CNET科技資訊網(wǎng) 1月6日 北京消息: 1月6日晚21點(diǎn)10分,江蘇衛(wèi)視《最強(qiáng)大腦》第四季震撼來襲。這一季的節(jié)目,除了有往期如云高手的對(duì)決,更有代表著中國人工智能最高水平的“百度大腦”現(xiàn)場挑戰(zhàn)名人堂選手的“最強(qiáng)大腦”,在圖像和語音識(shí)別等領(lǐng)域一決高下,上演一場“與未來相見”的巔峰對(duì)決。
在人工智能發(fā)展史上的數(shù)次人機(jī)交鋒中,人機(jī)雙方比拼的重點(diǎn)通常圍繞記憶、邏輯、運(yùn)算等方面展開,機(jī)器通過學(xué)習(xí)可以取得顯而易見的進(jìn)步,甚至于實(shí)現(xiàn)戰(zhàn)勝人類。而百度大腦參與的這次人機(jī)PK,機(jī)器則面臨著全新的挑戰(zhàn),與它競技的是人類通過幾百萬年的進(jìn)化才取得的聽覺、視覺等天賦。人可以通過直覺來進(jìn)行很好地判斷,比如見到一個(gè)人,你不假思索就能認(rèn)出他是誰。在對(duì)戰(zhàn)中,百度大腦需要通過大量計(jì)算來彌補(bǔ)人類的這種直覺。這對(duì)于機(jī)器來說是個(gè)巨大的挑戰(zhàn)。
不過,百度大腦經(jīng)過幾年的“刻苦學(xué)習(xí)”,已經(jīng)在圖像和語音識(shí)別上取得了很大的突破。以人臉識(shí)別為例,百度基于深度神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)算法對(duì)檢測到的多個(gè)人臉面部特征點(diǎn)進(jìn)行學(xué)習(xí)、識(shí)別,人臉識(shí)別準(zhǔn)確率達(dá)到了99.77%。此前,人臉識(shí)別在2016年烏鎮(zhèn)世界互聯(lián)網(wǎng)大會(huì)上牛刀小試,用戶只要在首次入園時(shí)提供身份證掃描并錄入一張實(shí)時(shí)拍攝照片,總共耗時(shí)不超過10 秒,之后就可以“刷臉”在烏鎮(zhèn)景區(qū)各處閘機(jī)處通行。據(jù)百度深度學(xué)習(xí)實(shí)驗(yàn)室主任林元慶透露,此次為參加《最強(qiáng)大腦》的人臉識(shí)別對(duì)決,百度大腦更是積極備戰(zhàn),對(duì)2百萬人的2億張照片進(jìn)行了持續(xù)學(xué)習(xí)。
《最強(qiáng)大腦》的名人堂選手一向以驍勇善戰(zhàn)著稱,第一期節(jié)目在人臉識(shí)別的對(duì)決中,名人堂就將派出王峰、李威和鄭才千等頂尖高手迎戰(zhàn),其中,王峰是19年來世界腦力錦標(biāo)賽上第一個(gè)獲得個(gè)人總冠軍的亞洲人,曾獲得2010年世界腦力錦標(biāo)賽總冠軍。而“超級(jí)變臉王”李威、“魔方墻找茬王”鄭才千更是人臉識(shí)別和圖像識(shí)別領(lǐng)域的頂尖高手,都曾在世界賽事上摘得桂冠。首戰(zhàn)迎來如此強(qiáng)勁的對(duì)手,讓大家也不禁為小度機(jī)器人捏了把冷汗。
人機(jī)對(duì)決即將拉開帷幕,百度大腦和最強(qiáng)人類大腦都已經(jīng)做好準(zhǔn)備,這場世紀(jì)大戰(zhàn),是人類成功捍衛(wèi)自己的榮譽(yù),還是百度大腦突破此前認(rèn)為的不可能,在非計(jì)算領(lǐng)域再次登頂?讓我們拭目以待。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。