博文
- AI最前沿 | 大规模多模态预训练模型、机器翻译、联邦学习...... (机器智能研究MIR)
- Machine Intelligence Research 目录 Vol.20, No.4 MIR 第四期已于 8 ...
- 前沿观点 | 谷歌BARD的视觉理解能力如何？对开放挑战的实证研究
- 作为OpenAI公司ChatGPT模型的竞品，谷歌公司提出的BARD模型已经在会话型人工智能领域取得了显著进展。特别值得注意的是，BARD模型的最新版本在对话过程中具备了处理文本提示和视觉输入的能力。鉴于BARD模型在文本输入处理方面取得的令人嘱目的成就， 来自 苏黎世联邦理工学院(ETHZ)、澳大利亚国立大学(ANU)和穆罕默 ...
- 机器智能前沿论坛·第4期 | 多模态数据感知与学习
- 机器智能前沿论坛衍生于“智能科学创新讲堂”，由中国科学院自动化所主办英文学术期刊Machine Intelligence Research(MIR)发起，由中国科学院自动化所及MIR联合主办，旨在以专题报告+圆桌讨论的形式，聚焦机器智能领域热点，交流最新前沿成果。 机器智能前沿论坛 第 4 期 机器智能前沿 ...
- 机器智能前沿论坛·第3期 | 大规模预训练: 数据、模型和微调
- 机器智能前沿论坛衍生于“智能科学创新讲堂”，由中国科学院自动化研究所主办英文学术期刊Machine Intelligence Research(MIR)发起，由自动化所及MIR联合主办，旨在以专题报告+圆桌讨论的形式，聚焦机器智能领域热点，交流最新前沿成果。 机器智能前沿论坛 第3期 机器智能前沿论坛·第3期将聚 ...
- 自动化所宗成庆团队 | 综述: Transformer模型-从机器翻译到其他任务的通用框架
- 机器翻译是一项重要且具有挑战性的任务，旨在将自然语言句子从一种语言自动翻译成另一种语言。近年来，基于Transformer模型的神经机器翻译(NMT)在方法论和应用上都取得了重大突破，成为新的主流翻译方法。 中国科学院自动化研究所宗成庆研究员团队 概述了基于Transformer模型的神经机器翻译及其在其他任务的扩展应 ...
- 交流邀请函 | 8月相约澳门，自动化所邀您共赴盛会！
- 中国科学院自动化研究所将于8月19日至25日在澳门举办的国际学术会议The 32nd International Joint Conference on Artificial Intelligence (2023 IJCAI)现场设置自动化所专属交流区，诚挚欢迎参加此次会议的相关领域学者、自动化所所友前来交流科研职位、学术访问等事宜。 为提供更好的交流环境、营造更舒 ...
- 西电公茂果团队 | 综述: 多模态数据的联邦学习
- 随着大众对保护数据隐私的意识加强，作为训练模型主要范式之一的联邦学习(FL)因具有数据隐私保护功能而在近年来受到研究者们的越发关注。但是，大多数FL客户端当前还是单模态。随着边缘计算的崛起，多种多样的传感器和可穿戴设备产生了大量不同模态的数据，从而推动了对多模态联邦学习(MMFL)的研究。 西安电子科技大 ...
- 高文院士团队 | 综述: 大规模多模态预训练模型
- 随着对通用深度模型的迫切需求，人们推出了许多预训练大模型，如双向编码器表示(BERT)、视觉变换器(ViT)、生成预训练转换器(GPT)等。这些模型在单一领域(如计算机视觉和自然语言处理)中取得了成功，受此启发，多模态预训练大模型近年来也受到了越来越多的关注。 北京大学高文院士团队 对这些模型进行了全面 ...
- AI最前沿 | 人机对抗智能、边缘智能、掩码图像重建、强化学习...（机器智能研究MIR）
- Machine Intelligence Research 目录 Vol.20, No.3 MIR第三期已于6月正式出版，来自帝国理工学院、苏黎世联邦理工大学、香港中文大学、浙江大学、南京航空航天大学、中国科学院自动化所、北京科技大学、湖南大学的学者们带来了 人机对抗智能、边缘智能、掩码图像重建、强化学习等前沿内容，全文免费下载 ...
- 港中文黄锦辉团队 | 综述: 任务型对话对话策略学习的强化学习方法
- 对话策略学习(DPL)是任务型对话(TOD)系统的一个关键组成部分。其主要任务就是根据每一轮的对话状态去决定对话系统下一步的行动。强化学习(RL)广泛被用来优化这类对话策略。在学习过程中，使用者被当作环境，系统则作为个体。 香港中文大学Wong Kam-Fai(黄锦辉)教授团队 从RL的角度切入，对对话策略的近期进展与挑战 ...
