B体育从手语识别到AI编曲,扎入AI赛道这几年,哈尔滨工业大学深圳校区机电工程与自动化学院学生曹志浩把对生活的体察,变成了一个个帮助人、打动人的技术方案。
科幻作品是他的“启蒙老师”。在《黑客帝国》《流浪地球》等影视片里,他看到AI无限的可能性;阅读《三体》等科幻小说,“智能时代蓬勃的生命力,让我的眼界一下子打开了。”
亲自上手接触AI,源于大一时,他参加的一场公益志愿活动。在深圳元平特殊教育学校,孩子们用手语表达感谢,曹志浩却看不懂,需要老师来翻译。
“能不能用AI做一个普通人跟之间沟通的桥梁?”曹志浩萌生出这一念头,但在当时,还缺乏充足的技术养分,让这颗种子发芽。
在之后的学习中,曹志浩发现,百度飞桨AI Studio开发者社区有很多视频识别的AI模型。“太好了,既然手语可以通过视频捕捉,那AI就可以识别手语,把手语动作翻译成语音。”
那是一个开放的创新生态。在线上社区,曹志浩感受到“极客”的浪漫:开发人员中藏着许多技术牛人,他们毫不吝啬地分享自己的经验,有的是年龄与他相仿的大学生,甚至还有一些初中生。许多天马行空的想法在这片土壤里孕育,有提问B体育、有分享,讨论的氛围十分热烈,颇有“理想国”的味道B体育。
曹志浩主动将遇到的问题发布在社区,许多开发者热心地传授了许多改进的办法。“这也是AI的温暖。整个社区的年轻人合力搭桥,我能感受到他们在帮助别人的快乐!”
曹志浩介绍,即便手语不够标准,他所做的这款手语识别模型也能识别。后期为了优化应用,他将代码在社区上开源,希望更多人参与完善这个项目B体育,并开发更多的国产智能产品。
除了为特殊群体“发声”,曹志浩还创造出另一种声音——融合了中国航天发展50多年的强国之声。
在2022年中国航天日线上启动仪式上,一首AI编曲的《东方红》响彻全场。这首改编的乐曲中B体育,有52年前,我国第一颗人造卫星东方红一号成功发射的声音;20年前,中国飞天第一人杨利伟经历的26秒低频共振;16年前,长征系列火箭从当年长征的地方出征太空的声音;10年前,玉兔号月球车漫步月面的声音;两年前,天文一号登陆火星、王亚平迈出中国女性太空行走第一步、航天员在太空中吹奏葫芦丝、弹古筝的声音等。
“对我而言,接下这个任务,是带着使命感的。”曹志浩说,中国第一颗人造卫星“东方红一号”的技术负责人孙家栋院士,也毕业于哈尔滨工业大学。哈尔滨工业大学与中国的航天事业有着不解之缘。
3周时间里,曹志浩将《东方红》反复听了许多遍。“我国当年发射东方红一号,是在国外封锁技术之下,先辈们通过自己奋斗努力实现的。转眼这么多年过去B体育,尽管他们中的一些人已经离去,但精神永存于这首乐曲中。”
曹志浩开发出音频处理神经网络,只要把音乐传入该网络,AI就负责把各种音乐的风格滤出,并将风格特征向量叠加,最终得到以弦乐、管乐、合成器、打击乐四大类为基调的音乐风格,以此致敬中国航天。
曹志浩还与几个年轻的开发者一起建立AgentMaker小组(基于百度飞桨深度学习平台做“二次开源”的开发者团队),成立3个月就完成了16个项目,开源了多个前沿模型、学习案例指南、开发套件,让开发者研究AI的过程更加便捷高效。仅第一年,团队代码贡献量超24万,下载量超5万。他说,希望能为开发出更多国产智能制造产品提供帮助。
大模型是当下全球科技创新的焦点,也是全球人工智能竞赛主战场。据统计,目前中国10亿级参数规模以上大模型已发布79个;有14个省区市在开展大模型研发,主要集中在北京和广东,其中北京38个、广东20个。
在2023中关村论坛上,北京发布《北京市加快建设具有全球影响力的人工智能创新策源地实施方案(2023—2025年)》,其中提到,“支持创新主体重点突破分布式高效深度学习框架、大模型新型基础架构、深度超大规模图计算、超大规模模拟计算等基础平台技术。支持数据与知识深度联合学习、高维空间多模态语义对齐、大规模认知与推理、可控内容生成、高效低成本训练与推理等关键算法研发,着力推动大模型相关技术创新。鼓励相关技术和算法开源开放”。
“技术的发展终归是要为人服务的,大模型打通了普通人和人工智能之间沟通的桥梁。”曹志浩也在持续探索大模型和机器人的结合。在他看来,大模型,尤其是大语言模型可以帮助机器人更好地理解和运用高级语义,作为机器人的大脑的一部分,使其与人类、与物理环境的互动更自然。
8月31日,百度宣布将文心一言向全社会开放。“如果把文心一言和机器人相结合,当机器人能够更好地理解我们的语言的时候,它们将在社会中扮演更重要的角色。”曹志浩说。
一个可预见的趋势是,人工智能同保障和改善民生的结合越来越紧密。“但AI不是一个冷冰冰的手术刀,哪里需要哪里切。”曹志浩认为,“AI首先必须有人性、有温度。”
未来,曹志浩想成为一名教师,“向后来人传递AI的温暖,让更多青年能够在这场浪潮中,挖掘人工智能的人文价值,做一些能帮助全人类进步的事情。”