2022 WAIC世界人工智能大会近日在沪落幕。
9月3日，在由机器之心主办的WAIC 2022 AI开发者论坛上，以2021年图灵奖得主为代表的全球最具影响力的学术领袖、技术专家和企业高管发表了主题演讲，内容涵盖了高性能计算、多模态交互、文本生成的研究与应用、RPA和类脑计算等前沿话题。本次大会以“AI开发者真正关心什么”为主题，聚焦今年人工智能领域的最新技术成果和最新实际应用进展。
除了这些精彩的主题演讲，WAIC AI开发者论坛还公布了今年的WAIC·云帆奖得主，并举行了WAIC·哈克森颁奖典礼。此外，2022 SODA开放数据创新应用大赛正式启动。
以下是本次WAIC 2022人工智能开发者论坛内容的精彩回顾。
【/S2/】2021年图灵奖获得者、美国田纳西大学创新计算实验室主任杰克·东加拉(Jack Dongarra)发表主题演讲《高性能计算概述、AI/ML的重要性及未来需求》【S2/】。
Jack Dongarra主要介绍了近年来高性能计算的发展，以及高性能计算与人工智能融合所面临的新挑战和新机遇。Jack Dongarra认为，HPCAI不仅在具体应用领域互补，在基础开发方法、软硬件基础设施、AI硬件架构等方面也有很多联系。未来的HPC系统将是定制的。在摩尔定律之后，还有很大的空空间通过算法、软硬件架构来提升HPC系统的极限性能。
美国科学院院士、美国工程院院士、加州大学伯克利分校计算机科学与数学系特聘教授詹姆斯·德梅尔(James Demmel)发表主题演讲《庞-AI:大模型时代的统一深度学习系统》。
作为陈露科技的首席战略官，James Demmel主要介绍了面向大模型时代的通用深度学习系统panolo-AI。近年来，随着深度学习的兴起和大模型的席卷，前沿AI模型的规模在短短几年内增长了一万倍，远超硬件缓慢增长的数倍。庞-AI通过高效的多维并行、异构内存优化、大规模优化库、自适应任务调度，实现AI大模型训练和推理的高效快速部署，推动AI大模型的低成本应用和落地。
清华大学颜回教授、IEEE/CAAI院士、原宪科技创始人周博文发表了题为《多模态人工智能与可信AI的进展:从原理到实践》的主题演讲[S2/]。
周博文主要介绍了清华协同交互智能研究中心的研究方向，包括多模态AI的进展，交互AI的趋势，以及其团队近期发表的可信AI综述论文。当前，随着人工智能技术的发展和落地，尤其需要可信人工智能在健壮性、可解释性、可复制性、公平性、隐私保护、责任和价值契合度等方面有整体的思考和研究，而不仅仅是单点研究。可信AI的落地需要一个端到端、全生命周期的过程。仅仅关注算法是不够的。同时，可信AI的落地不仅需要考虑各个维度的交互，还需要学术界、产业界和监管部门的共同努力。可信AI的各种价值维度与全流程的交集，也带来了很多空小白的研究机会。
开源技术副总裁、九章纪昀data canvas D-Lab总监杨剑发表主题演讲《YLearn:因果学习，从预测到决策》。
杨健主要介绍了机器学习在现实中的困境，从预测到决策。因果学习是自动决策的基础，YLearn因果学习算法工具包。杨坚表示，目前企业对“智能决策”的需求日益强烈，机器学习存在泛化能力差、缺乏解释、决策支持能力不足等问题。全流程、完整、端到端的因果学习工具成为解决企业需求、弥补机器学习短板的关键。九云集DataCanvas开发的一站式开源算法工具包YLearn率先解决了因果学习中的五个关键问题，即因果发现、因果数量识别、因果效果评估、反事实推理和策略学习。它具有一站式、新颖全面、用途广泛的特点，降低了“决策者”的门槛，提高了企业的自动“决策”能力。
莲花科技副总裁、智能驾驶业务线负责人李博发表主题演讲ROBO银河:智能驾驶的云数据工厂。
李波主要介绍了莲花科技的公司业务和ROBO银河的发展情况。作为首个电动化、智能化的超豪华跑车品牌，路特斯在智能驾驶领域积累了丰富的技术，一直致力于为用户提供高性能的智能驾驶产品。“ROBO银河”智能驾驶云数据工厂随即诞生。李波用了一个生动的比喻来形容ROBO银河的定位:“早期的时候，衣服是裁缝缝的，但现在穿的POLO衫是工厂里做的。未来智能驾驶的发展不再是车间场景，而是工厂流水线，建立在ROBO银河这个云数据工厂上。”可以肯定的是，ROBO银河代表了智能驾驶的未来生产力。
蓝动科技创始人兼CEO、中国计算机联合会CCF副理事长、创新工场首席科学家周明发表主题演讲《基于预训练语言模型的可控文本生成研究与应用》。
周明主要从可控文本生成的背景、可控文本生成的研究进展、兰州可控文本生成的应用实践、总结与展望四个部分进行介绍。谈到可控文本生成的研究进展，周明总结了三个技术点:可控文本生成的神经网络模型、可控文本生成模型的训练和解码、提高生成文本的事实正确性。此外，周明还介绍了兰舟可控文本生成平台，并从应用的角度进行了介绍，如基于关键词的内容生成、基于写作模板的内容生成、现代小说的延续等。
罗彻斯特大学计算机科学系教授、欧洲科学院院士罗杰波发表主题演讲《新冠肺炎疫情:什么样的社交媒体和机器学习可以大规模、实时地告知我们》。
如何利用人工智能和社交媒体大数据实时获取信息，从而采取对策抵御新冠肺炎带来的各种问题，这是罗杰·博比较关心的问题。罗杰波认为，在疫情期间，很多人会花更多时间在社交媒体上，相应的数据也会增加，这可以帮助研究人员做出决策。罗杰波主要从疫苗问题、疫情对人类情绪的影响、疫情的深度、疫情加剧的社会两极分化四个方面进行了介绍。
实智创始人兼CEO孙发表主题演讲《数字化员工，AI在RPA的应用与落地》。
孙认为，数字化员工的前景值得期待，大有可为，并将随着未来人工智能的落地，逐渐渗透到千万个行业。作为一家人工智能企业，真智能也希望通过智能技术的创新和应用，继续赋能和改造这个行业。他提到RPA是一个基地，进行一个常规的流程，但是只有把AI技术和AI产品融合起来，才能成为真正的数字化员工。因此，真智以“AI × RPA”为核心技术引擎，致力于推动RPA向IPA发展，构建设计师、机器人、控制器、真云和大脑四位一体的产品体系和AI产品矩阵，构建各类实战型数字员工，打造基于数字员工的超级自动化平台，模拟人类操作完成大量重复性规则，让人做更有价值、更快乐的工作，打造基于数字员工的超级自动化平台。
海源知识创始人兼CEO任化龙发表主题演讲《类脑计算的发展与关键技术》。
任化龙介绍了类脑智能的特点及其与传统技术的比较。人工智能还有很多不足，比如泛化能力有限、对数据样本依赖性强、认知不灵活等。类脑计算的两个关键特征是技术特征和认知功能取向。在技术方面，借鉴了生物大脑的关键工作原理，不需要依靠数学优化进行训练。此外，任化龙还介绍了怡海袁志自主研发的海洋类脑计算平台，该平台提供了大量的基础模型，支持灵活的建模方式和自由扩展，覆盖了RD、应用部署等需求。
中国联通(上海)工业互联网有限公司AI技术总监胡超发表主题演讲《从监督学习到自我学习:无监督目标级表征学习》。
近年来，深度学习取得了快速发展。胡超在演讲中主要介绍了他们在深度学习领域的应用和发展，以及无监督技术的应用案例。他主要从五个主要支点入手:无监督学习，MIM (Masked Image Modeling)GAN，图像修复与对比度学习，流模型与扩散模型，无监督学习场景应用。在介绍应用场景时，胡超谈到了无监督学习在智慧城市领域的应用。基于海量未标记数据，区别于强监督的数据瓶颈，无监督学习在此基础上蓬勃发展，规模不断扩大。就像元宇宙的浪潮一样，无监督学习将成为打破数据瓶颈的未来应用。
接下来是WAIC·云帆奖获得者论坛。对话嘉宾包括清华大学博士后戴、哈尔滨工业大学副教授、博士生导师冯赤成、上海人工智能实验室青年科学家、浙江大学公共卫生学院研究员、博士生导师杨杰、北京大学人工智能研究所助理教授、北京通用人工智能研究所研究员杨耀东。圆桌论坛上，五位嘉宾分享了自己的一些经历。
最后，北卡罗来纳大学教堂山分校计算机科学助理教授科林·拉弗尔(Colin Raffel)发表了主题演讲《像开源软件一样构建机器学习模型》。
如何才能让机器学习模型的协作和可持续发展成为可能？Colin Raffel认为，贡献者需要能够廉价地向模型交付补丁，维护者需要合并来自不同贡献者的更新，缺乏资源的用户可以训练和运行大型模型，维护者可以快速审查社区贡献并组合模块化组件来实现新功能。
作为开发者生态圈的运营方，在当天的活动上，机器心还邀请了微软亚洲研究院视觉计算组胡寒、北京大学计算中心系统室主任樊淳、清华AMiner工程师、上海人工智能实验室自动驾驶团队青年研究员陈力、华为瑞星总工程师金、阿里巴巴达摩院智能计算实验室算法专家等。字节跳动独角兽算法团队成员严斌等7位一线科研人员共同探讨了“AI开发的最后N公里”这一难题，并基于新SOTA为机器的心脏！资源站与北大高性能计算中心、清华AMiner、华为CANN等合作伙伴就社区共建取得的成果做了简要汇报。
经过一天的强化知识洗礼，相信大家都会回味无穷。请继续关注机器之心，WAIC AI开发者论坛演讲嘉宾分享的内容记录将于近期发布。
剧终
授权请联系本微信官方账号。
投稿或寻求报道:content@jiqizhixin.com
