备,通过AI和物联网等关键技术,实现对城市运行状况7×24小时“不眨眼”管理和全方位“无死角”“无遗漏”“无盲点”管理。这是李牧青主导并参与的重要项目之一。而他所在的腾讯云智能,正是腾讯产业互联网建设、推动AI产业落地的重要抓手。

  AI算法落地

  形成对应行业解决方案

  “在我读书时,高等院校里还没有人工智能这个专业。”十多年前,大学生李牧青虽然已经开始关注该领域,但当时的他还没意识到,人工智能步入快速发展的进程比想象中要快。

  他是在从业过程中逐步深入到这一领域的:2018年8月入职腾讯,先后担任腾讯优图实验室AI架构师、优图实验室首席架构师、腾讯云AI解决方案中心总架构师。随着客户在AI场景的需求逐渐多元,腾讯云聚合了腾讯各项领先的AI技术以及多年的产业实践经验,以“腾讯云智能”品牌为统一窗口,输出从底层算力支撑到AI开发平台到AI产品解决方案,再到顶层数智化转型方法的四级全链条服务。李牧青又成为云智能全国区域负责人、云智能总架构师。

  他服务的行业也越来越多,教育、文旅、能源、零售等,“把AI相关的一些产品和能力跟这些行业深度结合,形成对应的解决方案”。在基于AI算法落地的过程中,他主导并参与了多项重要的项目落地。其中最具代表性的是AI算法在智慧城市管理中的应用。

  算法结合行业

  打造城市智能感知平台

  “比如由AI去识别违章占道停车。”李牧青举例道,利用黄埔区内数万路视频资源和物联传感设备,通过AI和物联网等关键技术,团队提出了“算法与行业知识相结合”的创新型技术路线,研发了精准高效的人工智能算法以及工单智能调度系统,打造了具备先进城市智能化感知和精准化治理能力的城市智能感知平台,并研究开发了多个应用系统。

  “如在‘道路违停识别’场景中,我们可以结合停车位置、停车时间等因素综合判断是否构成违停,以及辅助决策后续的工单流转,比如车辆停在马路旁边需要由交警部门处理,停在人行道、商铺门口则需要城管部门处理等。”另外,基于历史数据预测各路段违停趋势,还可在“占道经营识别”场景中,结合各种物体的时空关系、经营时长、是否发生交易等业务逻辑,综合判断是否构成“占道经营”。

  李牧青表示,“算法与行业知识相结合”使得算法的准确率和可落地性相较于传统技术有了大幅度提升,实现了从事件感知到场景认知,从场景认知向业务预测的变革。

  未来资源聚焦

  人工智能大模型将影响多行业发展

  今年,李牧青获评2023年“琶洲领军算法师”,他认为,这既是他个人也是整个腾讯AI团队的荣幸。

  李牧青表示,目前海珠区以双引擎的方式重点打造人工智能,腾讯也在这方面有所布局。根据规划,“十四五”时期,海珠区要以人工智能与数字经济、城市更新为“双引擎”,逐步建成有活力有魅力有竞争力的数字生态城。紧扣这一目标,海珠区构建“一区一谷一圈”——琶洲人工智能与数字经济试验区、中大国际创新生态谷、海珠新活力文商旅融合圈。“我们也希望能够更好地助力、参与到整个海珠区相关的AI建设。”

  在这一领域浸淫多年,李牧青深刻感受到近年来人工智能行业发展的变化。“我觉着最重要有两个时间节点。”2016年,AlphaGo战胜世界顶级棋手,强势将了人类一军;去年,算力“大力出奇迹”,人工智能大模型也将影响多行业发展。“以前很少有人走这条路,现在大家看到了希望,未来会有更多的资源聚焦于此。”

  人机交互变革

  期待靠自然语言调用机器

  结合他所在的行业,李牧青认为,这将推动人和机器交互方式的变革,这也是算法对未来生活的影响之一。“比如大家经常使用的‘腾讯会议’,未来可能会有更加全真的方式去交流。”另外,在人机交互方面,他表示:“我们以往可能用打字、写代码的方式实现交互,但其实最好的方式是自然语言。”未来也许可以期待靠自然语言把机器调用起来。

  这些变化和趋势,产生了新的城市和行业发展机遇。今年,国内各大厂商陆续发布了大模型产品。据了解,腾讯云已经为政务、交通、文旅等超过20个行业输出了50个行业大模型解决方案。

  “未来的算法技术将更加注重实效性和可解释性。”据悉,在推动专业领域发展和产业落地的过程中,腾讯云智能一直在探索如何将复杂的算法模型进行简化,同时保证其预测的准确性,也非常关注算法的公平性和伦理性问题,而这些将是未来算法研究的重要方向。

手机看报
返回奥一网 意见反馈