CNET科技資訊網(wǎng) 6月26日 北京消息:原亞馬遜資深主任科學(xué)家(Senior Principal Scientist)任小楓今天正式確認(rèn)加入阿里巴巴,擔(dān)任人工智能核心團(tuán)隊iDST的副院長和首席科學(xué)家。iDST是 阿里巴巴通過AI技術(shù)推動NASA計劃落地的核心團(tuán)隊,通過阿里云向各行業(yè)輸出技術(shù)及服務(wù)能力。
任小楓的個人主頁已經(jīng)進(jìn)行了更新。頁面顯示,他將繼續(xù)留在西雅圖工作,招募組建世界一流的計算機(jī)視覺團(tuán)隊。任小楓將iDST稱為“阿里巴巴實現(xiàn)NASA計劃的先鋒”。
華盛頓大學(xué)官網(wǎng)上任小楓的個人主頁
任小楓先后獲浙江大學(xué)本科、斯坦福碩士及加州大學(xué)伯克利分校博士學(xué)位,其中博士導(dǎo)師為計算機(jī)視覺大師Jitendra Malik教授。他目前還在華盛頓大學(xué)擔(dān)任客座教授。相關(guān)論文被引用9000次以上。
加入阿里巴巴前,任小楓在Amazon擔(dān)任Sr. Principal Scientist,領(lǐng)導(dǎo)計算機(jī)視覺算法團(tuán)隊,曾擔(dān)任過CVPR、ICCV(頂級計算機(jī)視覺會議)的領(lǐng)域主席,是亞馬遜級別最高的華人科學(xué)家,也是亞馬遜最年輕的資深資深主任科學(xué)家之一。作為資深主任科學(xué)家、計算機(jī)視覺算法負(fù)責(zé)人參與創(chuàng)建了Amazon Go。
阿里巴巴iDST對外回應(yīng),任小楓的加入對整個阿里巴巴有著非常重要的意義。在學(xué)術(shù)界和工業(yè)界,任小楓都有非常亮眼的成就。計算機(jī)視覺領(lǐng)域中,他對圖像分類,物體識別、跟蹤、檢測,事件檢測均有全面且深入的理解,這在圖像領(lǐng)域的專家中非常難得。
金榕(中間)、任小楓(左一)、華先勝(右一)合影
據(jù)介紹,任小楓將和另一位副院長華先勝一起,打造出世界領(lǐng)先的計算機(jī)視覺技術(shù),并通過阿里云向外提供服務(wù)。華先勝是機(jī)器視覺領(lǐng)域的權(quán)威學(xué)者,曾獲選國際電氣與電子工程協(xié)會院士(IEEE Fellow)、美國計算機(jī)協(xié)會ACM2015年度杰出科學(xué)家等榮譽。
目前iDST院長由金榕擔(dān)任,為美國密歇根州立大學(xué)終身教授,曾擔(dān)任NIPS、SIGIR等頂級國際會議領(lǐng)域主席,及KDD、AAAI、IJCAI等頂級會議高級程序委員會委員,還曾獲得過美國國家科學(xué)基金會NSF Career Award。
任小楓的加盟顯示了阿里巴巴正在快速推動NASA計劃。這項計劃由馬云提出,面向未來20年組建強(qiáng)大的獨立研發(fā)部門,建立新的機(jī)制體制,為服務(wù)近20億人的新經(jīng)濟(jì)體儲備核心科技。為實現(xiàn)這一目標(biāo),阿里巴巴正在全球招募頂尖科研人才。
(作者注:資深主任科學(xué)家Senior Principal Scientist是Amazon的高級別技術(shù)職稱之一,僅次于最高級別的Distinguished Scientist,通常是領(lǐng)域研究團(tuán)隊的負(fù)責(zé)人。)
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強(qiáng)于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。