京东探索研究院陶大程：超级深度学习将促进智能制造、数智健康等产业应用落地

2021年7月7日，2021世界人工智能大会唯一的现场活动(WAIC) ——第八届中国工业互联网高峰论坛在沪举行。近400家企业代表以产业数字化转型为核心话题，依托人工智能、智能制造等新技术，探讨了人工智能、5G、互联网、大数据、区块链等智能交互技术。共同探索未来产业升级的新机遇。

澳大利亚科学院院士、JD.COM勘探研究院院长陶大成博士在大会开幕式上发表了题为《超级模型生态系统引领新一轮产业变革》的主旨演讲。他认为，通过构建超级模型生态系统，可以更高效地推动人工智能技术落地，其应用涵盖技术创新、经济发展、文化融合等多个维度，从而引领新一轮产业转型。

澳大利亚科学院院士、JD.COM勘探院院长陶大成博士

陶成博士认为，目前人工智能技术在落地过程中存在应用场景复杂、模型单一、计算能力分布分散、基础理论缺乏可解释性等困难，使得中小企业在数据和计算能力有限的情况下更容易面临人工智能的应用困境。在此背景下，超级模式生态系统应运而生。在陶大成博士看来，超深度学习模型是超模型生态系统的核心。针对各领域普遍存在的数据不足、数据孤岛、模型性能受限等问题，提出了有效的解决方案，包括自我监控预训练、知识提炼、迁移学习等。通过构建完整的数学理论和其他模型，增强了模型的可解释性，使人工智能算法做出的决策更容易评估。

目前超深度学习的发展趋势主要体现在三个方面，包括训练模型中的数据量越来越大，种类越来越多；模型规模增大，参数数量呈指数增长；计算资源充足，模型训练的计算成本大大增加。深度学习模型已经在一些领域得到了应用，并衍生出了许多超级模型。在GPT-3等NLP领域，可用于机器翻译或智能问答等下游任务。在多模态领域，如DALL。e、可用于下游任务，如视觉信息测验或图像描述。

陶成博士认为，超深度学习将引领下一轮产业转型。它可以有效整合来自不同模式、不同来源、不同任务的数据和信息，进而满足新的生产需求、新的应用场景和新的商业模式，实现数字经济转型。可以预见，超深度学习将进一步推动智能制造、数字健康、智能出行等行业的应用，成为引领产业变革的重要力量。

比如在数学健康领域，超深度学习(超级GNN网络)可以表征海量分子结构，加速新药研发；它还可以代表医学影像的全栈，实现自动诊断、治疗方案推荐、预后分析、康复辅助、全周期护理，还可以聚合分析大量多模态公共服务数据，实现全方位、多角度的公共卫生监测，帮助人工智能在公共卫生、疫情研判、情绪管理、地图服务、基因检测、药物研发、互联网医院等各种特定场景中发挥重要作用。

此外，对于制造业来说，超深度学习可以实现数字产业全生命周期的升级，提高效率，降低成本，做出敏捷制造，实现数字化智能生产模式的变革；在文化产业方面，超深度学习可以推动国际文化产业的变革，实现基于多语言识别和翻译技术的多元文化遗产保护和交流，促进多国文化和商业的融合发展。

陶大成博士表示，各国都在布局超深度学习，预计未来五到十年，超深度学习将在数字化社会的供应链体系中发挥关键支撑作用，从而赋能整个产业链，包括智慧零售、智慧物流、智慧供应链等诸多与人类需求密切相关的产业。JD.COM探索研究院将在超深学习领域不断深化，与行业一起探索产业升级新机遇，赋能行业智能化发展，为数字经济改革贡献“超级”力量，最终实现理论支撑、实践应用、技术突破，最终使超级模型生态系统“以人为本、造福人类”。