至顶网软件频道消息: 6月14日-15日,中国空间信息产业盛会“WGDC 2018地理信息开发者大会”在北京举行。全球领先的人工智能平台公司商汤科技SenseTime亮相大会,展示了前沿人工智能技术在遥感解译领域的成果与应用。商汤科技副总裁、工程院院长沈徽出席大会并发表演讲,畅谈人工智能技术驱动空间信息产业智能化发展的前景与期待。
商汤科技副总裁、工程院院长沈徽发表演讲
沈徽在以“智能视觉,看懂世界”为题的主题演讲中表示,如今人工智能技术已经快速渗透到各行各业,并且通过技术提升驱动生产力升级,不断为产业带来变革。商汤一直以来致力于空间信息产业与AI技术的结合,未来,将继续以领先的视觉AI技术与平台化能力,与合作伙伴一起更好地“看懂世界”,为空间信息的智能化发展做出努力。
商汤科技也在现场展示了视觉AI技术与空间信息结合的产品——SenseRemote遥感影像智能解译解决方案。该方案将深度学习技术引入遥感数据解译应用中,全方面提升遥感数据的自动化处理、分析能力,像素级解译分类精度超过 95%、目标检测准确率优于 98%。同时还兼具商汤AI产品强大的快速迭代能力和丰富的场景适用性,可以应用于包括目标检测、变化检测、路网提取、云雪检测、水体提取、土地利用类型分类、建筑物提取等多个遥感应用场景。
用SenseRemote进行土地利用类型分类
SenseRemote遥感影像智能解译解决方案是基于商汤科技原创的深度学习平台Parrots打造,具备20余项遥感解译技术研发专利的积累,以及实际业务场景的需求分析和技术落地经验。在核心模型设计环节,商汤科技还针对遥感数据以及任务特点设计了一系列遥感专用模型,为相关遥感信息解译提供了有力支持。
目前,在遥感影像智能解译方面,商汤已经拥有多位重量级合作伙伴,包括国家卫星气象中心、国家测绘地理信息局卫星测绘应用中心等。相信随着全球遥感观测数据的快速增长,AI与遥感解译的结合将越来越扮演重要作用。
空间智能正在成为时代变革的催化剂,随着移动互联网与人工智能技术的快速升级,驱动着众多垂直行业的智能化进程。未来,商汤科技将持续深化在AI核心算法与技术层面的探索,以赋能百业的核心平台化优势,为空间信息行业带来更多“创以智用”的成果与突破。
商汤科技
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。