11月18日至20日,由廣東省人民政府與阿里巴巴集團聯(lián)合舉辦的“廣東省工業(yè)制造大數(shù)據(jù)創(chuàng)新大賽”在廣東省佛山市南海區(qū)廣發(fā)金融學院落下帷幕。銀河水滴專注于智能工業(yè)檢測業(yè)務的子公司——中科水滴科技(深圳)有限公司斬獲大賽創(chuàng)新獎。銀河水滴獨特的小樣本視覺檢測技術——通過對跨行業(yè)、跨領域小樣本深度學習進行深入研究,可實現(xiàn)不需副樣本或只需極少副樣本的視覺檢測建模,對于肉眼無法檢測到的微小瑕疵仍能實現(xiàn)毫秒級的實時檢測,這一核心技術獲得評委的高度認可。
獲獎企業(yè)領獎
現(xiàn)場,銀河水滴王東博士介紹了銀河水滴智能工業(yè)檢測業(yè)務產品與技術優(yōu)勢以及應用情況。銀河水滴基于領先的計算機視覺技術與獨特的小樣本視覺檢測技術,打造了銀河水滴工業(yè)視覺平臺“IndustryAI”。銀河水滴創(chuàng)始人兼CEO黃永禎曾宣布, “IndustryAI”的工業(yè)視覺檢測算法將面向工業(yè)用戶三年免費開放,算法將全面涵蓋工業(yè)視覺應用的四大類別——定位引導、尺寸測量、異常檢測和識別分類,將工業(yè)數(shù)據(jù)采集與標注、模型訓練、部署應用等算法相關環(huán)節(jié)標準化。有媒體評論,當前很多中小制造企業(yè),在AI檢測方面有強需求,但試水門檻等方面的原因,讓這些企業(yè)望而卻步,銀河水滴對“IndustryAI”實行3年免費開放的政策,既是借此加快技術產品普及,也是AI普惠及實現(xiàn)技術的社會價值。
銀河水滴王東博士進行路演
此外,銀河水滴還打造了和“IndustryAI”軟件平臺相匹配的線下檢測生產線,集成各種常用的成像設備和自動化執(zhí)行機構,為用戶省去了算法軟件和硬件設備接口不一致的麻煩,配合開放的視覺檢測算法,為制造行業(yè)提供先進的軟硬件一體化視覺檢測方案。
銀河水滴/中科水滴科技(深圳)有限公司獎杯
未來,中科水滴科技(深圳)有限公司,作為銀河水滴專注于智能工業(yè)檢測業(yè)務的子公司,立足珠三角和粵港澳大灣區(qū),全面打造工業(yè)視覺檢測領域的軟硬件一體化解決方案;還將與阿里云等科技巨頭展開合作,共同推動人工智能技術在工業(yè)制造領域的應用。
大賽現(xiàn)場
廣東省作為我國制造業(yè)發(fā)展重地,有著非常好的工業(yè)基礎和商業(yè)資源。隨著以深度學習為代表的人工智能技術的迅猛發(fā)展以及傳統(tǒng)工業(yè)產業(yè)結構的調整需求,廣東省政府十分重視利用先進智能技術為制造業(yè)進行產業(yè)賦能,充分挖掘工業(yè)制造大數(shù)據(jù)的價值,從而幫助更多企業(yè)進行智能化升級轉型,實現(xiàn)降本、提質、增效的總體目標。
阿里巴巴集團作為大賽的主辦方之一,也十分注重人工智能技術在工業(yè)制造領域的落地和發(fā)展。作為2018廣東云棲大會的重要內容之一,本次大賽旨在發(fā)掘全球先進的智能制造應用成果,促進廣東智能制造產業(yè)發(fā)展。其中,應用創(chuàng)新賽以阿里云天池作為唯一競賽平臺,以工業(yè)智能制造為主題,在全國范圍內征集智慧工業(yè)創(chuàng)新方案。中科水滴科技(深圳)有限公司經歷了應用創(chuàng)新賽初賽、復賽的層層選拔,順利沖入總決賽并斬獲大賽創(chuàng)新獎。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經過強化學習訓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于驗證答案質量的能力,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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。