浙江大學(xué) -DeepSeek 系列專題線上公開課(第三季)第一期 走進(jìn)海洋人工智能的未來_第1頁
浙江大學(xué) -DeepSeek 系列專題線上公開課(第三季)第一期 走進(jìn)海洋人工智能的未來_第2頁
浙江大學(xué) -DeepSeek 系列專題線上公開課(第三季)第一期 走進(jìn)海洋人工智能的未來_第3頁
浙江大學(xué) -DeepSeek 系列專題線上公開課(第三季)第一期 走進(jìn)海洋人工智能的未來_第4頁
浙江大學(xué) -DeepSeek 系列專題線上公開課(第三季)第一期 走進(jìn)海洋人工智能的未來_第5頁
已閱讀5頁,還剩70頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

走進(jìn)海洋人工智能的未來浙江大學(xué)海洋學(xué)院海洋精準(zhǔn)感知技術(shù)全國重提綱提綱 1月20日下午,總理主持召開專家、企業(yè)家和教科文衛(wèi)體等領(lǐng)域代表座談會,DeepSeek創(chuàng)始人梁文鋒受邀參加并發(fā)言。2月17日,習(xí)總書記主持召開全國民企座談會,梁文鋒校友受邀當(dāng)一家AI公司的創(chuàng)始人坐在最有分量的民營企業(yè)座談會席位上時,整個科技產(chǎn)業(yè)的坐標(biāo)系可能都在發(fā)生位移。AI霸主美國轟然:OpenAI總裁孫達(dá)爾·皮柴發(fā)文盛贊,CEO山姆·奧特曼感到不安;微軟CEO納德拉稱贊DS為行業(yè)樹立新標(biāo)準(zhǔn);英偉達(dá)市值蒸發(fā)6000億?DeepseekR1與其它綜合模型對比其他國家的態(tài)度:DS的成功為日本初創(chuàng)企業(yè)樹立了榜樣;英國衛(wèi)報DS打破了美國在AI領(lǐng)域的壟斷;歐盟認(rèn)為整個行業(yè)帶來了重要機(jī)遇DeepSeek-V3模型的訓(xùn)練語料庫包含14.8萬億詞元(Token)。?若讓一個人每秒讀1個詞:需要47萬年才能讀完。GPT-4:1.8萬億巨量參數(shù)、訓(xùn)?假設(shè)每個token是一顆沙粒,14.8萬億顆沙可填滿4.5個北京水立方。練一次就花費(fèi)6300萬美元!若前方無路若前方無路,我便踏出一條路ChatGPT的總算力消耗約為3640PF-days(即假如每秒計算一千萬億次,需要計算3640天)上萬張英偉達(dá)最強(qiáng)的H100顯卡以及更快的InfiniBand網(wǎng)絡(luò)互連技術(shù)傳統(tǒng)算力路徑不符合我國國情,需另辟路線GPT-4:1.8萬億巨量參數(shù)、訓(xùn)練一次就花費(fèi)6300萬美元!大模型(LargeLanguageModel,LLM)是指參數(shù)規(guī)模達(dá)到百萬級甚至萬億級的深度202220222023核心特點(diǎn)l參數(shù)規(guī)模巨量:構(gòu)建強(qiáng)大的特征表達(dá)與復(fù)雜知識體系l通用性與泛化能力:跨語言、跨任務(wù)適應(yīng)力極強(qiáng)l多模態(tài)能力:可同時處理文字、圖像、語音等多種信息形式uDeepSeek-V3:訓(xùn)練語料庫包含14.8萬億詞元(Token)若讓一個人每秒讀1個詞,需要47萬年才能讀完。假設(shè)每個token是一顆沙粒,14.8萬億顆沙可填滿4.5個北京水立方。uGPT-4:1.8萬億巨量參數(shù)、訓(xùn)練一次6300萬美元!文本翻譯圖像識別問答對話情感分析對話無障礙簡單聊天復(fù)雜指令執(zhí)行對話無障礙簡單聊天反應(yīng)高智慧反應(yīng)高智慧洞察意圖預(yù)測需求醫(yī)療領(lǐng)域制造與工業(yè)領(lǐng)域設(shè)備狀態(tài)監(jiān)控與預(yù)測金融領(lǐng)域IIGPT-4—撼動語言世界的巨擘。全球矚目的G可操作性案例可操作性案例蘇格拉底導(dǎo)師視覺輸入案例和跨領(lǐng)域推理為用戶呈現(xiàn)高度自然與智能的構(gòu)架構(gòu)、深度模型裁剪構(gòu)架構(gòu)、深度模型裁剪提示詞工程提示詞工程推理模型發(fā)展脈絡(luò)推理時間擴(kuò)展方法投票及搜索策略推理模型發(fā)展脈絡(luò)推理時間擴(kuò)展方法投票及搜索策略提綱提綱 02深海探索——海洋是地球最后的待開發(fā)疆域海洋探測與認(rèn)知l深海海底探明率不足5%l海底勘測的分辨率大于100米海洋探測與認(rèn)知l深海海底探明率不足5%l海底勘測的分辨率大于100米海洋資源的開發(fā)與利用l油氣:海底探明可采儲量占比超1/3l孕育了獨(dú)特的礦產(chǎn)資源和生物資源02深海探索——海洋是地球最后的待開發(fā)疆域探尋深海海洋的精準(zhǔn)知識有待完善通用模型的“盲區(qū)”深海世界的復(fù)雜性與挑戰(zhàn)02深海探索——海洋是地球最后的待開發(fā)疆域噪聲問題數(shù)據(jù)稀疏數(shù)據(jù)稀疏提綱提綱 03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性mm海洋智能探測載體升級目標(biāo):提升海洋觀測與作業(yè)平重要意義:解決海底移動觀測與作業(yè)平臺空缺、環(huán)境適應(yīng)能力不足、自主決策能力欠缺等問題。helipad03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性mmhelipadn采用n采用近海底工作模式的新型AUV——水下直升機(jī)n碟形本體,可在海底實(shí)現(xiàn)原地轉(zhuǎn)向、自由起降、定點(diǎn)懸停、貼底飛行等功能n由于能夠做到懸停,可實(shí)現(xiàn)一定的作業(yè)功能n實(shí)現(xiàn)不同站點(diǎn)之間的能量和數(shù)據(jù)的無線接駁n填補(bǔ)海洋底部區(qū)域缺乏觀測平臺的空白03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性mm能源供給控制系統(tǒng)控制系統(tǒng)通訊模塊驅(qū)動模塊通訊模塊驅(qū)動模塊作業(yè)模塊導(dǎo)航模塊輔助模塊控制系統(tǒng)(機(jī)載)控制系統(tǒng)(機(jī)載)控制器(基站)控制器(基站)通訊模塊作業(yè)模塊導(dǎo)航模塊通訊模塊作業(yè)模塊導(dǎo)航模塊器能源供給能源供給支撐結(jié)構(gòu)支撐結(jié)構(gòu)水下直升機(jī)“端-邊-云”協(xié)同探測架構(gòu)03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性mm分工機(jī)制分工機(jī)制技術(shù)支撐mm03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性O(shè)ceanGPTOceanGPT功能n海洋科學(xué)任務(wù)的專家。n生成的數(shù)據(jù)集由各種部分組成,以使海洋科學(xué)問題中所需的行為保持一致。nOceanGPT不僅顯示了海洋科學(xué)任務(wù)的更高水平的專業(yè)知識,而且還初步獲得了海洋工程中的智能能力。03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性mm未知環(huán)境的推斷能力與環(huán)境感知泛化能力OceanAgent|海洋探索的小尺度多模態(tài)大模型助手(端側(cè)賦能)搭建面向海洋特殊場景的小尺度多模態(tài)大模型,探尋多模態(tài)數(shù)據(jù)的異構(gòu)特征對齊方法,實(shí)現(xiàn)從多模態(tài)數(shù)據(jù)中提取關(guān)鍵信息到可操作知識的技術(shù)閉環(huán),并通過輕量化技術(shù)適應(yīng)海洋邊緣計算平臺和資源受限環(huán)境的部署需求。主要挑戰(zhàn)技術(shù)手段主要挑戰(zhàn)技術(shù)手段設(shè)計跨模態(tài)連接器實(shí)現(xiàn)異構(gòu)特征對齊引入多尺度殘差網(wǎng)絡(luò)n海洋特殊場景具設(shè)計跨模態(tài)連接器實(shí)現(xiàn)異構(gòu)特征對齊引入多尺度殘差網(wǎng)絡(luò)環(huán)境復(fù)雜數(shù)據(jù)低質(zhì)[x:12.34,y:56.78,z數(shù)據(jù)異構(gòu)關(guān)聯(lián)困難采用小規(guī)模模型確保輕量化部署訓(xùn)練海洋領(lǐng)域大語言模型支持自然語言指令解析生成采用小規(guī)模模型確保輕量化部署訓(xùn)練海洋領(lǐng)域大語言模型支持自然語言指令解析生成資源受限算力瓶頸mm03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性挑戰(zhàn)n電磁波強(qiáng)衰減n通信方式受限現(xiàn)狀n聲學(xué)通信為主n帶寬低、延遲高未來方向大模型助力大模型助力n鏈路策略預(yù)測n質(zhì)量智能評估n自適應(yīng)通信調(diào)控03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性mmn實(shí)現(xiàn)海洋機(jī)器人自主執(zhí)行復(fù)雜任務(wù)n如巡航、采樣、勘測關(guān)鍵技術(shù)n路徑規(guī)劃n動態(tài)行為決策(基于大模型的策略生成)n異常檢測與應(yīng)對機(jī)制(自主中斷、大模型優(yōu)勢大模型優(yōu)勢n策略泛化能力強(qiáng)n支持自然語言任務(wù)指令轉(zhuǎn)化為行動序列nmm03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性欠驅(qū)動固定時間路徑規(guī)劃與軌跡跟蹤控制欠驅(qū)動固定時間路徑規(guī)劃與軌跡跟蹤控制針對欠驅(qū)動AUH系統(tǒng)中搖擺速度和航向角之間的強(qiáng)非線性耦合,開發(fā)一種自適應(yīng)固定時間制導(dǎo)律。建立級聯(lián)結(jié)構(gòu)分層控制框架,動態(tài)層采用了固定時間滑模面。mm03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性傳統(tǒng)Actor-Critic框架圖時空語義聯(lián)合路徑規(guī)劃算法框架圖時間序列建模【時空特征融合機(jī)制】因果推理【LLM語義推理能力】主要優(yōu)勢信息不確定情況下補(bǔ)全通過高階語義關(guān)聯(lián),輸出下一時刻環(huán)境狀態(tài)的語義預(yù)測與關(guān)鍵提示加速策略收斂增強(qiáng)動態(tài)環(huán)境適應(yīng)性用“聰明的大腦”賦能機(jī)器人看懂環(huán)境、想清楚下一步如何決策mm03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性應(yīng)03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性mm面向AI賦能海洋技術(shù),突破海洋信息的全景感知瓶頸,從“小、中、天氣”三個尺度動態(tài)解析海洋環(huán)mm03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性基于渦特征權(quán)重-高斯投影搭建時空序列網(wǎng)絡(luò)渦心的軌跡數(shù)據(jù)[經(jīng)度,緯度]的組合具有空間特征。同時,由于渦的廣泛性,其運(yùn)動同時受渦間相互作用影響。提出空間投影模型,實(shí)現(xiàn)一維序列向二維空間的映射,提高軌跡預(yù)測精度?;跍u特征權(quán)重-高斯投影搭建時空序列網(wǎng)絡(luò)南海衛(wèi)星數(shù)據(jù)實(shí)驗(yàn)?zāi)虾Pl(wèi)星數(shù)據(jù)實(shí)驗(yàn)渦特征權(quán)重mm03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性間接式間接式直接式直接式mm03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性環(huán)境適應(yīng)性:動態(tài)海況下的校正——熱帶氣旋中心定熱帶氣旋影響全球水熱輸運(yùn),并在防災(zāi)、航運(yùn)和能源開發(fā)中至關(guān)重要。結(jié)合多源遙感與再分析數(shù)據(jù),構(gòu)建融合多維特征的深度學(xué)習(xí)模型,提升臺風(fēng)風(fēng)眼定位、強(qiáng)度估計和預(yù)測及軌跡預(yù)測的精度。利用位勢高度和水汽特征的熱帶氣旋中心定位利用位勢高度和水汽特征的熱帶氣旋中心定位利用利用位勢高度作為補(bǔ)充特征提升無眼氣旋定位精度;加入水汽注風(fēng)眼區(qū)域;加入了多尺度注意力機(jī)制提取氣旋不同空間尺度特征。氣基于多尺度和多層特征提取的熱帶氣旋強(qiáng)度估計基于多尺度和多層特征提取的熱帶氣旋強(qiáng)度估計mm03應(yīng)用圖譜——海洋大模型的現(xiàn)實(shí)可能性0101通信多模態(tài)鏈路強(qiáng)化學(xué)習(xí)規(guī)劃決策多模態(tài)鏈路強(qiáng)化學(xué)習(xí)規(guī)劃決策06決策06決策03動態(tài)環(huán)境中適應(yīng)的魯棒性05協(xié)同04推理未知環(huán)境感知與泛化05協(xié)同04推理未知環(huán)境感知與泛化提綱提綱 04向“深藍(lán)智能”邁進(jìn)——機(jī)遇與挑戰(zhàn)共生輕量化模型部署——讓AI在低算力環(huán)境"輕裝上陣"發(fā)展趨勢發(fā)展趨勢方法方法優(yōu)點(diǎn)缺點(diǎn)知識蒸餾保持精度訓(xùn)練成本高量化模型尺寸/推理加速需考慮精度損失剪枝削減冗余參數(shù)可能影響泛化能力04向“深藍(lán)智能”邁進(jìn)——機(jī)遇與挑戰(zhàn)共生04向“深藍(lán)智能”邁進(jìn)——機(jī)遇與挑戰(zhàn)共生2020年浙江大學(xué)發(fā)布啟動“智慧海洋計劃”多學(xué)科協(xié)同建模n海洋學(xué)+AI:提升模型對海洋過程的理解力n通信+邊緣計算:優(yōu)化數(shù)據(jù)采集與分布式部署能力跨領(lǐng)域人才培養(yǎng)n推動“AI+海洋”復(fù)合型人才成長n建設(shè)跨學(xué)科實(shí)驗(yàn)平臺融合發(fā)展n科研+工程+產(chǎn)業(yè)融合n形成基礎(chǔ)研究與應(yīng)用落地的閉環(huán)生態(tài)04向“深藍(lán)智能”邁進(jìn)——機(jī)遇與挑戰(zhàn)共生l海洋導(dǎo)論l海洋科學(xué)基礎(chǔ)l海洋人工智能基礎(chǔ)l流體力學(xué)l水聲學(xué)原理l海洋調(diào)查方法l聲納技術(shù)l海洋光學(xué)基礎(chǔ)l海洋能技術(shù)l工程圖學(xué)l工程訓(xùn)練l海洋機(jī)器人基礎(chǔ)l工程力學(xué)l機(jī)械設(shè)計基礎(chǔ)(甲)l水下機(jī)器人學(xué)l海洋裝備計算機(jī)輔助設(shè)計l海洋裝備與無人系統(tǒng)設(shè)計l海洋工程建?;A(chǔ)l海洋裝備液壓技術(shù)u對標(biāo)美國麻省理工學(xué)院(MIT)的“機(jī)械與海洋工程”跨+國際化特點(diǎn)ll人工智能導(dǎo)論l電子電路基礎(chǔ)l電

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論