视 频实录:感谢2016年世界智能制造大会对我的邀请。由于本人不能到场参会,对此我深表歉意,我是孔翰宁,德国工程院院士,我们主要研究由创新驱动的可持 续发展这个主题,并向创新体系内的所有利益相关者,特别是政府,建言献策。2008/2009年金融危机后,我们曾寻求保持德国制造业竞争力的方法,并通 过工业4.0这个专业词语发布了相关理念,从历史上来看,工业生产历经数次变革,期限是蒸汽时代,接着是电气时代,然后是近50年的自动化,我们在各领域 取得显著进步,如微电子、机器人、光子、机器学习、云计算和实时分析,由此引发展下面一次,即第四次工业革命。它的特点是智能,超联通,自主。物联网正进 入工厂中,将智能产品,智能机器与操作智能设备的工人连接起来,德国企业已经成功将自动化、和信息通讯技术引入生产过程,如今,有90%企业处于工业 3.0阶段,在生产车间中,向工业4.0的转变将会是一种渐进式的演化,而由数据驱动的新商业模式将是真正革命性的转变。
数据成为独立的经 济商品,具有价值,是创新型和盈利性商业模式的基础,物联网、互联网将持续快速增长,即使离开工厂,智能产品仍通过互联网互想联通,并在使用过程中交换海 量数据,这些大数据被加工成智能数据,用于控制、保持或提升改进智能产品和服务。这些智能算法生成的知识构成了新商业模式的基础,这种通过实时分析和人工 智能进行的整合与提炼,通常常在数字平台上完成,这些数字平台将很快成为主流的交易市场,好些企业已经将其智能产品连接到互联网上,并开始收集和分析数 据,德国的一个案例是,通过SAP HANA驱动的西门子云平台,它通过开放式的数字生态系统将设备管理与易连接性,数据存储系统和向智能服务开放的应用商店连接起来,开放式数字生态系统的 质量和建立速度,将是成功施行新商业模式的关键因素。此外,必须解决资金、可靠性、数据安全和知识产权保护等问题,为了确保全球制造业的进步,通过引入开 放式国际标准来确保解决方案的互操作性,以及信息技术与数据安全规则的和谐共存性,都需要政策制定者在国内及国际上的支持,2016年世界智能制造大会通 过应对标准化、信息安全和创新商业模式等问题,将为这些创新技术的实施和数据驱动商业解决方案的进步做出重要贡献。祝2016年世界智能制造大会取得圆 满成功,祝未来的事业更辉煌!
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。