编译器|凝聚406万开发者,百度飞桨开源框架再升级!全景图新增文心大模型( 四 )


新型电力系统建成标志就是新能源发电量占主导地位 , 新能源机组承担责任主体地位 , 但风能、太阳能等可再生能源存在不确定性 , 对于国家电网来说 , 这代表着相当多的挑战 , 像电力调度领域 , 需要进行数字化升级和智能化升级 。

编译器|凝聚406万开发者,百度飞桨开源框架再升级!全景图新增文心大模型
文章图片

肖飞列出了清洁能源的高效消纳、源网荷储的友好互动、系统的安全稳定运行、电力市场的经济低碳、新一代调度支持系统建设等场景下 , 国家电网对AI的需求和国家电网进行的AI时间 。
他讲道 , 飞桨助力国家电网举行了国调人工智能创新大赛 , 规划了四大主题赛道 , 帮助国家电网实现更多的AI应用开发和落地 。
2、中科院王彦棢:传统的科研领域应该成为AI的主战场
中科院计算机网络信息中心人工智能技术与应用发展部主任王彦棢的演讲主题是《面向科学发展的智能计算环境》 。
他提到传统的科研领域应该成为AI的主战场 , 早在2016年 , 美国的一些科学家就已经在一些废弃的实验数据中去挖掘新材料方面的一些发现 , 以至于近期 , 很多科学家都尝试使用人工智能方法去替代一些材料计算过程 , 希望通过人工智能去更快更准地获得一些结果 。

编译器|凝聚406万开发者,百度飞桨开源框架再升级!全景图新增文心大模型
文章图片

王彦棢说 , 他们将人工智能的应用问题 , 更多看成了一个高性能计算的问题 , 通过虚拟化和容器以及高性能计算和任务调度的方式去实现了整个底层资源的调度 , 在飞桨的支持下 , 他们完成了一些对图像的处理、自然语言处理等任务 。
3、网易云音乐段石石:三个阶段 , 改善推荐系统
网易云音乐机器学习平台与框架负责人段石石以《飞桨图计算助力超大规模推荐系统创新迭代》为主题 , 详细讲述了网易云的推荐系统的升级经验 。
面对超大规模数据、多域数据和动态数据标签的情况 , 如何理解用户意图 , 如何有效表征这些信息 , 成为需要解决的难题 , 传统机器学习在这方面存在瓶颈 。
飞桨的PGL支持超大规模数据的全图存储、子图检索和高效图计算 , 并具有极低存储成本、灵活的子图检索模式和高效分布式训练等特点 , 网易云音乐选择利用PGL来进行升级 。

编译器|凝聚406万开发者,百度飞桨开源框架再升级!全景图新增文心大模型
文章图片

网易云音乐通过三个阶段的改善 , 将PGL插入式的接入到其现有的机器学习平台 , 然后成为网易云音乐机器学习平台的基础能力 。
第一个阶段是利用EasyGraph组件 , 第二个阶段是抽象出来PGL Operator来支持PGL快速稳定地运行在机器学习平台的Kubernetes环境内 , 第三个 , 针对于线上和线下不同的使用图神经网络的方式 , 抽象出两种逻辑来满足应用需求 。

推荐阅读