Périphériques technologiques
IA
Les articles exceptionnels de NeurIPS 2022 sont annoncés ! L'Université de Stanford a « défendu » avec succès le titre et Li Feifei a été nommé sur la liste des meilleurs apprentis
Les articles exceptionnels de NeurIPS 2022 sont annoncés ! L'Université de Stanford a « défendu » avec succès le titre et Li Feifei a été nommé sur la liste des meilleurs apprentis
Le sommet international annuel sur l'intelligence artificielle NeurIPS, nom complet de Neural Information Processing Systems (Neural Information Processing Systems), se tient généralement en décembre de chaque année.
Cette année, c'est la 36ème édition de NeurIPS. Elle se tiendra sur deux semaines à partir du 28 novembre : la première semaine se tiendra à la Nouvelle-Orléans, aux États-Unis, et la deuxième semaine sera en ligne. conférence.
En guise d'« apéritif » pour la réunion officielle, comme d'habitude, le comité d'organisation de NeurIPS annoncera officiellement la liste des articles gagnants. Les trois prix sont Outstanding Paper Award (Outstanding Paper Award), Outstanding Dataset et Benchmark Paper. Award(Outstanding Datasets and Benchmarks Papers) et Test of Time Award.
En tant que l'un des événements d'intelligence artificielle les plus prestigieux au monde, NeurIPS a reçu un total de 10 411 articles cette année, dont 2 672 ont été acceptés après examen, avec un taux d'acceptation de seulement 25,6 %.
Et l'article qui a finalement remporté le prix est l'un des meilleurs et peut pleinement représenter le plus haut niveau de recherche actuelle en neurosciences et en intelligence artificielle.
Sur la liste des prix, un total de 13 articles ont remporté le Outstanding Paper Award cette année, soit deux fois plus que l'année dernière (6 articles Outstanding Dataset and Benchmark Paper Award et Time Test Award) ; Deux articles et un article ont été publiés respectivement, et le nombre était le même que l'année dernière.
Selon la revue NeurIPS, le comité a sélectionné ces articles parce qu'ils « ont une créativité, une perspicacité, une clarté et un potentiel exceptionnels pour changer le monde » .
Parmi les 13 articles qui ont remporté le Outstanding Paper Award, 3 articles ont été fournis par des équipes chinoises et 2 résultats ont été complétés par des « classes entièrement chinoises ».
Il convient de mentionner que "MineDojo: Building Open-Ended Embodied Agents with Internet-Scale Knowledge", qui a remporté le Outstanding Dataset and Benchmark Paper Award, a été rédigé par deux académiciens sino-américains et professeurs de l'Université de Stanford, Li Les disciples de Feifei Linxi Fan (premier auteur) et Yuke Zhu (co-conseiller) et d'autres l'ont complété.
Cet article propose un nouvel algorithme d'apprentissage d'agent capable de résoudre une variété de tâches ouvertes spécifiées dans un langage de forme libre en introduisant MineDojo, un nouveau framework construit sur le jeu Minecraft.
Parmi les 16 articles primés cette année, 4 d'entre eux impliquaient des chercheurs de l'Université de Stanford, et lors de la sélection 2021, 3 d'entre eux ont également été sélectionnés. Dans le domaine de la recherche sur l’intelligence artificielle, l’atout majeur de cette grande école américaine est évident.
Enfin, le prix le plus intéressant sélectionné chaque année est le Time Test Award, qui sélectionne spécifiquement des articles des temps anciens.
L'année dernière, ce prix a été remporté par des chercheurs de l'Université de Princeton. Cette année, il a été décerné à Alex Krizhevsky, Ilya Sutskever et Geoffrey E. Hinton de l'Université de Toronto pour leur travail de 2012 « ImageNet Classification with Deep Convolutional ». Réseaux de neurones".
Parmi les raisons de ce prix, les juges de NeurIPS ont écrit : « En tant que premier CNN à être formé par le défi ImageNet, cette recherche de 2012 dépassait de loin la technologie de pointe de l'époque et a ouvert une nouvelle ère d'apprentissage profond et a un impact profond sur la communauté de l'apprentissage automatique "
Prix du papier exceptionnel
1. La détection hors distribution est-elle apprenable ?
(Zhen). Fang, Yixuan Li, Jie Lu, Jiahua Dong, Bo Han, Feng Liu)
2、Modèles photoréalistes de diffusion texte-image avec compréhension approfondie du langage
（Chitwan Saharia、William Chan、Saurabh Saxena等）
3、Élucider l'espace de conception des modèles génératifs basés sur la diffusion
（Tero Karras、Miika Aittala、Timo Aila、Samuli Laine）
4、ProcTHOR : IA incarnée à grande échelle utilisant la génération procédurale
（Matt Deitke、Eli ilt、Alvaro Herrasti等）
5、Utiliser le langage naturel et les abstractions de programmes pour inculquer des préjugés inductifs humains dans les machines
（Sreejan Kumar、Carlos G. Correa、Ishita Dasgupta等）
6、Un corpus neuronal Indexeur Pour la récupération de documents
（Yujing Wang 、 Yingyan Hou 、 Haonan Wang 等）
7 、 Théorèmes limites à haute dimension pour SGD: dynamique efficace et mise à l'échelle critique
（Gerard Ben aous 、 Reza Gheissari、Aukosh Jagannath）
8、Decente de gradient : l'optimiseur ultime
（Kartik Chandra、Audrey Xie、Jonathan Ragan-Kelley等）
9、Riemann Modélisation générative basée sur les scores ian
（Valentin De Bortoli、 Emile Mathieu、Michael John Hutchinson等）
10、Estimation de gradient avec des opérateurs Stein discrets
（Jiaxin Shi、Yuhao Zhou、Jessica Hwang等）
11、Une analyse empirique de la formation de grands modèles de langage optimisés pour le calcul
（Jordan Hoffmann、Sebastian Borgeaud、Arthur Mensch等）
12、Au-delà des lois de mise à l'échelle neuronale : battre la mise à l'échelle de la loi de puissance via l'élagage des données
（Ben Sorscher、Robert Geirhos、Shashank Shekhar等）
13、Échantillonnage à la demande : apprendre de manière optimale à partir de plusieurs distributions
（Nika Haghtalab、Michael Jordan、Eric Zhao ）
杰出数据集和基准论文奖
1、LAION-5B : Un ensemble de données ouvert à grande échelle pour la formation de modèles image-texte de nouvelle génération
（Christoph Schuhmann 、 Romain Beaumont 、 Richard Vencu等）
2、MineDojo : Créer des agents incarnés ouverts avec des connaissances à l'échelle d'Internet
（Linxi Fan、Guanzhi Wang、Yunfan Jiang等）
时间检验奖
1、ImageNet Classification avec convolution profonde Réseaux de neurones
（Alex Krizhevsky 、 Ilya Sutskever、Geoffrey E. Hinton）
详细获奖名单可见：
https://blog.neurip s.cc/2022/11/21/ annonce-des-neurips-2022-awards/
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc.
Aug 01, 2024 pm 09:40 PM
Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière
