至顶网软件与服务频道消息:12月27日,“2019数据智能创新应用大赛颁奖典礼暨数字经济与人才培养论坛”在北京金隅智造工场·科技秀场成功举办,正式发布大赛成果,并就人工智能前沿技术趋势、数字经济创新发展与人才培养展开对话交流。
本次大赛由北京市科学技术委员会人才交流中心和北京百分点信息科技有限公司联合主办,百分点董事长兼CEO苏萌、北京市科学技术委员会人才交流中心主任刘刚出席颁奖典礼并致辞,同时出席的还有学堂在线、迅竞科技、猎聘网等大赛合作单位负责人、领域专家、高校知名学者、科技人才、企业代表。
智能对话顶尖赛事 上千选手巅峰对决
智能对话成为目前人工智能最具挑战、也最具前景的技术领域,其演进方向将是更加准确、自然、高效和友好。对于政务、法律等专业领域而言,智能问答系统的准确度及稳健性尤为重要。
“2019数据智能创新应用大赛”自启动以来,得到大量国内外人工智能从业者、高校及科研院所的广泛关注,累计1140名选手、663支队伍共同参加这场硬核的智斗,以出色的表现为大赛划下了圆满的句号。
北京市科学技术委员会人才交流中心主任刘刚在致辞中表示,本次大赛以“创新应用 • 数据赋能”为主题,探索“以赛代训”人才培养模式,充分发挥高校、企业、培训机构、中介组织等各类机构在吸引、培养、凝聚人才上的合力,不断为人工智能、新一代信息技术等高精尖产业凝聚人才,从而服务和支撑好本市“高精尖”产业发展和全国科技创新中心建设。
百分点董事长兼CEO苏萌在致辞中表示,百分点希望为具备创新力量的人才创造更好的舞台,让AI极客在场景应用中发挥出无限才智。企业创新的出发点是以数据为生产资料、数据智能为基础设施,推动产业体系重构与产业动力变革。同时,落脚点在于与产业各方合作伙伴共同促进数字人才培养,推动AI垂直化、工业化创新。
会上,京东集团技术副总裁、京东人工智能硏究院常务副院长、IEEE Fellow 何晓冬,中国科学院计算机技术研究所研究员、中国中文信息学会社会媒体处理专委会副主任沈华伟,以及百分点CTO刘译璟分别就多模态智能交互与对话技术及其产业应用、图神经网络和自监督学习前沿进展、百分点AI创新与商业实践等进行了精彩的主题分享。
生态携手 促数字经济创新
大赛汇集了人工智能头部企业、高校、科研机构、人才培养服务机构及产业园区等各方力量,以平台促进AI科技创新与产业实践的有机融合,助力打造北京数字经济产业生态系统。
此次参赛者中,企业选手占比31%,高校选手占比57%。依据竞赛规则,大赛组委会和专家评委通过对参赛队伍提交的任务结果进行审核,最终产生了本次大赛一二三等奖共计6支获奖队伍。
通过研究智能对话的鲁棒性问题进行算法创新,参赛者提出了众多新的思路和方案。其中,摘得第一名的微软团队在颁奖典礼上进行了方案分享,展示如何从数据构造、模型构造、模型训练等多角度,解决对抗样本在问答对匹配任务中的干扰影响。
在颁奖典礼现场,北京市科学技术委员会人才交流中心主任刘刚、百分点首席算法科学家苏海波、北京智源人工智能研究院副院长唐杰、金隅投资物业管理集团副总经理王子铭,以及学堂在线副总裁张波、迅竞科技首席财务官张冰一、猎聘网副总裁朱海英等人为获奖队伍颁奖。
作为赛事的出题方,苏海波博士对选手进行了点评。他表示,本次赛题源自百分点在实践中的真实应用场景,并公开发布了业内首批法律问答类数据集,选手的赛题思路和实现方法超出了预期。通过竞赛,推动了智能问答技术在更广泛的行业实现应用。
作为专家评委代表,唐杰教授与获奖选手进行了现场互动,他表示本次大赛题目非常具有创新性,来自全国各地1000多名参赛选手、600多支队伍同台竞技,尤其来自企业的选手表现突出,取得佳绩。未来可以考虑将数据集样本继续扩大,提升赛事影响力。
高端对话 培养数字人才精英
随着数字经济成为中国经济发展的新引擎,人才结构发生变革,配套的数字人才培养机制成为当前重要的必答题,数字经济背景下需要用创新思维进行人才培养。
为此,本次大赛将数据智能竞技与数字人才培养相结合,打造了真正连接人才、技术、产业的优质平台。在竞赛期间,主办方联合学堂在线、迅竞科技、猎聘网等数字人才学习和服务平台,组织大数据、人工智能等领域知名专家与高校名师资源,搭建了国内顶尖的数字人才培训服务平台。
在以“数字经济与人才培养”为主题的圆桌论坛中,刘译璟与唐杰、张波、朱海英一起分享了需求端和供给端对人才培养机制的思考。
人工智能是一个跨学科、跨专业、甚至是跨行业的融合交叉领域,数字化、智能化转型催生企业对数字化人才长期性和多样性需求,既需要基础性技术人才,也需要高层次领军人才在关键技术方面突破,有赖于产业各方的协同推进。
“2019数据智能创新应用大赛”为数字人才发掘和培养搭建了一个广阔的平台。未来会携手更多数字经济生态单元,继续紧紧围绕北京全国科技创新中心建设的核心功能与内涵,推动数字人才培养与数字经济创新发展,让人工智能领域更快更好地发展。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。