汾西矿业水峪煤业“一单清”明任务

事故发生后，利用消息触达和流程自动化等能力，联动相关管理人员，通知事故情况和位置，实现一键触发、一键处置的管控流程。

在市场保持稳定增长的背景下，如何更好的应用区块链，加速各行业数字化进程，推动产业稳健发展，成为千行百业的重要命题。腾讯云区块链服务TBaaS在政务和金融领域具备成熟的落地实践经验。

腾讯云作为最早布局区块链技术的厂商，已经构建了从底层引擎到上层应用的全栈产品能力，推出的区块链服务平台TBaaS基于跨域互联、安全隐私、存储优化、云链结合等优势，能够为政府、企业及开发者提供高效、安全、弹性、开箱即用的区块链服务。雷峰网(公众号：雷峰网)。金融机构部署区块链能够获得更为清晰的ROI，BaaS收入在全行业占比达到20%。而在金融行业，腾讯云区块链也在不断帮助金融机构实现有效的风险控制、效率提升和成本降低，成功打造了张家港产业金融服务平台、PICC、中国建设银行、中国人寿等多个标杆性项目，为金融行业的区块链应用和创新提供了有力支持和服务。7月5日，IDC发布的《中国区块链BaaS市场份额，2021》报告显示，腾讯云区块链市场份额稳居Top2，持续推动区块链与经济社会深度融合，加速各产业数字化发展

网版权文章，未经授权禁止转载网版权文章，未经授权禁止转载在 AI 技术解决现实问题上，大模型与小模型就犹如博士后的自动化方案与小工的电风扇，前者虽然在解决某一个小的问题时显得冗余、笨重，效果也没有电风扇快速，但几乎没有人会否认博士后及其团队所提供的价值，更不可能「消灭」他们。

归根结底，AI 算法要落地，就必须考虑技术研发的投入产出比。视觉即感知，语言即智能，但两者在「因果推理」的攻克上一直没有太耀眼的突破，而因果推理这一项能力对 AI 系统的进化又十分重要。最近 DeepMind 就有一项工作（Training Compute-Optimal Large Language Models）成功探索发现，在计算量相同的情况下，将模型的训练数据变大，而不是将模型的参数量放大，可以得到比仅仅放大模型更好的效果。一位业内人士就告诉雷峰网-AI 科技评论，在绝大多数的情况下，我们研究一项技术是为了解决某一个已知的实际问题，如情感分析、新闻概括，这时我们其实就可以设计一个专门的小任务去研究，出来的「小模型」的效果很容易就比 GPT-3 等大模型要好。

这种声音是从「需求」的角度出发，反对闭门造车。模型的「大」，指的就是庞大的参数量。

对话系统主要分为两大类：一类是任务型对话，用户下达任务、AI 系统自动执行，快速订机票、买电影票等等。在实现经济可用上，甚至还有一种声音，是主张通过 AutoML 或 AutoAI 的方式来解决模型训练的难度，降低 AI 算法的研究门槛，让算法工程师或非 AI 从业者可以灵活根据自己的需求来打造单一功能的模型，形成无数个小模型，星星之火、可以燎原。「小模型的参数量少，局限于单一任务。领域的一个共识是：在同一个架构下，模型一定是参数量越大、性能越好，但「孟子」的巧妙之处，就在于架构的创新。

而谷歌在 2021 年 1 月发布的 Switch Transformer，更是首次达到万亿，参数量为 1.6 万亿。蓝振忠解释，Chinchilla 之所以能够取胜，就是因为在训练时将数据扩大、翻倍，然后只计算一遍。由于大模型没有开源，普通用户也无法从需求的角度来评价大模型的实用性。在学术界，不久前，加州大学伯克利分校的马毅教授与沈向洋、曹颖还联合发表了一项研究（On the Principles of Parsimony and Self-Consistency for the Emergence of Intelligence），从理论上解析了大模型为何越来越大的技术原因，即深度神经网络本质上是一个「开环」的系统，即用于分类的判别模型和用于采样或重放的生成模型的训练在大部分情况下是分开的，导致对参数的训练效率低下，只能依靠堆参数与堆算力来提升模型的性能。

事实上，此前在目前少数开源的大模型中，我们曾做过实验，发现语言大模型在理解社会伦理与情感上的表现存在极高的不稳定性。这时，一个琴棋书画样样精通的大模型，可以分为无数个分别精通琴、棋、书、画的小模型，同样也能解决问题。

3、AI 模型一定要越来越大吗？事实上，针对 AI 模型越来越大的现象，学术界与工业界的部分研究者已经注意到其在落地中的利与弊，并积极展开应对之策。6月，北京智源人工智能研究院发布「悟道2.0」，参数量 1.75 万亿。

虽然比不上阿里，但百度在追求模型的参数量上也不甘落后，联合鹏城实验室发布了「百度·文心」，参数量 2600 亿，比 PLATO-X 大了 10 倍。再回到研究本身，蓝振忠表示，目前大模型的成果虽然有很多，但开源极少，普通研究者的访问有限，这一点很令人惋惜。微软亚洲研究院前副院长、现澜舟科技创始人周明是这一赛道的追随者。大模型对算力的高要求，使企业间的技术实力竞争变成了金钱的竞争。最后，希望 AI 大模型真的能够造福更多人吧。据外媒披露，OpenAI 在训练包含 1750亿参数的 GPT-3 时花了接近 500 万美元（人民币约 3500 万）。

也就是说，「经济可不可用」与「能力强不强大」构成了 AI 算法解决实际问题中的两大焦点。从这个角度看，大模型的研究固有引领前沿的价值，但也要考虑降本增效中的「经济可用」目标。

大模型或许是实现终极目标的一个重要途径，但理想尚远，AI 还是要先满足当下。举个例子，从上一代的 GPT-3 到这一代的 instruct GPT，我们可以看到它有一个质的飞跃，同样是大模型，但是 instruct GPT 在接受命令时效果却好很多，这是他们在研究大模型时才能体验到的。

以谷歌2021年发布的视觉迁移模型 Big Transfer 为例，分别使用 1000 个类别的 128 万张图片和 18291 个类别的 3 亿张图片两个数据集进行训练，模型的精度能够从 77% 提升到 79%。再拿今年谷歌推出的 5400 亿参数单向语言模型 PaLM 来说，它基于谷歌今年发布的新一代 AI 框架 Pathways，不仅在微调方面超越了 1750 亿参数的 GPT-3，而且推理能力大幅提升，在 7 个算术应用题/常识推理数据集上，有 4 个超越了当前的 SOTA（如下表），而且只用了 8 个样本（即采集的数据）。

到今年，大模型继续火热。举个例子，视觉算法用于识别、检测与定位，其中，识别烟雾与烟火对算法的要求不同，那么他们就提供一个平台或工具，让需求者可以分别快速生成一个识别烟雾与识别烟火的视觉算法，精度更高，也不必追求跨场景的「通用性」或「泛化性」。他指出，如今许多大的公司都在追求大模型，一是争先恐后，二是也想体现自己的计算能力，尤其是云服务的能力。GPT-3与PaLM都还仅是千亿级数量，而参数量达到万亿级以上的大模型，其成本投入想必惊人。

另一种声音则说，在 AI 技术落地的实际过程中，当前对大模型的全面吹捧不仅抢夺了小模型与其他 AI 方向的研究资源，而且由于投入成本高，在解决实际的产业问题中性价比低，也无法在数字化转型的大背景中造福更多的中小企业。除了单纯依靠算力，近年来，也有一些研究者希望另辟蹊径，单从模型与算法本身的特性去实现大模型的「经济可用性」。

雷峰网该博士后立即召集了一个十几人的技术团队，综合采用机械、自动化、微电子、X射线探测等等技术，花费 90 万，最后成功地研究出了一个方案，就是在生产线的两旁安装两个集成探测器，每当检测到有空香皂盒经过，就会驱动一只机械手将空皂盒推走网(公众号：雷峰网)了解到，从2019年离开网易，到2021年空降腾讯，再到2022年离开腾讯，除了幻核，王诗沐还先后负责了腾讯新闻、小鹅拼拼等项目，这些项目要么转型失败，要么宣布关停

网(公众号：雷峰网)了解到，从2019年离开网易，到2021年空降腾讯，再到2022年离开腾讯，除了幻核，王诗沐还先后负责了腾讯新闻、小鹅拼拼等项目，这些项目要么转型失败，要么宣布关停网原创文章，未经授权禁止转载

网原创文章，未经授权禁止转载亚略特将以此为契机，始终秉承创新、价值、实现、分享的核心价值观，致力于通过持续创新和追求卓越，充分发挥专精特新小巨人企业的示范引领作用，不断为人工智能产业的健康发展增添新动力。（图：亚略特为北京高考提供智慧化考务终端，来源：新华社）亚略特的定位始终为人工智能和生物识别核心技术方案提供商。本次培育审核工作是为深入贯彻习近平总书记关于培育一批‘专精特新中小企业的重要指示精神，落实党中央、国务院《关于促进中小企业健康发展的指导意见》而开展的。

专精特新是国家引导中小企业增强自主创新能力和核心竞争力，不断提高中小企业发展质量和水平而实施的重大工程。深圳市亚略特科技股份有限公司凭借着对生物识别技术出色的研发创新能力，以及在数字身份、信息安全、智慧城市等领域的市场落地优势成功入选专精特新小巨人企业名单，这也意味着亚略特的经济效益、专业程度、创新能力、经营管理被充分肯定。

（图：亚略特为乌干达国家选举提供生物识别选民身份解决方案，来源：乌干达国家电视台）此次入选专精特新小巨人企业培育公示名单，是国家主管机关对亚略特创新研发能力、市场竞争优势、专业化程度、企业发展潜力等综合实力的充分认可和肯定。专注人工智能生物识别赛道，坚持技术创新在技术创新研发方面，亚略特专注人工智能生物识别领域，拥有200多项多模态生物识别技术专利申请，多项生物识别算法和产品通过中国、美国、印度等多个国内与国际评测认证。

2021年，亚略特当选信息技术应用创新工作委员会生物识别产品组首任组长单位，目前正在工委会的领导下，牵头编制《信创生物识别技术白皮书》，并推进国家信创生物识别标准制订的相关工作。国家级专精特新小巨人企业是指具有专业化、精细化、特色化、新颖化特征的中小企业领军者和佼佼者，也是专注细分市场、创新能力强、市场占有率高、掌握关键核心技术、服务于产业链关键环节、质量效益优的排头兵企业。