華為+大模型和智能汽車的預(yù)見-2023-09-智能網(wǎng)聯(lián)

大模型與智能汽車的預(yù)見萬(wàn)蕾博士IASBU政策與標(biāo)準(zhǔn)專利部部長(zhǎng)2算力、算法和數(shù)據(jù)支撐人工智能發(fā)展HUAWEI全球互聯(lián)網(wǎng)超10億全球智能機(jī)超10億全球有效專利1400萬(wàn)推理全球聯(lián)網(wǎng)汽車全球移動(dòng)用戶超3億55億20222023提出CNN算法神經(jīng)網(wǎng)絡(luò)用于圖像識(shí)別深度學(xué)習(xí)興起深度學(xué)習(xí)AlphaGo,TransformerCLIP&DALL-E計(jì)算圖像分類突破戰(zhàn)勝人類谷歌A3超算：云-端算力計(jì)算機(jī)Moore'sIBM誕生lawPC機(jī)云計(jì)算云存儲(chǔ)首個(gè)手機(jī)首個(gè)手機(jī)分布式分布式計(jì)算Nvidia首個(gè)AlGPUNvidiaCUDA并行計(jì)算語(yǔ)義累析總子關(guān)系提取關(guān)系提取3HUAWEI大模型使能人工智能快速進(jìn)入認(rèn)知智能階段推理生成產(chǎn)業(yè)應(yīng)用意圖理解智能感知智能計(jì)算海量無(wú)標(biāo)注數(shù)據(jù)精調(diào)專業(yè)教育預(yù)訓(xùn)練通識(shí)教育自監(jiān)督學(xué)習(xí)大模型分層生態(tài)HUAWEI辦公·月活達(dá)6000萬(wàn)，420萬(wàn)為付費(fèi)用戶·30美元/月精調(diào)專業(yè)教育場(chǎng)景模型5400億5400億1750億In-contextLearning開放GPT-3APIHUAWEI3400億生態(tài)雛形發(fā)布LLaMA2023.3斯坦福發(fā)布Alpaca4個(gè)規(guī)格：70/130/330/650億70億參數(shù)注意力機(jī)制雙向單向單向自回歸自回歸書籍、wiki書籍、網(wǎng)頁(yè)、wiki,代碼、對(duì)話會(huì)寫文章不知哪些是人類認(rèn)統(tǒng)一開發(fā)框架和開發(fā)流水線·生成式Al技術(shù)引入商業(yè)應(yīng)用·提供面向銷售、客服、市場(chǎng)、運(yùn)維和供應(yīng)鏈的Al工具微軟一方面牢牢地將OpenAl綁定在自己的云服務(wù)平臺(tái)，另一方面利用ChatGPT深度賦能自己旗下所有產(chǎn)品Al辦公助手智能水平多模態(tài)具身語(yǔ)言模型(VLM)成就一操控機(jī)器人理解圖形理解/生成語(yǔ)言結(jié)合圖形和語(yǔ)言理解，生成機(jī)啟示操作機(jī)器人能力在語(yǔ)言大模型中涌現(xiàn)，且不損失語(yǔ)言和視覺能力DrioceDannetalPalmAnembodiedmultimodallanquanemodelarX大模型應(yīng)用開發(fā)范式預(yù)訓(xùn)練+精調(diào)開發(fā)周期大模型應(yīng)用開發(fā)范式預(yù)訓(xùn)練+精調(diào)開發(fā)周期天級(jí)HUAWEIr開發(fā)周期月級(jí)大模型：規(guī)?；a(chǎn)高性能Al模型的產(chǎn)線泛化復(fù)制場(chǎng)景2模型1-n 智能創(chuàng)作產(chǎn)業(yè)應(yīng)用大模型應(yīng)用：行業(yè)領(lǐng)域|智能投研建筑倉(cāng)庫(kù)監(jiān)控品品交|節(jié)電預(yù)測(cè)I異常財(cái)務(wù)檢測(cè)擁堵預(yù)測(cè)通過繪圖輸入將家庭或其他場(chǎng)所復(fù)制到虛擬世界。3D李生空間CV大模型中國(guó)家庭數(shù)27億3D人臉建模CV大模型160萬(wàn)人中國(guó)0.1%滲透率550萬(wàn)人全球0.1%滲透率CV+NLP大模型160萬(wàn)人中國(guó)0.1%滲透率550萬(wàn)人全球0.1%滲透率寵物動(dòng)作分析NLP增強(qiáng)模型2.2億中國(guó)寵物數(shù)量4.7億多模態(tài)大模型42萬(wàn)人CV+NLP模型10億100%智能座艙智能駕駛大模型催熟AIGC→智能座艙智能駕駛智能座艙&智能駕駛計(jì)算決策大模型策略生成音頻生成圖像生成代碼生成文本生成視頻生成rctaiB行者A!多模態(tài)大模型NLP大模型多模態(tài)大模型·自然語(yǔ)言理解的準(zhǔn)確性和靈活性·個(gè)性化交互和服務(wù)提供能力·持續(xù)學(xué)習(xí)和不斷提升駕駛體驗(yàn)實(shí)時(shí)性需求和性能優(yōu)化的挑戰(zhàn)模型優(yōu)化和效率改進(jìn)數(shù)據(jù)隱私保護(hù)的解決方案?jìng)鞲衅魅诤吓c駕駛決策的結(jié)合提高模型可解釋性的方法協(xié)同駕駛的潛力大模型將使能座艙交互革命感知控制感知手工控制&音頻指令式控制儀表原生智能原生智能精準(zhǔn)控制服務(wù)融合大模型座艙情景智能視覺感知丫給媽媽哈根達(dá)斯意圖理解啟動(dòng)后排娛樂屏大模型在智能駕駛應(yīng)用——場(chǎng)景數(shù)據(jù)管理篩選HUAWEI場(chǎng)景種類繁多且靈活多變挖據(jù)標(biāo)簽聚類自然語(yǔ)言驅(qū)動(dòng)的多模態(tài)檢索大模型在智能駕駛應(yīng)用——海量仿真數(shù)據(jù)生成仿真數(shù)據(jù)集需求：·PB→EB量級(jí)建生成聯(lián)合表征智能駕駛——小模型vs大模型聯(lián)合表征決策樹預(yù)訓(xùn)練大模型自動(dòng)駕駛大模型決策大模型泛化能力泛化能力強(qiáng)(可支持Zero-shot/Few-shot)參數(shù)量?。骸珒|量級(jí)參數(shù)量大：～千億量級(jí)算力實(shí)時(shí)推理：~百TOPs@端側(cè)算力要求實(shí)時(shí)推理(未壓縮):～10萬(wàn)TOPs@端側(cè)算力要求~百萬(wàn)量級(jí)數(shù)據(jù)單元，ADS需~PB量級(jí)自駕/人駕模式切換的HMI需單獨(dú)設(shè)計(jì)自駕/人駕模式切換可自然語(yǔ)言交互大模型在智能汽車應(yīng)用的挑戰(zhàn)器訓(xùn)練訓(xùn)練業(yè)界呼吁Al安全監(jiān)管：Al比管理不善的飛機(jī)設(shè)計(jì)、生產(chǎn)維護(hù)、糟糕的汽車生產(chǎn)更危險(xiǎn)；它有破壞文明的潛力GeoffreyHinton圖靈獎(jiǎng)得主，“神經(jīng)網(wǎng)絡(luò)之父”onBBCI'vecometotheconclusionthatthekindofintelligencewe'redevelopingisverydifferentfromtheintelligencewehave.existentialriskofwhathappenswhenthesethingsgetmoreintelligentthanus我得出的結(jié)論是，我們正在開發(fā)的智能與我們所擁有的智能大不相同；當(dāng)它們比我們更聰明時(shí)，會(huì)出現(xiàn)威脅人類生存的風(fēng)險(xiǎn)建議對(duì)Al進(jìn)行監(jiān)管，應(yīng)該參考核武器的監(jiān)管方式各國(guó)Al治理法規(guī)進(jìn)展HUAWEIAl評(píng)估和治理相關(guān)標(biāo)準(zhǔn)HUAWEI委