中国行业发展报告

【摘要】　　9月30日，机器之心网讯，深度神经网络（DNN）因其高预测精度已成功用于许多科学问题，但由于其可解释性差，它们在遗传研究中的应用仍然具有挑战性。在这里，斯坦福大学的研究团队考虑了 DNN 中可扩展、稳健的变量选择问题，用于识别基因组测序研究中推定的因果遗传变异。研究人员发现 DNN 中的特征选择具有明显的随机性，因为它具有随机性，这可能会阻碍可解释性并导致误导性结果。于是，他们提出了一种可解释的神经网络模型，该模型使用集成进行稳定，并具有用于遗传研究的受控变量选择。该方法的优点包括：灵活建模遗传变异的非线性效应以提高统计能力；输入层中的多个仿制品，以严格控制错误发现率；分层层以大幅减少权重参数和激活的数量，并提高计算效率；以及稳定的特征选择，以减少识别信号的随机性。

【关键词】深度，神经网络，DNN

【摘要】　　8月31日，机器之心网讯，DeepMind和阿尔伯塔大学联合成立的人工智能实验室未来几年要研究什么？2017年，DeepMind在加拿大的Edmonton成立了其首个英国之外的人工智能研究实验室，并和阿尔伯塔大学大学紧密合作，成立了「DeepMindAlberta」，由强化学习先驱RichardS.Sutton、阿尔伯塔大学教授MichaelH.Bowling、助理教授PatrickM.Pilarski领导。现在，三位领导者联合发表论文阐述DeepMindAlberta在未来一段时间内关于人工智能的计划，即AlbertaPlan。AlbertaPlan是一项面向计算智能的5-10年长期规划，旨在填补我们目前对计算智能的理解空白。随着计算智能的发展，它必将深刻影响我们的经济、社会和个人生活。

【关键词】计算，智能，长期规划

【摘要】　　8月31日，机器之心网讯，计算机芯片正式进入三维时代。3D堆叠芯片是英特尔挑战摩尔定律的新方向，它可以将芯片中的逻辑组件堆叠起来，大幅提升CPU、GPU及AI处理器的密度。在芯片制程工艺接近停滞的今天，或许只有这种方法才能继续提高性能。近日，英特尔在半导体行业会议HotChips34上展示了关于3DFoveros芯片设计的新细节，它将用于即将发布的MeteorLake、ArrowLake和LunarLake芯片。最近有传言称，英特尔的MeteorLake将推迟上市，因为英特尔的GPUtile/chiplet需要从TSMC3nm节点切换到5nm节点。尽管英特尔仍未分享有关它将用于GPU的特定节点的信息，但公司代表表示，GPU组件的计划节点没有改变，处理器有望在2023年按时发布。

【关键词】英特尔，3D，芯片

【摘要】　　8月31日，机器之心网讯，在消费级GPU上运行大规模模型是机器学习社区正面临的挑战。语言模型的规模一直在变大，PaLM有540B参数，OPT、GPT-3和BLOOM有大约176B参数，模型还在朝着更大的方向发展。这些模型很难在易于访问的设备上运行。例如，BLOOM-176B需要在8个80GBA100GPU（每个约15000美元）上运行才能完成推理任务，而微调BLOOM-176B则需要72个这样的GPU。PaLM等更大的模型将需要更多的资源。BLOOM是去年由1000多名志愿研究人员在一个名为「BigScience」的项目中创建的，该项目由人工智能初创公司HuggingFace利用法国政府的资金运作，今年7月12日BLOOM模型正式发布。

【关键词】模型，设备，GPU

【摘要】　　8月31日，机器之心网讯，8月18日，全球数据挖掘领域顶级会议 KDD 2022 大奖公布，阿里巴巴达摩院团队斩获应用科学方向“最佳论文奖”，这是中国企业首次获得该重磅奖项。KDD（ACM SIGKDD）是数据挖掘领域历史最悠久、规模最大的国际顶级学术会议，也是全球录取率最低的计算机顶会之一，在知识发现、数据挖掘、人工智能等领域具有重大影响力。KDD 组委会对达摩院获奖的联邦图学习开源工作 FederatedScope-GNN 给予充分肯定，评语提到，该工作“推动了联邦图学习技术的发展，并树立了优秀平台工作的榜样”。

【关键词】数据挖掘，人工智能，KDD

【摘要】　　7月29日，机器之心网讯，美因茨约翰内斯古腾堡大学（JGU）的研究团队专注于具有高置信度分数的子集，研究人员通过算法分析这些预测，发现蛋白质骨架表现出罕见的拓扑复杂性，即打结。其中，研究人员发现了一个 71-结，这是迄今为止在蛋白质中发现的最复杂的拓扑结，以及几个由两个甲基转移酶或碳酸酐酶结构域组成的六交叉复合结，每个结构域都包含一个简单的三叶结。这些深深嵌入的复合结显然是通过基因复制和打结二聚体的相互连接而发生的。该研究以「AlphaFold predicts the most complex protein knot and composite protein knots」为题，于2022年7月13日发布在《Protein Science》。

【关键词】人工智能，AlphaFold，三维结构

【摘要】　　7月29日，机器之心网讯，存储芯片大厂美光（Micron）近日宣布，其232层NAND闪存芯片已实现量产。这也是全球首款突破200层大关的固态存储芯片。一些竞争对手目前正在提供176层技术，有些厂商表示他们正在紧随此步伐，或者已经有了超过200层的工程样品。与竞争对手的芯片相比，全新美光技术将每单位面积存储的比特密度增加了一倍，每平方毫米封装14.6Gbit。这一密度相比自家的176LNAND提升了约43%，比竞争对手的TLC产品高35%到100%。更高的密度使美光最终能够生产出自己的第一款1TbitTLC裸片，从产品化的角度来看，这意味着美光现在还可以通过堆叠16个232L裸片来生产2TB芯片封装。这对于SSD容量来说是个好消息，高端SSD容量通常受到可放置封装数量的限制。

【关键词】美光，业界最高，固态存储

【摘要】　　7月29日，机器之心网讯，智能编程机器人提供商aiXcoder宣布推出「支持方法级代码自动生成」的深度学习代码生成模型——aiXcoderXL，该模型是国内首个能够根据开发者给出的“自然语言描述”一键生成“完整方法级代码”的智能编程应用。伴随AI和大数据技术应用的深入，软件行业也正迎来自己的“智能化变革”，AI技术也开始在软件开发中发挥作用。该成果的诞生受到了鹏城实验室（中国）和百度飞桨深度学习框架的大力支持，是国内首个完全自主知识产权的方法级代码生成模型。目前aiXcoderXL已完成在程序编写场景下的应用测试，并即将以IDE插件形态推出支持商业编程的产品。

【关键词】智能，编程，机器人

【摘要】　　7月29日，机器之心网讯，近日，在世界三大顶级计算机视觉会议之一的ECCV大会上，第四届人脸表情国际挑战赛（The 4rd Workshop and Competition on Affective Behavior Analysis in-the-wild ，简称ABAW）公布了比赛结果，思图场景以大比分胜出，在多任务表情识别国际挑战赛中夺得冠军。这是思图场景第二次夺得ABAW挑战赛冠军，同时参赛的还有全球众多人工智能学术及研究机构，展现了其在情感计算领域深厚的技术实力。本届竞赛在今年的欧洲计算机视觉国际会议（ECCV）上举办，ECCV两年举办一次，是计算机视觉三大会议（另外两个是ICCV和CVPR）之一。每一次ECCV都吸引了来自美国、欧洲等顶尖实验室及研究所及世界各地的顶尖专家和学制参与，本届ECCV的论文总投稿数达到了5803篇，再创历史新高，堪称“史上最火ECCV”。

【关键词】ECCV，ICCV，CVPR

【摘要】　　6月30日，机器之心网讯，AlphaFold2是2021年AIforScience领域最耀眼的一颗星。现在，有人在PyTorch中复现了它，并已在GitHub上开源。这一复现在性能上媲美原版AlphaFold2，且在算力、存储方面的要求对于大众来说更加友好。哥伦比亚大学系统生物学助理教授MohammedAlQuraishi在推特上宣布，他们从头训练了一个名为OpenFold的模型，该模型是AlphaFold2的可训练PyTorch复现版本。MohammedAlQuraishi还表示，这是第一个大众可用的AlphaFold2复现。AlphaFold2可以周期性地以原子精度预测蛋白质结构，在技术上利用多序列对齐和深度学习算法设计，并结合关于蛋白质结构的物理和生物学知识提升了预测效果。它实现了2/3蛋白质结构预测的卓越成绩并在去年登上了《自然》杂志。更令人惊喜的是，DeepMind团队不仅开源了模型，还将AlphaFold2预测数据做成了免费开放的数据集。

【关键词】哥伦比亚，系统，生物学

【摘要】　　6月30日，机器之心网讯，澳大利亚量子计算公司 SQC（Silicon Quantum Computing）宣布推出世界上第一个量子集成电路。这是一个包含经典计算机芯片上所有基本组件的电路，但体量是在量子尺度上。SQC 团队使用这种量子处理器准确地模拟了一个有机聚乙炔分子的量子态——最终证明了新量子系统建模技术的有效性。这是一个重大突破，SQC 创始人 Michelle Simmons 说道。由于原子之间可能存在大量相互作用，如今的经典计算机甚至难以模拟相对较小的分子。SQC 原子级电路技术的开发将使公司及其客户构建一系列新材料量子模型，无论是药物、电池材料还是催化剂。用不了多久，我们就可以开始实现以前从未存在过的新材料。

【关键词】澳大利亚，量子计算，SQC

【摘要】　　6月30日，机器之心网讯，全球人工智能领域最具影响力的大会CVPR近日宣布，将2022年“最佳学生论文”奖颁给同济大学研二学生陈涵晟等人，这是二十多年来首次有中国高校学生获此殊荣。该论文是陈涵晟在阿里达摩院实习期间的成果，融合了传统几何推理和深度学习，提出了计算3D物体位姿的新方法，能从单张图片计算出3D物体在真实世界里的位置和朝向，有望成为自动驾驶、机器人等技术发展的理论动力。CVPR（国际计算机视觉与模式识别会议）是人工智能领域的顶级学术会议，今年共收到8161篇论文投稿，最终录取2064篇，只评出最佳论文和最佳学生论文各1篇。CVPR的最佳论文和最佳学生论文常被视作AI技术风向标，诞生了ResNet等一系列标志成果。

【关键词】自动驾驶，机器人，理论动力

【摘要】    6月30日，机器之心网讯，近日，第五届深度学习图像压缩挑战赛（以下将简称“CLIC大赛”）比赛结果公布，首次参赛的火山引擎多媒体实验室夺得视频压缩赛道第一名。CLIC大赛由电气与电子工程师协会IEEE主办，是机器视觉与人工智能领域全球顶级的学术会议CVPR的一部分。自2018年举办首届以来，CLIC大赛获得了学术界与工业界的广泛关注。压缩技术对于图像、视频应用十分重要。一部未经压缩的90分钟、1080P的电影，将会占用750GB的存储空间，因此在保证同样的质量前提下，如何将图像、视频压缩到更小的体积便于互联网信息传输，是学术界与工业界重点研究的领域之一。

【关键词】CLIC，大赛，传输

【摘要】　　5月30日，机器之心网讯，5月20日消息，阿里巴巴达摩院XR实验室提出新的三维定位地图压缩算法，在保证视觉定位精度的前提下将地图压缩250多倍，使之可存储于手机等端侧设备。相关论文被计算机视觉顶会CVPR 2022收录。据悉，该实验室持续优化自研三维算法，在建图、定位等核心技术模块屡有创新，多个论文成果先后被国际顶会收录。3D视觉定位是沉浸式互联网的核心技术之一。标准的3D视觉定位方法需提前构建特定场景的3D地图，使之可与相机拍摄的2D图片进行特征点匹配，以计算用户的位置和姿态。但3D地图体量巨大，对存储空间需求较高，无法部署在内存和带宽有限的手机等移动设备。

【关键词】存储，手机，端侧设备

【摘要】　　5月30日，机器之心网讯，格拉茨技术大学的计算机科学家在Nature子刊上发表的一篇论文表明，他们找到了一种在神经形态芯片上模拟LSTM的方案，可以让类脑神经形态芯片上的AI算法能效提高约1000倍。随着智能手机的普及，手机游戏也越来越受欢迎。但视频游戏等程序会大量耗电耗能。与GPU等标准硬件相比，基于spike的神经形态芯片有望实现更节能的深度神经网络（DNN）。但这需要我们理解如何在基于event的稀疏触发机制（sparsefiringregime）中模拟DNN，否则神经形态芯片的节能优势就会丧失。

【关键词】Spike，神经形态，芯片

【摘要】　　5月30日，机器之心网讯，准确识别催化活性的描述符对深入理解催化作用，以及为催化剂筛选奠定基础至关重要。然而，常用方法的可预测性和准确性低。近日，美国纽约州立大学石溪分校（SUNY SB）和布鲁克海文国家实验室（BNL）的化学家开发了一种新的机器学习(ML)框架，该框架可以锁定多步化学转化的哪些步骤应该进行调整以提高生产率。该方法可以帮助指导催化剂的设计。

【关键词】铜基，催化剂，准确性

【摘要】　　5月30日，机器之心网讯，网易云信音频实验室持续在实时通信音频领域进行创新，基于AI的啸叫检测方法的研究方案被ICASSP2022接收，并受邀于会议面向学术界和工业界进行研究报告。本次论文的接收是网易云信音频实验室继AI音频降噪、AI音乐检测2篇论文被INTER-NOISE2021收录之后，在音频信号处理领域又一新的里程碑。AI啸叫检测也是国际上首次将AI和啸叫问题进行深度结合的实践，该研究结果包括89.46%的检出率，以及0.40%的误检率，在实际应用中有着广泛意义。

【关键词】AI，啸叫问题，深度结合

【摘要】　　4月25日，机器之心网讯，刚刚，ACM官方宣布将2021ACM计算奖（ACMPrizeinComputing）授予加州大学伯克利分校教授PieterAbbeel，以表彰他在机器人学习方面的贡献，包括从演示中学习和用于机器人控制的深度强化学习。在获奖公告中，ACM提到：Abbeel率先教会机器人从人类演示中学习（学徒学习）和通过自己的反复试错学习（强化学习），这为下一代机器人技术奠定了基础。ACM计算奖设立于2007年，由IT巨头Infosys赞助，奖金为25万美元，旨在表彰在职业生涯早期到中期在计算领域做出基本创新贡献的研究者，这些贡献通过其深度和广泛的影响体现了该学科的最高成就。过往获奖者包括谷歌AI负责人JeffDean、AlphaGo之父DavidSilver、量子计算先驱ScottAaronson等著名计算机科学家。

【关键词】学徒学习，强化学习，最高成就

【摘要】　　4月25日，机器之心网讯，扩散模型并不是一个崭新的概念，早在2015年就已经被提出。其核心应用领域包括音频建模、语音合成、时间序列预测、降噪等。那么它在视频领域表现如何？先前关于视频生成的工作通常采用诸如GAN、VAE、基于流的模型。在视频生成领域，研究的一个重要里程碑是生成时间相干的高保真视频。来自谷歌的研究者通过提出一个视频生成扩散模型来实现这一里程碑，显示出非常有希望的初步结果。本文所提出的模型是标准图像扩散架构的自然扩展，它可以从图像和视频数据中进行联合训练，研究发现这可以减少小批量梯度的方差并加快优化速度。为了生成更长和更高分辨率的视频，该研究引入了一种新的用于空间和时间视频扩展的条件采样技术，该技术比以前提出的方法表现更好。

【关键词】音频，建模，语音合成

【摘要】　　4月25日，机器之心网讯，近日，车规芯片企业芯驰科技正式发布高端车规控制单元（MCU）E3系列，该芯片是当前全球性能最高的车控MCU产品。这款芯片主频最高可支持800MHz，与当前业界同级产品相比，性能一次提升了几倍。芯驰科技首席架构师孙鸣乐表示，E3控之心是芯驰为未来智能汽车精心打造的车规MCU，有四大优势：高可靠、高安全、高性能、广覆盖。E3系列可应用于线控底盘、制动控制、BMS、ADAS/自动驾驶运动控制、液晶仪表、HUD、流媒体视觉系统CMS等任务处理，今年第三季度实现量产。

【关键词】性能最高，车控，MCU