AI: Inclusive and Transformative | Manish Gupta | TEDxIITGandhinagar

AI发展与应用 - DeepMind 的使命是负责任地构建 AI，以造福人类，深度学习已成为解决图像分类、语音识别和机器翻译等问题的最佳方法 [5][6] - Transformer 架构促成了大型语言模型的构建，这些模型在大量公开数据上进行训练，能够解决广泛的问题 [8] - 现代基础模型（LLM）已超越文本，成为多模态模型，能够处理文本、手写文本和图像，为个性化辅导等学习方式带来可能性 [11][12] - Gemini 1.5 Pro 能够处理高达 1 million 多模态 tokens 的上下文窗口，可以处理大量信息作为输入 [15] - AI Agents 不仅限于简单的聊天机器人，还可以进行语音交互，甚至在 3D 世界中进行实时交互 [16] AI的包容性与可及性 - 行业致力于弥合英语和其他语言（特别是印度语言）之间 AI 能力的差距，目标是开发能够理解 125 种以上印度语言的模型 [19][20][21][22] - Vani 项目与印度科学研究所合作，旨在收集印度各个角落的语音数据，目标是从印度每个地区收集数据，以覆盖更多零语料库语言 [24][25] AI在特定领域的应用 - 行业正在构建数字农业堆栈的基础层，利用卫星图像识别农田边界、作物类型和水源，为农民提供个性化服务，如作物保险 [26][27][28] - AlphaFold 通过预测蛋白质结构，将原本需要 5 年的研究缩短到几秒钟，并在不到一年的时间内完成了 200 million 个蛋白质结构的预测，并免费提供数据，极大地加速了科学发现 [29][30][31][32] 未来展望 - 行业期望 AI 能够帮助更多人，使他们能够做出诺贝尔奖级别的贡献 [35]