不少人说，AI 大模型开始降温了。从资金面与话题热搜来看，或许是的；但从技术的本质来看，并非如此。因为，「大模型是 AI 的发展底座」，AI 又何尝不是科学与工业的发展底座。 作为中国在计算机视觉领域的领军人物，华为云人工智能领域首席科学家，田奇院士从技术开发者的角度，以华为云盘古大模型为例，给出了 AI 大模型在硬科技与硬工业领域的想象空间，也让人不禁期待 AI for Science 的未来图谱。 欢迎大家收听本期节目，让我们持续与 AI 最优秀的技术开拓者，探讨 AI 作为科学底座的本质。 P.S. 本期节目由于是远程采访，所以录音音质不太理想。我们也在声动活泼的公众号上同步上线了节目的文字版《下一个 AI 爆点在哪里》，大家可以配合收听。 本期人物 丁教，「声动活泼」联合创始人，「科技早知道」主播 田奇，华为云人工智能领域首席科学家，计算机视觉、多媒体信息检索专家，国际欧亚科学院院士，IEEE Fellow，中国人工智能学会会士 主要话题 [01:18] 九七年与 AI 结缘，Thomas Huang [04:32] 团队先从计算机视觉（CV）开始发力，为什么？ [09:10] 大模型在工业领域的商业实例有哪些？ [17:58] 盘古做一次海洋预测只需要 1 秒钟？ [23:45] 2020 年就曾判断小模型到大模型的趋势 [31:18] 团队正在积极探索哪些新领域？ [42:56] 盘古大模型是如何训练的？ 延伸阅读 相关论文：田奇博士在节目中提到的盘古大模型研究成果，可以参考华为云盘古大模型研发团队将于 7月6日（北京时间）在 Nature 上发表的最新论文 Accurate medium-range global weather forecasting with 3D neural networks 相关活动：节目最后 Diane 提到的开发者活动可以通过 华为开发者大会 2023 进一步了解。 Thomas Shi-Tao Huang：美籍华裔计算机科学家、电气工程师和作家，以其对图像处理、模式识别、计算机视觉、人机交互等领域的研究而知名，田奇院士读博时的导师。 CV（Computer Vision）：一门研究如何使机器「看」的科学，指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。 作为一门科学学科，计算机视觉研究相关的理论和技术，试图创建能够从图像或者多维数据中获取「信息」的人工智能系统。 NLP（Natural language processing）：人工智能和语言学领域的分支学科，主要关注如何处理及运用自然语言；自然语言处理包括多方面和步骤，基本有认知、理解、生成等部分。 自然语言认知和理解是让电脑把输入的语言变成有意思的符号和关系，然后根据目的再处理。自然语言生成系统则是把计算机数据转化为自然语言。 铁路缺陷（TFDS）：指在铁路系统中出现的各种问题或缺陷，可能会对列车运行安全和效率产生负面影响，包括轨道问题、信号系统故障、设备故障、隧道和桥梁问题、线路维护不当、运输车辆故障等等。 注：除特殊说明，以上资料均根据ChatGPT、维基百科、Google Search等搜索结果进行整理，欢迎勘误。 往期节目 AI大神贾扬清离职阿里后首次受访：创业为什么不做大模型｜硅谷徐老师 S7E07 S7E05 | GPT会取代医生和研发人员？No，但掌握 AI 很重要 S7E02 | ChatGPT带火AIGC出海，中国企业做好准备了？ 如何应对ChatGPT？二级市场闭门研讨会精选 | S7E01 硅谷徐老师 S7番外｜OpenAI创始人说教育一定会适应ChatGPT，他说对了吗？ S6E47｜年终总结3：AIGC可能改变人类未来，但它知道自己的未来在哪里吗？ S6E45｜年终总结1：中美创投