蚂蚁集团20篇论文入选AI顶会NeurlPS,7成论文聚焦生成式AI
接收率仅为26.1%
12月10日,为期六天的全球AI顶级会议NeurlPS在美国路易斯安那州新奥尔良市举办。NeurlPS披露的数据显示,本届会议共有12343篇有效论文投稿,接收率仅为26.1%。蚂蚁集团20篇论文被收录。
NeurIPS是全球人工智能和机器学习领域的顶级会议,与ICML并称为人工智能领域难度最大,水平最高,影响力最强的会议。
据了解,蚂蚁此次入选的论文,覆盖计算机视觉、自然语言处理、图神经网络、图像处理等多个人工智能和机器学习领域的前沿主题。其中七成以上论文聚焦解决过去一年AIGC(生成式AI)在炸裂式发展中出现的一些缺陷与问题。
![蚂蚁集团20篇论文入选AI顶会NeurlPS,7成论文聚焦生成式AI](/wp-content/uploads/replace/3abee1a806a9edc7cbf6c3e0fd725631.png)
比如《基于可学习和可解释基底的时间序列预测》一文,是此前入选另一个AI顶会ICLR2022的一篇演说论文Pyraformer的后续研究成果。这篇论文利用交叉注意力机制将时间序列分解到了一组可学习的基底上,并进一步利用历史的基底权重和基地未来的部分来预测未来,提高了电力、汇率、交通等场景的预测性能。
另一篇论文《基于模块化代码库的3D感知图像生成的基准测试和分析》,试图解决3D感知图像生成技术领域的一个问题:实际工作中通常会混合使用各种技巧和方案,但究竟是算法的哪一个模块对最终效果起到关键作用,是不清楚的。文章中构建的高度结构化的代码库Carver能够让开发者独立开发和替换每个模块,不但能提高3D图像生成的精准度,还可加快开发效率。
《Prompt Pool 与时序点过程模型的持续学习》一文则优化了时序模型传统训练方式的一个缺陷,训练结果是静态的,即它们被部署后不会再进行学习或更新。文章建构了一个PromptTPP持续学习模型,这一模型能保持持续性学习,不断更新和改进其性能和知识库。这一新时序模型能提高金融市场分析与预测、交通流量和运输等有明显时间顺序特征的场景的趋势预测的准确度。
12月10日,蚂蚁集团还受邀在大会首日举办以“知识增强AI在垂直行业的应用探索”为主题的研讨会。研讨会围绕过去一年,大数据驱动的机器智能技术达到新高度,但其在专业垂直行业进行应用落地时,依然面临着生成内容幻觉多、毒性高、知识性低、鲁棒性差、歧视严重等问题,聚焦探讨知识增强AI技术如何将垂直行业的专业知识与大数据驱动的机器智能进行融合,构建出知识增强、人机协同、公平包容、稳定鲁棒的机器智能新范式。
据了解,过去五年,蚂蚁集团在国际顶级学术期刊和学术会议上发表论文近500篇,其中AI领域的论文300余篇。蚂蚁集团在人工智能领域持续进行技术投入,基于大规模业务场景的需求,布局了包括知识图谱、运筹优化、图学习、可信AI、大模型等在内的AI技术领域。
NeurIPS官网显示,本次AI顶会还收录了谷歌、微软、英伟达、亚马逊、Meta、IBM、阿里巴巴、百度、腾讯、字节跳动等海内外互联网企业的论文。
- 异构计算+高性能低功耗NPU,高通正在推动终端侧生成式AI发展2024-09-06
- 阿里巴巴国际站总裁张阔:要用AI让全球贸易像网购一样简单2024-09-06
- 国内首个端到端通用语音大模型——心辰Lingo开放内测预约2024-08-29
- 从产品创新到销量第一 未来智能如何跑通AIGC商业化?2024-08-29