AI圈内卷?天池团聚请来专家集体“问诊”

简介: 当前,人工智能已成为引领新一轮科技革命与产业变革的重要驱动力,而数据则是人工智能时代必不可少的生产资料。

近期杭州云栖大会上出现了一个“数据博物馆”,最吸引眼球的“展品”,竟是行业大规模开源数据集。不仅数量多达上百个,还覆盖零售、文娱、工业、医疗、自然科学等数十个行业。既有来自真实业务场景的商品数据,也不乏跟产业界、学术界深入合作获得的宝贵科研数据。

 

还吸引到中国科学院国家天文台台长常进院士、创新工场首席科学家周明博士、阿里巴巴集团副总裁贾扬清、阿里巴巴青橙奖获得者王权等学者大咖纷纷前往围观。

 

更厉害的是,基于这些数据集产出的学术论文,已经有超过700篇。

693CF486-97C3-4989-92F2-235EDF1CB401.png

你或许想不到,这家博物馆是由阿里云天池平台在今年的杭州云栖发起的。

 

对于阿里云天池,最初是以中国数据类赛事第一品牌的形象被业界和开发者所熟知。天池主打业务包括天池大赛、天池数据科研、天池AI实训等,为AI爱好者提供了分享、互动、成长的社区阵地,孵化了面向AI教学的实训平台。

image.png

作为中国最大的数据众智平台,天池希望通过提供工业界的最真实的业务数据,降低青年开发者接触和使用科研数据的门槛。

 

2021年,天池2.0全新升级,启动数据集开源计划,面向社会开放上百个行业稀缺的AI数据集。此次令人耳目一新的数据博物馆,也是天池2.0品牌升级后,首次在云栖大会亮相,目前已4300多所研究机构基于天池数据集展开研究工作,累计产出了700多篇论文。

 

如果说「数据博物馆」让我们直观地看到了大数据的应用前景,那么「天池数据青年团聚」则带着我们展望了AI行业的未来。

 

10月20日云栖大会期间,一群心怀梦想,勇于创新的青年开发者齐聚云栖大会,共话AI未来。他们中既有高校教授学者、阿里星&达摩院学长、阿里HR以及技术KOL,也有高校计算机相关专业的硕博学生及青年开发者。作为一群AI青年,他们有鸿鹄之志,也同样有年轻人的困惑。

3B7BB9EB-4118-478b-8AFF-67E19CC00F04.png

AI必须读博吗?

想要继续深造,出国是否有必要?

技术人才未来的从业方向改如何选择?

AI技术的未来发展趋势与行业前景是怎样的?

学校学习的技术与企业实际的开发场景如何无缝衔接?

搞学术,搞技术和搞钱之间该如何兼顾与取舍?

……

 

这些数据青年们关心的问题,也同样是学术界和工业界所经常讨论的话题。

 

此次「天池数据青年团聚」活动中,邀请到浙大研究员赵俊博,杭电教授贾刚勇张桦,达摩院算法专家罗浩,菜鸟算法专家康嘉元,阿里招聘专家白晶晶,阿里云技术运营专家王听,阿里云技术服务运营专家王可心,datawhale创始人范晶晶等相关技术领域的教授学者及行业专家,与数据青年们共同深入探讨成长与困惑,用年青人的方式谈创新、看未来。

 

AI行业内卷?恰恰说明热度不减

很多人在学习和未来的从业方向选择上,不免有些迷茫。如今AI技术发展日趋成熟,行业竞争日益激烈,现在进入这个行业是否能有一个良好的发展呢。

 

在团聚活动中,康嘉元博士提到,大家所认为的AI行业内卷,恰恰证明AI行业热度不减,并聚集了众多企业的资本投入和越来越多的优秀技术人才。这正是一个行业不断调优,健康发展的表现。对于AI行业的未来发展来说,还是有很大向上空间的。

 

AI技术的发展是否会替代人的价值?

在大数据的哺喂下,AI愈加智能化,所以很多人都有一个顾虑,会不会有一天人工智能可以替代人类劳动,让人们都面临失业的风险。

 

基于这个问题,王可心提到,作为一个AI从业者,将研发目标定在如何用智能削减人工成本上,这本身就是一种小聪明,无法长足发展。人工智能发展的目的绝不是取代人类,而是更好地服务人类。

 

对于AI从业者来说,我们是通过技术手段创造更多就业岗位和机会,发挥人类独有的创造力,开辟更多新的领域和战场。AI的对立面不会是人类,而是帮助人类共同面对和解决难题,让人们从机械化、低效能、高人工成本的工作中解放出来,投入到更有创造力,更有意义的工作中。

 

校园学习与真实业务场景脱节,纸上谈兵如何变成真刀真枪的实战?

数据是人工智能时代必不可少的生产资料,但高校学生很难接触到真实有效的企业数据和真实的业务场景,所以在AI学习中非常受限。这也是活动当天,以在校学生为代表的青年开发者反馈的普遍问题。

 

针对这些问题,在场的阿里技术专家提到,天池开启大规模数据集开源计划,通过提供工业界的最真实的业务数据,降低青年开发者接触和使用科研数据的门槛。再结合行业实际的竞赛,使开发者能真正研究和解决实际的工业场景中所面临的的问题。

 

搞学术,搞技术和搞钱之间该如何兼顾与取舍?

搞学术,搞技术和搞钱之间,犹如鱼和熊掌不可兼得,总要有取舍,其实这个问题的本质也是产学界之间的差异性和目的不同决定的。

 

学术界和产业界在研究目标上往往不同。学术界可能更加关注一些确定条件下的确定指标,而产业界则更多会从成本和收益的角度去思考问题。

 

张桦教授和罗浩博士则进一步解释了学术界和产业界对于AI的不同需求与相互关系。学术界在追求技术的创新,产业界在追求技术的稳定可靠;学术界在思考技术的未来发展,产业界在不断找寻技术更多的应用场景和持续变现的能力;而只有产研联动,才会让开发者生态更健康地发展。

11.png

天池数据青年团聚活动上,除了对技术问题的探讨,与会的教授专家与企业技术大咖们也就“如何选择第一份工作”“该选择高薪工作,还是继续深造”等内容,给青年开发者很多个人成长建议。这场数据青年团聚成为了一场很棒的技术公益活动,不仅让青年开发者与技术专家们共同聚合能量,共谋AI发展,更重要的是将这份能量传递出去,推进人工智能领域的学术交流、人才培养、技术发展以及跨界应用与融合。

 

作为一个普惠AI技术的公益性平台,未来阿里云天池将积极参与并致力于数据标准制定和行业标准数据集的建设,也将邀请更多的科研数据提供单位加入到天池科研数据集开源计划中,一起服务社会和促进AI技术的进步。

相关文章
|
7月前
|
人工智能 IDE API
还在配置规则文件和智能体?Roo Commander:预置90+领域专家,开箱即用的AI编程新体验
Roo指挥官是一款创新AI编程助手,通过智能调度90多位虚拟技术专家,实现对复杂项目的自主规划与高效执行。用户无需手动选择专家或反复调整提示,只需提交需求,系统即可自动分析、拆解任务并协调最合适的技术角色完成开发。文中以构建3D互动简历为例,展示了其从需求分析到项目落地的全流程自动化能力,显著提升开发效率,开启AI驱动的智能化编程新体验。
446 0
|
6月前
|
人工智能 前端开发 Java
构建能源领域的AI专家:一个多智能体框架的实践与思考
本文介绍了作者团队在能源领域构建多智能体(Multi-Agent)框架的实践经验。面对单智能体处理复杂任务时因“注意力发散”导致的效率低下问题,团队设计了一套集“规划-调度-执行-汇总”于一体的多智能体协作系统。
726 19
|
7月前
|
人工智能 架构师 机器人
我是怎么把我的 AI 从“傻瓜”重构成“专家”的
本文分享了一次 Agent 项目的重构经验,讲述如何将一个僵化、被动的指令式系统,升级为具备内在驱动力的“专家”Agent。通过引入“动机层”和“成长机制”,让 Agent 更加主动、灵活并能自我优化,最终实现从“流水线工人”到“资深顾问”的蜕变。
|
机器学习/深度学习 人工智能 算法
整合海量公共数据,谷歌开源AI统计学专家DataGemma
【10月更文挑战第28天】谷歌近期开源了DataGemma,一款AI统计学专家工具,旨在帮助用户轻松整合和利用海量公共数据。DataGemma不仅提供便捷的数据访问和处理功能,还具备强大的数据分析能力,支持描述性统计、回归分析和聚类分析等。其开源性质和广泛的数据来源使其成为AI研究和应用的重要工具,有助于加速研究进展和推动数据共享。
316 6
|
9月前
|
人工智能 运维 云计算
专家对谈|AI推动文化传媒行业向“新”发展
随着“人工智能+”行动的深入推进,文化传媒行业正经历深刻变革。云计算与AI深度融合,重构内容生产、分发全流程,为行业注入新动能。预计到2025年,我国AI核心产业规模将破万亿,文化传媒作为技术应用先锋,以两位数增速迈向智能化。在CCBN活动现场,中央广播电视总台与阿里云探讨了大模型如何驱动行业升级,展望未来新图景。汪莹指出,大模型将重构文化消费形态,助力生产力与传播力倍增,推动中国文化走向世界。同时,解决AI应用“最后一公里”问题需产业链各方协同发力,基于现有大模型能力进行二次开发是切实可行路径。
550 4
|
人工智能 自然语言处理 搜索推荐
如何10分钟获得一位24小时AI专家助手?
进入百炼控制台创建应用,选通义千问-Plus为模型,可设定Prompt引导对话。测试后若发现不足,可进一步优化。获取API-KEY和应用ID以便API调用,实现网页集成。此AI助手能即时解答用户问题,提供个性化服务及推荐,有效提升用户体验与企业效率,同时降低成本并助力策略规划。随着AI技术进步,这类智能助手将成为日常生活的重要组成部分。
|
12月前
|
人工智能 自然语言处理 数据可视化
YAYI-Ultra:中国企业终于等来『全能大脑』!开源企业级AI『混合专家』横扫金融舆情中医领域,最长生成20万字报告
YAYI-Ultra 是由中科闻歌研发的企业级大语言模型,具备强大的多领域专业能力和多模态内容生成能力,支持数学、代码、金融等多个领域的专家组合,缓解垂直领域迁移中的“跷跷板”现象。
552 10
YAYI-Ultra:中国企业终于等来『全能大脑』!开源企业级AI『混合专家』横扫金融舆情中医领域,最长生成20万字报告
|
12月前
|
人工智能 JSON 自然语言处理
AI 程序员的4个分身 | 代码生成专家+注释精灵+API集成助手+智能调试伙伴
AI 程序员的4个分身 | 代码生成专家+注释精灵+API集成助手+智能调试伙伴
498 35
|
12月前
|
数据采集 人工智能 编解码
算法系统协同优化,vivo与港中文推出BlueLM-V-3B,手机秒变多模态AI专家
BlueLM-V-3B是由vivo与香港中文大学共同研发的多模态大型语言模型,专为移动设备优化。它通过算法和系统协同优化,实现了高效部署和快速生成速度(24.4 token/s),并在OpenCompass基准测试中取得优异成绩(66.1分)。模型小巧,语言部分含27亿参数,视觉编码器含4000万参数,适合移动设备使用。尽管如此,低端设备可能仍面临资源压力,实际应用效果需进一步验证。论文链接:https://arxiv.org/abs/2411.10640。
466 9