Google在加拿大设立人工智能实验室不到一年时间之后,再次扩大了在北部地区的覆盖面。
DeepMind是搜索巨头Google利用创新方式实践人工智能的一个子公司。近日,DeepMind宣布在埃德蒙顿建立一个新的研究中心。该中心是DeepMind在应该之外首个主要的研究中心,如果不算Google位于美国山景城总部的话。研究工作将由来自埃尔伯塔大学的三位教授领导,该大学与Google有着悠久的合作历史。
这三位教授中,最有名的也许要算Rich Sutton了,他曾经在Google 2014年收购DeepMind之前就是其顾问了。DeepMind的英国员工中还有不少埃尔伯塔大学的校友,其中将有7人将分配到新的埃德蒙顿实验室。该团队中的大部分成员今年早些时候还为具有影响的DeepStack论文做出了贡献,DeepMind今年年初也就是AlphaGO成功将人工智能应用于扑克游戏中之后,在科学杂志上发表了该论文。
DeepMind负责人Demis Hassabis在一篇博客文章中写道,该团队将从这里重点关注“核心科学研究”。Sutton和两位教授将保留他们在埃尔伯塔大学的职位,这样他们能够继续为学术界做出贡献。
后者也是另一个对DeepMind与该大学关系密切的肯定。DeepMind赞助了埃尔伯塔大学的机器学习实验室,而且据Hassabis称,还计划投入更多资金用于支持长期研究项目,这不仅是慈善性质的:DeepMind可能带来的任何在人工智能上的突破都将使Google受益。
此外,这还创造了一个让学生可以获得机器学习技能的环境,这会为Google创造一个更大的人工智能人才库。Google和其他科技巨头正在积极招聘这一领域的专家,以支持他们的产品开发工作。
随着像硅谷这样的传统创新中心的需求不断增加,其他公司也将注意力转移到加拿大。今年年初,微软在蒙特利尔建立了人工智能中心,并拿出700万美元支持当地大学的研究。
好文章,需要你的鼓励
来自北京大学多媒体信息处理国家重点实验室和小鹏汽车的研究团队发布了一项重要研究成果,提出了一种名为FastDriveVLA的创新框架,让自动驾驶AI能够像人类司机一样,学会在纷繁复杂的道路场景中快速识别并聚焦于真正重要的视觉信息。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
TechCrunch年度创业战场大赛从数千份申请中筛选出200强,其中20强进入决赛角逐10万美元大奖。本次消费科技和教育科技领域共有26家公司入选,涵盖无障碍出行、AI视频制作、服装租赁、护肤推荐、纹身预约等创新应用,以及AI语言学习、个性化数学教育、职场沟通培训等教育科技解决方案,展现了科技创新在日常生活和教育领域的广泛应用前景。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。