2018年2月8日,“2018北京人工智能产业高峰论坛暨北京前沿国际人工智能研究院成立大会”,在中关村国家自主创新示范区展示交易中心隆重举行。金山云CEO王育林以及多位国内外人工智能领域顶级专家和企业家也一同与会,共同见证人工智能研究院成立这一重要时刻。
金山云CEO王育林(右三)就“北京在全球人工智能产业发展中的机遇与挑战”发表讲话
研究院将按照“1个研究院+N个创新中心+N个科研条件平台”的三层开放式组织架构组建,首批设立3个创新中心及一个人工智能计算及数据应用服务平台。金山云作为首批成员单位,会同国内数家顶尖人工智能企业共同搭建人工智能计算及数据应用服务平台。
共建人工智能生态加速产业升级
随着技术快速演进,围绕芯片、算法、数据的研究和应用空前繁荣,人工智能无可争议地成为世界技术创新、产业升级的巨大推动力。去年7月国务院正式印发《新一代人工智能发展规划》,也意味着人工智能已经上升为国家战略。北京前沿国际人工智能研究院的成立,将在整合各方资源,促进我国人工智能产业发展起到良好的示范作用。
金山云CEO王育林表示,研究院的成立是非常有必要的,任何一个产业的繁荣发展,都离不开产学研各界的共同努力,希望研究院能够在人工智能基础研究领域和行业标准制定上作出规范引导。“企业之间的竞争,可能会带来产品形态和对外接口的不同,从整个产业的角度来看,这其实是一种巨大的浪费,若是能做出规范标准,对于产业的发展其实是非常有利的。”王育林讲到。
他接着从人工智能与产业发展的角度进行了说明,人工智能作为颠覆性的技术革新,在发展过程中,除了技术和产品本身之外,还会碰到政策、行业标准的问题。以自动驾驶为例,作为人工智能的典型应用场景之一,其在发展过程中就会涉及到交通法规、测试标准等,这些需要政府机构、研究院、社会各界一起来解决。
人工智能科研条件平台提供高效技术支撑
作为研究院重要组成部分之一,人工智能计算及数据应用服务平台定位于成为我国最大的共享人工智能计算平台,为人工智能产业快速发展提供高效技术支撑,也是N个科研条件平台中的第一个。通过在基础设施领域构建针对人工智能运算的新型GPU计算平台、数据平台, 促进人工智能在医疗、安防、金融、机器人、材料设计等领域的应用落地。
金山云CEO王育林表示,服务平台的成立,对于人工智能的快速发展将起到极大的推动作用。金山云通过将人工智能相关的资源做成标准云服务,包括大规模计算能力、高性能GPU集群能力、高性能网络,高性能数据存储能力以及在集群上的深度学习平台等,极大降低了人工智能的技术和资金门槛,让中小企业也能享受到人工智能的技术红利。同时通过将人工智能领域的成熟技术进行产业化,应用到客户的解决方案中,赋能用户快速释放数据价值。
在现场关于人工智能领域是否发展过热存在泡沫的问题上,王育林讲到:从市场行业和资本热的角度来看,或多或少会有一些,但人工智能这个巨大的技术趋势和产业风口肯定是实实在在的。现在人工智能的发展情况,和几年前的移动互联网、云计算很类似,刚起步时产业很热,可能会有一些虚的成分,从整体来看没有问题,因为人工智能产业足够大,只是现阶段热一些,火一些。
作为国内前三的云服务商,金山云持续大力投入人工智能的技术研发,积极打造开放的人工智能云生态,通过深度介入行业应用,提供一体化的人工智能解决方案,为各行业的智能化升级和发展提供全面坚实的技术服务支撑。
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。