科技行者 3月28日 北京消息:今日,在華為開發(fā)者大會2020(Cloud)第二天,華為全面分享在計(jì)算視覺領(lǐng)域的基礎(chǔ)研究成果,全球開發(fā)者可通過公開發(fā)表的論文及開源代碼,進(jìn)一步開展AI的研究、開發(fā)和部署。同時,華為發(fā)布計(jì)算視覺研究計(jì)劃(以下簡稱視覺計(jì)劃),并邀請全球AI專家參與研究?;谌A為昇騰AI處理器的Atlas人工智能計(jì)算平臺將為該計(jì)劃提供強(qiáng)大算力支撐,研究成果將在華為全場景AI計(jì)算框架MindSpore實(shí)現(xiàn)并開源給業(yè)界,讓全球AI開發(fā)者以此為基礎(chǔ)持續(xù)創(chuàng)新、不斷突破邊界、共同打造無所不及的智能。
開放華為計(jì)算視覺基礎(chǔ)研究成果
投資基礎(chǔ)研究是華為AI戰(zhàn)略的重要部分,華為致力于在計(jì)算視覺、自然語言處理、決策推理等領(lǐng)域構(gòu)筑數(shù)據(jù)高效、能耗高效、安全可信、自動自治的機(jī)器學(xué)習(xí)基礎(chǔ)能力。
面向全球開發(fā)者,華為諾亞方舟實(shí)驗(yàn)室計(jì)算視覺首席科學(xué)家、IEEE Fellow田奇教授分享了計(jì)算視覺領(lǐng)域的最新研究進(jìn)展:“華為在計(jì)算視覺領(lǐng)域圍繞數(shù)據(jù)、知識和模型三大方向,大力投入基礎(chǔ)研究,過去兩年已在AI頂會CVPR、ICCV、NeurIPS、ICLR等發(fā)表80余篇論文,并取得多項(xiàng)業(yè)界領(lǐng)先的成果,這些研究成果已通過學(xué)術(shù)論文和算法代碼開源等形式公開給業(yè)界,我們歡迎全球AI開發(fā)者基于華為已有的研究成果,進(jìn)一步開展AI的研究、開發(fā)和部署”。
發(fā)布華為計(jì)算視覺研究計(jì)劃、助力每一位AI開發(fā)者
華為計(jì)算視覺研究計(jì)劃
在當(dāng)前研究基礎(chǔ)上,田奇教授發(fā)布了華為計(jì)算視覺計(jì)劃,“華為將繼續(xù)加大投入計(jì)算視覺的基礎(chǔ)研究,不斷挑戰(zhàn)計(jì)算視覺領(lǐng)域三大問題,包括如何從海量數(shù)據(jù)中高效挖掘有用的信息、設(shè)計(jì)高效的萬物識別視覺模型,以及表達(dá)并存儲知識以邁向通用智能“。華為視覺計(jì)劃圍繞三大方向,共有六大子計(jì)劃,包括:
同時,田奇教授表示,“我們歡迎全球AI研究者加入華為視覺計(jì)劃,共同創(chuàng)新、探索未來。華為Atlas人工智能計(jì)算平臺的超強(qiáng)算力將全面加速視覺計(jì)劃開展,研究成果將在華為全場景AI計(jì)算框架MindSpore上充分實(shí)現(xiàn)并開源給業(yè)界,助力每一位AI開發(fā)者“。
華為在2018年華為全聯(lián)接大會上首次發(fā)布AI戰(zhàn)略,重點(diǎn)投資AI基礎(chǔ)研究,并協(xié)同全球科研機(jī)構(gòu)和開發(fā)者共同構(gòu)建AI生態(tài)。本次開發(fā)者大會上,華為系統(tǒng)展示計(jì)算視覺領(lǐng)域基礎(chǔ)研究成果并發(fā)布視覺計(jì)劃,以AI基礎(chǔ)研究和開放創(chuàng)新全面支持全球開發(fā)者探索未來,不斷突破邊界,共同打造無所不及的智能。
好文章,需要你的鼓勵
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同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(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)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(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,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。