预训练大模型是过去几年AI发展主旋律，但是主要集中于自然语言处理L域。视觉L域 在2021年开始迎来进展。谷歌构建了一个扩展的ViT模型，拥有18亿参数，并使用30亿的 标注图像进行训练，在ImageNet上取得了新的记录（90.45%）。这一工作还表明，在视觉L 域上，模型同样符合Scaling Lawo即：模型越大、性能越好。
SwinV2则进一步证明了视觉大模型（30亿参数）在广泛视觉问题上的有效性，其在图像 分类、物体检测、语义分割和视频分类等任务上均达到了 SoTA性能。这一工作也验证了自监 督学习对于驱动大模型训练的有效性，基于SimMIM方法，SwinV2用相比谷歌小40倍的标 注数据（7000万）达成了十亿级视觉模型的训练。
OpenAI提出DALLE模型,可以根据用户输入的文本生成对应的图像,Imagen模型,CogView,VQ-Diffusion 模型以及 NUWA-infinity 等效果同样出色
告立足于算法的技术趋势和行业应用现状,从法律监管,伦理治理,技术治理三个层面梳理总结国内外在算法治理方面的实践做法,保障算法技术创新与应用健康
受基层影像医师学历偏低和经验不足等因素影响,基层影像设备诊疗能力并未被完全释放,为人工智能医学影像产品在基层落地提供巨大市场机遇
D一级银行业金融机构未在任何业务建立模型分级方法/流程;D二级银行业金融机构从业务和技术层面;第三级银行业金融机构明确模型分级原则方法和操作要求
多模态数据具有异构性 多模态数据的关联难度表示较大 多模态知识融合困难 多模态问答大多只能处理简单的问题 多模态知识问答推理能力弱 可解释性差
我国新一代人工智能治理工作框架应整合社会各界对AI社会技术复合体的离散性认知,突破AI包容审慎实践的探索,建立基于“逻辑-秩序-监管“的人工智能治理工作框架
G增长:未来五年人工智能市场规模平均增速将超过20%;G集中:软件占比近40%硬件产品占比接近35%;G壁垒:渗透率还不到4%
在规划设计阶段机器学习场景中固有的不可预测性,传达实施偏差会进一步加剧;在研发部署阶段模型运行之后的动态更新缺乏足够验证等挑战
构建面向可持续发展的人工智能技术体系,推动人工智能技术可用、可靠、可信，其内涵包括提升技术安全和构建技术管理机制两个层面工作
企业作为落实人工智能治理原则的重要主体,形成覆盖人工智能产品全生命周期的风险管理机制,提出了面向可持续发展的人工智能治理基本框架
数据不完备和滥用风险突出而损害用户的权益;人工智能算法存在固有缺陷在可解释性鲁棒性偏见歧视等方面尚存在局限;企业人工智能管理体系不完善
调度决策外卖调度系统困住骑手;个性化推荐电商场景下的信息茧房和马太效应;内容治理如何守护清朗健康的网络环境;人工智能可以放心使用吗
人工智能市场收支规模达850厅美元,预测,2022年该市场规模将同比增长约20%至 1017厅美元,并将于2025年突破2000厅美元大关, CAGR 达24.5%
头部科技企业先后发布了AI治理战略和治理体系,成立了相关委员会和工作组,聚焦企业层面的AI治理和风险管理体系,可信AI技术和保障工具也在蓬勃发展
智能文档处理、智能会议、知识管理、智能客服等各类企业智能应用不断发展，多面赋能企业办公、管理、决策、风控、营销、服务等各个环节
AI软件设施在近两年成为产业焦点,AI开源框架生态,预训练大模型体系,AI软件平台生态等内容都得到了长足的发展,像水电一样成为触手可得的普惠资源
