Nhờ sự phát triển của trí tuệ nhân tạo được thúc đẩy bởi mô hình ngôn ngữ lớn, việc nghiên cứu và ứng dụng biểu tượng đồ họa đã mở ra một cơ hội mới, đó là thúc đẩy sự phát triển của mô hình ngôn ngữ lớn thành mô hình tầm nhìn lớn." Vào ngày 30 tháng 12 năm 2023, nhân dịp đêm giao thừa và ngày đầu năm mới, Vương Diệu Nam, viện sĩ Viện Hàn lâm Kỹ thuật Trung Quốc và giám đốc Trung tâm Nghiên cứu Kỹ thuật Quốc gia về Công nghệ Điều khiển và Nhận thức Thị giác Robot, đã chia sẻ những xu hướng mới nhất trong sự phát triển của trí thông minh thị giác máy tại Hội nghị các nhà khoa học trẻ lần thứ 19 của Hiệp hội Đồ họa đồ họa Trung Quốc.
Trong một cuộc phỏng vấn độc quyền với phóng viên Nandu, Vương Diệu Nam cho biết trí tuệ nhân tạo làm cho thị giác máy trở nên thông minh và sức mạnh số học cao hơn có thể hỗ trợ việc đào tạo các mô hình thị giác lớn. Tuy nhiên, các mô hình thị giác lớn thông minh hơn cũng cần các cấp số học cao hơn, kiến trúc mô hình tốt hơn và thuật toán học hiệu quả hơn.
Hội nghị này được tổ chức bởi Hiệp hội Đồ họa Hình ảnh Trung Quốc, Phòng thí nghiệm Pazhou, Đại học Công nghệ Hoa Nam, Đại học Tôn Dật Tiên và Ủy ban Công tác Thanh niên của Hiệp hội Đồ họa Hình ảnh Trung Quốc.
Nói về xu hướng của ngành
Từ máy tính trực quan đến trí thông minh trực quan
Yao-Nan Wang: Nghiên cứu thị giác máy của Trung Quốc có lịch sử gần 40 năm, ban đầu bắt đầu từ nghiên cứu cảm biến, tức là: chuyển đổi thông tin ánh sáng thành thông tin hình ảnh. Việc tiếp theo cần làm là xử lý thị giác, bao gồm cả việc tăng cường hình ảnh thu được để làm cho nó rõ ràng hơn.
Sau khi có hình ảnh rõ nét, chúng ta cần lấy mục tiêu mà chúng ta quan tâm từ hình ảnh. Ví dụ, trong lĩnh vực lái xe không người lái, thị giác máy cần phát hiện các mục tiêu trong hình ảnh, để trả lời câu hỏi đâu là người và đâu là ô tô.
Đây là những gì chúng tôi gọi là ba lĩnh vực chính của thị giác máy. Tôi tóm lại là: hình ảnh, xử lý và hiểu biết.
Thị giác máy đã chuyển từ điện toán thị giác trong quá khứ sang trí tuệ thị giác ngày nay. Điện toán thị giác kết hợp với trí tuệ nhân tạo đã cải thiện mức độ nhận thức và nâng cao khả năng hiểu các môi trường phức tạp, và toàn bộ ngành công nghiệp trí tuệ thị giác đã chứng kiến sự phát triển nhanh chóng trong năm qua.
Hướng phát triển của trí tuệ thị giác máy là thực hiện nhiều ứng dụng khác nhau, áp dụng cho kiểm tra công nghiệp, sản xuất thông minh, viễn thám vệ tinh và các lĩnh vực khác.
Nói về thị giác máy, chúng ta phải nói về ứng dụng của nó, phát triển công nghệ thúc đẩy ứng dụng. Hiệp hội đồ họa hình ảnh Trung Quốc có 30 ủy ban đặc biệt, chủ yếu tập trung vào hình ảnh đồ họa để thực hiện nghiên cứu, phục vụ nền kinh tế quốc dân. Những công nghệ này có nhiều kịch bản ứng dụng, bao gồm công nghiệp, nông nghiệp, hệ thống thông tin địa lý, cảm biến từ xa, tài nguyên đất đai, v.v.
Con người có thể nhìn thấy thế giới khi sinh ra và hiểu thế giới sau đó, và 80% thông tin được tiếp nhận thông qua thị giác. Thị giác máy là mô phỏng mắt người, và cuối cùng đạt đến trình độ của mắt người, và ở một số khía cạnh vượt xa mắt người, có thể nhìn xa hơn, nhìn rõ hơn.
Nói về mô hình tầm nhìn lớn
Mô hình trực quan lớn sẽ ngày càng thông minh hơn
Yao-Nan Wang: Mô hình ngôn ngữ lớn là AI dựa trên dữ liệu, sử dụng kiến thức từ sách, ngôn ngữ và văn bản làm dữ liệu để đào tạo mô hình mạng nơ-ron có khả năng suy luận và trả lời dựa trên những gì đã học được.
Mặt khác, dữ liệu cho mô hình thị giác lớn chủ yếu đến từ nhiều hình ảnh khác nhau, bao gồm dữ liệu thị giác do con người và thiên nhiên tạo ra. Ví dụ, mô hình thị giác lớn y tế là nhập hình ảnh các cơ quan và tổn thương của con người dưới dạng dữ liệu thị giác vào mô hình lớn, sau đó đào tạo để có được dữ liệu đó, để có thể đọc ảnh CT như bác sĩ và có thể đạt được hiệu quả lý luận về tình trạng của bệnh nhân sau khi chụp ảnh khi bệnh nhân đến gặp bác sĩ.
Mô hình thị giác hiện tại không giống với não người như chúng ta tưởng tượng, khoảng cách vẫn còn rất lớn. Với sự gia tăng của dữ liệu học tập và sự điều chỉnh các tham số mô hình, mô hình sẽ ngày càng lớn hơn và kiến thức ngày càng nhiều hơn, và mức độ thông minh của nó sẽ ngày càng cao hơn và thông minh hơn.
Chúng ta cần tăng cường sức mạnh số học và tăng tốc độ tính toán để có thể xây dựng mô hình nhanh hơn; thiết kế kiến trúc mô hình tốt hơn, bao gồm khả năng diễn giải tốt hơn, an toàn và kiểm soát được hơn; và nghiên cứu các thuật toán học hiệu quả hơn.
Trên thực tế, mô hình hóa vĩ mô trực quan không phải là mới trong vài năm trở lại đây, nó đã được phát triển từng bước. Vào những năm 1980, với sự phát triển của trí tuệ nhân tạo, mọi người bắt đầu nghiên cứu mạng nơ-ron. Chỉ là trong vài năm trở lại đây, khả năng tính toán và thuật toán đã tăng lên để mọi người có thể thử xây dựng các mô hình lớn, tạo ra các mô hình ngôn ngữ lớn và mô hình trực quan lớn. Trước đây, khi chưa có đủ sức mạnh tính toán, mọi người đã không tạo ra các mô hình lớn như vậy.
Nói về triển vọng năm 2024
Chúng tôi hy vọng hoạt động kinh doanh sẽ phát triển từ Quảng Châu ra toàn quốc và thế giới.
Yaonan Wang: Trung tâm nghiên cứu kỹ thuật quốc gia về công nghệ điều khiển và nhận thức thị giác của robot thuộc Đại học Hồ Nam đã chuyển đến Quảng Châu Tăng Thành, nằm ở Vùng vịnh lớn Quảng Đông-Hồng Kông-Macao vào năm 2022 và thành lập Viện nghiên cứu đổi mới Vùng vịnh lớn Quảng Đông-Hồng Kông-Macao (Quảng Châu Tăng Thành).
Viện tập trung vào nghiên cứu và ứng dụng thị giác thông minh cho máy móc, bao gồm robot vận hành đặc biệt trong các lĩnh vực sản xuất thông minh, y tế và dược phẩm, cũng như các mô hình thị giác lớn tổng quát. Ví dụ, các nghiên cứu này được áp dụng cho ngành sản xuất, có thể thay thế một số lượng lớn lao động và hoàn thành việc kiểm tra chất lượng sản phẩm, đặc biệt là trong ngành công nghiệp 3C và linh kiện cao cấp. Hiện tại, Viện đã phát triển các hệ thống phần mềm và phần cứng, chức năng chính là trao quyền cho quá trình chuyển đổi số và thông minh của các doanh nghiệp Quảng Đông và thúc đẩy sự phát triển của ngành sản xuất.
Ngoài ra, Viện còn thực hiện các hệ thống điều khiển và thị giác máy thông minh, chủ yếu được sử dụng trong sản xuất các thiết bị thông minh cao cấp như phần mềm Internet công nghiệp có số lượng thuật toán rất lớn.
Quảng Đông là tiền tuyến cải cách mở cửa và là chiến trường kinh tế chính, có chuỗi công nghiệp và chuỗi cung ứng hoàn chỉnh, nhiều doanh nghiệp sản xuất, chúng tôi đến Quảng Đông trước hết là vì nhu cầu thị trường. Ngoài ra, trung tâm nghiên cứu của chúng tôi có một số đội ngũ R & D tại Quảng Đông đã hạ cánh rất nhiều dự án, chuyển đổi thành tựu khoa học và công nghệ.
Trong nửa đầu năm 2023, chúng tôi đã gặp phải một số thách thức, chủ yếu là về cung ứng linh kiện và phụ tùng. Năm 2024, tôi tin rằng những vấn đề này sẽ được giải quyết và chuỗi công nghiệp, chuỗi cung ứng và năng lực R & D của ngành công nghiệp AI của Quảng Đông sẽ được cải thiện. Trong thị trường nội địa lớn, những con đường mới sẽ được mở ra. Trong bầu không khí sôi động, với mọi người chủ động, hành động và đổi mới, tất cả các thách thức đều có thể được giải quyết.
Tôi tin tưởng vào sự phát triển của ngành công nghiệp AI tại Quảng Đông. Trong 30 năm qua, chúng tôi đã nỗ lực rất nhiều để tự chủ về khoa học công nghệ và tích lũy được rất nhiều thành quả nghiên cứu khoa học. Quảng Đông là tỉnh kinh tế lớn nhất Trung Quốc.
Lĩnh vực trí tuệ nhân tạo và robot mà chúng tôi đang theo đuổi đã bắt kịp một cơ hội tốt, đã phát triển bùng nổ trong hai năm qua, mang lại nhiều thị trường mới và kéo theo nhiều hướng công nghiệp mới. Sẽ có ngày càng nhiều thiết bị đầu cuối thông minh trong tương lai, điều này cũng sẽ dẫn đến sự phát triển của ngành công nghiệp thiết bị và cơ sở sản xuất. Vào năm 2024, tôi hy vọng rằng viện nghiên cứu của chúng tôi tại Tăng Thành, Quảng Châu sẽ có thể đưa hoạt động kinh doanh của chúng tôi ra toàn quốc và thế giới.