昨日,美国权威科学杂志《麻省理工科技评论》(MIT Technology Review)正式揭晓 2018 年“全球十大突破性技术”。中国科技巨头阿里巴巴成为给所有人的人工智能(云端 AI)、对抗性神经网络、传感城市、材料的量子飞跃四项技术主要研究者。
“全球十大突破性技术”是科技领域的权威榜单,至今已经有 17 年历史。2018 年完整榜单为:给所有人的人工智能(云端 AI)、对抗性神经网络、人造胚胎、“基因占卜”、传感城市、巴别鱼耳塞、完美的网络隐私、材料的量子飞跃、实用型 3D 金属打印机、零碳排放天然气发电。
评委认为,中国的科技研发能力已经成为全球最重要的势力之一,在某些领域已经可以与全球顶尖科技公司一决高下。在入选的四项突破技术中,阿里巴巴是都在做些什么?
传感城市:阿里云ET城市大脑
《麻省理工科技评论》提到多伦多的一个叫 Quayside 的项目。他们希望从头开始重新设计一个社区,用最新的数字技术将其重建,会让都市地区变得更加可负担、宜居、环保。
而在中国,阿里云正在和多地政府进行一项更为大胆的尝试——构建城市人工智能中枢ET城市大脑。在杭州,ET城市大脑接管了128个信号灯路口,试点区域通行时间减少15.3%,120救护车到达现场时间缩短一半。
对抗性神经网络:车辆识别与AI设计师
利用对抗性神经网络技术,两个 AI 系统可以通过相互对抗来创造超级真实的原创图像或声音,而在此之前,机器从未有这种能力。这给机器带来一种类似想象力的能力,因此可能让它们变得不再那么依赖人类。
在ET城市大脑项目中,阿里巴巴达摩院的科学家使用对抗性神经网络训练ET城市大脑更好的识别客车、火车、卡车的车牌,将识别精准度提高了10%。此外,科学家还将对抗性神经网络用于双11中,完成了数亿张海报的设计。
给所有人的人工智能:阿里云机器学习平台PAI
《麻省理工科技评论》认为,人工智能的应用不应受到少数几家公司统治。其一旦与云技术相结合,那它将可以对许多人变得触手可及,从而实现经济的爆发式增长。在这方面,阿里巴巴已经将很多机器学习工具搬上云端,推动了人工智能革命的到来。
阿里云机器学习平台PAI可以让开发者像做PPT一样开发AI应用。目前提供了回归、分类、聚类、文本分析等100余种算法组件,并支持主流的深度学习框架,包含tensorflow、caffe、MXNET。PAI可以通过托拉拽的方式,实现算法组件的拼接,并提供完整的数据挖掘链路,背靠的阿里云分布式计算引擎可支持百亿特征千亿样本的数据并行化计算。
材料的量子飞跃:阿里云量子计算
在更为前沿的量子研究方面,《麻省理工科技评论》指出,新型量子计算机的研究依然笼罩着一层迷雾,但一个前景无限的应用方向正在向量子计算机招手:精确分子设计。而中国在量子计算方面也有相当明显的成长,正一步步追赶上领先者的脚步。
2017年5月,由中科大、中科院-阿里巴巴量子计算实验、浙江大学共同研制完成的世界首台光量子计算机诞生。另外,同年 10 月 11 日,由中科院与阿里云合作发佈量子计算云平台,量子计算的商业化已经近在咫尺。同时,世界知名量子计算科学家施尧耘、两次理论计算机最高奖德尔奖得主马里奥·塞格先后加盟阿里云量子实验室。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。