至顶网软件与服务频道消息: 为进一步加强在产业数字化领域的领先优势,将自身数字科技能力加快实现产业化应用,全力参与国家“新基建”建设,京东数字科技集团近日宣布成立产业AI中心。
产业AI中心集成了京东数科集团旗下AI实验室、数据智能实验室、智能风控实验室、智能城市研究院、农牧院士研究院、资管科技创新实验室、区块链实验室、AI机器人实验室等多个科技研发机构的AI研发力量,聚集了来自全球各领域的超百位顶尖人工智能技术专家,致力于将机器学习、深度学习、知识图谱、计算机视觉、语音与自然语言处理等前沿AI技术实现产业级应用,服务于工业、农业、大宗商品流通、金融、资管、零售、商旅出行、生活服务、广告营销、城市公共服务等行业,推动产业数字化浪潮的快速前进。
例如, 在机器学习算法层面,作为IEEE联邦学习国际安全工业标准组织的创始成员之一,京东数科首创的异步联邦学习在底层技术逻辑上改变了联邦学习的工作方式,大幅提升了建模效率,在保证数据接入安全、建模安全、数据交互安全的同时实现高效率的应用,从而让它更好进化到产业级需求当中。目前,京东数科的联邦学习技术已经在雄安新区“块数据平台”项目中得到了应用, 让交通、规划、环保等各个部门打破数据孤岛,更高效的地沟通、协同,推动城市“新基建”进入了一个新的阶段。同时,京东数科也将机器学习技术投入到营销数字化的实践中,帮助人民日报数字传播搭建了“全国楼宇数字媒体统一播控平台”,让户外广告投放实现内容的线上审核与监测,并且将边缘计算能力和人机互动AI算法内置到了数字化广告智能屏幕设备中,让线下广告的展现形式不再单一,直接提升广告主的曝光量和转化率。
在计算机视觉方面,京东数科自研多模态人脸活体检测算法,通过国家金融IC卡安全检测中心—银行卡检测中心(BCTC)的技术认证,达到了国家认证的金融支付级安全标准,真人识别正确率达99.8 %,二维和三维头模的攻击正确拦截率达100 %,均处于业界领先地位。同时,3D计算机视觉还应用于数字农牧,在猪只数量统计上实现100%准确率,在猪只估重上实现误差率小于3%。
在语音识别、语音合成和自然语言处理技术层面,京东数科采用“平台化”方式发展,不仅实现了算法的泛化适配,多场景适应,也实现了“枕戈待旦”式的快速反应、快速部署。在新冠肺炎疫情之下,京东数科仅用几天时间就完成了智能外呼机器人、智能疫情问询机器人等一系列语音机器人的研发上线,证明了平台化的深度技术能力对于快速响应产业数字化和社会治理数字化需求的重要性。目前,京东数科的智能疫情问询机器人已接入了陕西省榆林市信用办、联通集团、四川中小企业公共服务平台、什邡医院等约60家政府机构和企事业单位。
而在AI机器人方面,京东数字科技已经投入生产和正在研发7款AI机器人产品,包括铁路巡检AI机器人、机房巡检AI机器人、室外安防AI机器人、商服AI机器人、室内运送AI机器人、挂轨式巡检AI机器人、可穿戴AI仿生手,核心聚焦轨道交通巡检、室内运送、高危作业、机房运维等真实应用场景的痛点。例如京东数科自主研发的室内运送机器人采用了“激光雷达+机器视觉”的融合技术,支持自主导航、障碍识别、行人避让,还可以实现与电梯智能交互,独自“乖巧地”乘坐电梯,实现跨楼层配送,将物品“无接触”精准送达目的地。在疫情的警示下,AI机器人在对安全、卫生、准确有高度要求的场景下的重要性已迅速显现。
AI技术在产业应用全面开花的背后是扎实的基础理论研究。据不完全统计,京东数科在AAAI、IJCAI、CVPR、KDD等国际AI顶会上共入选相关论文一百多篇,在机器学习、计算机视觉、语音与自然语言处理等领域均取得世界级研究突破。
京东数科副总裁、技术委员会主席曹鹏表示,除了将自身的AI能力实现产业级应用之外,将AI能力“基础设施化”也是产业AI中心成立的初衷。未来,京东数科产业AI中心将逐步打造成为开放平台,为全产业提供模块化的智能算法服务。此外,京东数科产业AI中心还将致力于通过技术大赛、在线直播、网络公开课等一系列活动,推动产学研一体化,为全产业的AI研发人员打造开放的社区和交流平台。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。