2020年12月9日,北京——英特尔公布了AI百佳创新激励计划第四期创新团队名单,本期入选的16家优秀的创新团队,项目涵盖金融、工业制造、医疗等多个领域,并随着项目的不断发展,更多行业领军企业加入该计划,进一步拓展英特尔人工智能创新生态。同时,英特尔公布了今年AI百佳创新激励计划“芯锐奖”评奖结果,获奖团队充分展示了英特尔AI百佳创新激励计划的实践成果,展现了英特尔持续汇聚生态、技术、产业之力,与创新生态成员共同推动人工智能的技术发展和突破,加速智能应用落地,助力产业智能变革。
英特尔中国战略合作与创新业务部董事总经理、英特尔创新加速器总负责人李德胜表示:“英特尔AI百佳创新激励计划自2018年成立以来,携手合作伙伴持续突破创新,影响力和创新力与日俱增。英特尔将继续秉承‘水利万物而不争’的生态之道,坚持科技创新,依托领先的云网边端软硬件产品和全栈AI解决方案,利用产业协同优势,为人工智能生态和产业发展提供全面的定制化加速服务,持续构建广泛的创新生态,汇聚技术、生态、产业、资本之力推动更多AI应用落地。”
四期亮相 打造更强人工智能生态
第四期英特尔AI百佳创新激励计划有16个优秀的创业企业加入,人民币总估值达到190亿,在技术、解决方案和产品生态方面有一定的领先性:
多模态、多技术融合,大幅度提高深度学习应用精度
在人工智能领域中,随着视觉、语音、自然语言理解和知识图谱等技术的快速发展和大规模应用,多模态识别成为新的趋势,通过多种深度学习技术,汇集整合不同的分析判断,达到更好的综合结果,应用场景更加广阔也更纷繁复杂,这对人工智能的技术能力和应用精度提出了更高的要求。英特尔时刻关注人工智能的发展,分析其中难点,并结合各个创新团队的特点,提供多样化的软硬件产品组合与计算集成平台,如酷睿、至强、FPGA、Movidius VPU、OpenVINO工具包等,帮助创新团队应对智能时代新的工作负载要求,助力创新团队实现多模态、多技术的融合,大幅度提高深度学习应用精度,切实落地更多智能应用,例如:
数据多维度价值提炼,AI与传统产业深度融合
传统行业应用与AI深度融合的趋势下,人工智能将不再是单点替代的形式,而是真正融入到传统产业各个环节之中,推动传统产业的工艺、流程、流通、服务等核心业务的高效创新。英特尔为创新团队提供从云到端以数据为中心的产品组合,并提供全面的加速服务,使能创新团队在多种行业应用场景中数据多维度价值提炼,更深度地将AI与传统产业进行融合,加速传统行业升级。例如:
筑巢引凤 吸引更多行业领军企业
英特尔AI百佳创新激励计划历经三期,不仅涵盖众多领域,也深耕在金融、医疗、工业、智慧城市等重要的行业场景中,各个创新团队都在技术以及应用方面取得突破。在今年,该计划的创新举措和对产业生态的实际贡献还获得了国内领先的前沿科技媒体“机器之心”的认可,荣获“机器之心2020人工智能金炼奖——为AI公司提供有效服务的支持机构”奖项。
随着影响力的逐步提升,更多的行业领军企业加入到计划中,例如全球知名的AI风控公司北京维择科技有限公司,具有生物识别融合原创技术的北京眼神科技有限公司,中国人工智能产品及解决方案主流供应商创新奇智科技有限公司等等,他们将依托英特尔全面的产品技术和丰富的生态资源,打造更领先的智能解决方案。
携手生态,共同成长,“芯锐奖” 激励百佳创新
英特尔AI百佳创新激励计划,基于英特尔全面完整的AI产品组合和软硬件协同创新的独特优势,联合产业生态合作伙伴,以“激励百佳创新,加速千亿产业”为主题,旨在3年加速100家优秀AI创新团队。
截至目前,已经有62家人工智能创新公司加入英特尔AI百佳创新激励计划。在应用方面,入选企业涵盖超20多个人工智能应用领域,包括智慧城市、智能工厂、智慧医疗、智慧零售、智慧教育和智慧金融等领域,在技术方面,包含深度学习算法、自然语言处理、3D视觉和物联传感等等,产品推理性能平均提升超过6倍,50多个AI项目得到了实际落地和应用推广。
为进一步激励领先的AI企业,树立行业典范,打造合作标杆,英特尔发起AI百佳创新激励计划“芯锐奖”评奖,从行业引领力、生态拓展力、技术突破性、应用创新度四个角度出发,评选英特尔AI百佳创新激励计划中的卓越AI企业。
最终获奖的企业包括,北京极智嘉科技有限公司、星环信息科技(上海)有限公司凭借成熟的商业模式、强大的技术实力和产品影响力获得“行业引领企业奖”;深圳极视角科技有限公司、长沙小钴科技有限公司、成都云图睿视科技有限公司因赋能产业智能化转型和丰富的产品生态获得了“生态拓展企业奖”;上海思岚科技有限公司、上海富数科技有限公司、大象声科(深圳)科技有限公司凭借在研发投入上的重视和技术层面取得重大突破获得了“技术突破企业奖”;北京科百宏业科技有限公司、上海云拿智能科技有限公司、北京卓视智通科技有限责任公司因其技术独特性和产品的创新力获得了“应用创新企业奖”。
在智能时代,智能化的应用场景将催生更广泛、更丰富的智能应用,AI、5G、智能边缘等转折性技术将加速突破和融合。英特尔正以数据为中心进行转型,打造面向未来的端到端计算创新,推动基于人工智能等转折性技术的应用突破和落地实施。同时,英特尔也将持续构建创新生态,充分发挥连接、赋能、融合的作用,聚焦“ AIx5Gx智能边缘 ”的融合创新,携手广泛的生态合作伙伴,推动更多智能应用落地,创造改变世界的技术,造福地球上的每一个人。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。