玉兔迎春,伴隨著春天的腳步,2023第七屆世界智能大會(huì)將在充滿生機(jī)活力的津沽大地上如期而至,智創(chuàng)未來開新篇。本屆大會(huì)擬于5月在國(guó)家會(huì)展中心(天津)舉辦,這將是全面貫徹落實(shí)黨的二十大精神開局之年,國(guó)內(nèi)舉辦的首場(chǎng)智能領(lǐng)域國(guó)家級(jí)國(guó)際盛會(huì)。
回眸過去,自2017年以來世界智能大會(huì)已經(jīng)連續(xù)成功舉辦6屆。2019年,國(guó)家主席習(xí)近平向第三屆世界智能大會(huì)專門發(fā)來賀信,強(qiáng)調(diào)把新一代人工智能作為推動(dòng)科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級(jí)、生產(chǎn)力整體躍升的驅(qū)動(dòng)力量,努力實(shí)現(xiàn)高質(zhì)量發(fā)展。六屆大會(huì)共舉辦13場(chǎng)主論壇、141場(chǎng)平行論壇,匯聚了國(guó)內(nèi)外超萬名中外企業(yè)家。不止論壇引領(lǐng)風(fēng)潮、五大賽事精彩紛呈,還有智能科技展專業(yè)聚焦、智能體驗(yàn)全場(chǎng)景展示。經(jīng)過6年發(fā)展,大會(huì)在傳播先進(jìn)理念、搭建國(guó)際交流、打造智能場(chǎng)景、深化戰(zhàn)略合作、推動(dòng)項(xiàng)目落地等方面取得了一批豐碩成果。
萬象更新譜新篇, 砥礪前行共逐夢(mèng)。今天是第七屆大會(huì)倒計(jì)時(shí)100天之際,世界智能大會(huì)將繼續(xù)深入貫徹落實(shí)黨的二十大和中央經(jīng)濟(jì)工作會(huì)議重要精神,以習(xí)近平總書記致第三屆世界智能大會(huì)賀信精神為指引,配合實(shí)施天津市“十大專項(xiàng)行動(dòng)”計(jì)劃,圍繞壯大數(shù)字經(jīng)濟(jì)、平臺(tái)經(jīng)濟(jì),聚焦“數(shù)字產(chǎn)業(yè)化,產(chǎn)業(yè)數(shù)字化”,充分發(fā)揮世界智能大會(huì)的集聚效應(yīng),全面展現(xiàn)智能科技領(lǐng)域的“硬核新技術(shù)、產(chǎn)業(yè)新賽道、未來新場(chǎng)景、治理新議題”,全力打造創(chuàng)新資源聚集、產(chǎn)業(yè)發(fā)展引領(lǐng)、智能體驗(yàn)更優(yōu)的行業(yè)盛會(huì),持續(xù)提升天津國(guó)際知名度和影響力。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(duì)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(duì)通過對(duì)比實(shí)驗(yàn)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(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。