达摩院：智能革命蓄势已久

科技浪潮新十年开启,蓄势已久的智能革命将迎来颠覆性的技术变局。近日,达摩院发布了2020十大科技趋势,希望与大家共同见证那些期待已久或从未料想的变化,并且循着技术演进的曲线,找到我们的来处和去向。趋势一:人工智能从感知智能向认知智能演进,人工智能在“听、说、看”等感知智能领域已经达到或超越了人类水准,但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感,并结合跨领域知识图谱、因果推理、持续学习等技术,建立稳定获取和表达知识的有效机制,让知识能够被机器理解和运用,实现从感知智能到认知智能的关键突破。

一元及多元信号分解发展历程与展望

现实世界中,所获得的信号大部分都是非平稳和非线性的,将此类复杂信号分解为多个简单的子信号是重要的信号处理方法.1998年,提出希尔伯特–黄变换(Hilbert-Huang transform,HHT)以来,历经20余年的发展,信号分解已经成为信号处理领域相对独立又具有创新性的重要内容.特别是近10年,多元/多变量/多通道信号分解理论方法方兴未艾,在诸多领域得到了成功应用,但目前尚未见到相关综述报道.为填补这个空缺,从单变量和多变量两个方面系统综述了国内/外学者对主要信号分解方法的研究现状,对这些方法的时频表达性能进行分析和比较,指出这些分解方法的优势和存在的问题.最后,对信号分解研究进行总结和展望.

电力系统调度决策:一种示教学习辅助加速的安全强化学习方法

随着可再生能源占比攀升和电网运行环境愈加复杂,亟需构建知识-数据融合的新型电力系统调度模式。鉴于此,首先采用模仿学习的方法对专家知识库中的案例进行拟合,构建示教学习模型,为电力系统调度运行提供示教调度引导指令。在此基础上,提出一种基于示教学习辅助加速的安全强化学习方法,能用于支撑电力系统实时快速决策。通过引入示教学习辅助加速机制,所提方法的收敛速度显著加快,调度策略迅速趋优,降低系统运行成本,缓解潮流越限风险。案例分析验证所提方法在提升强化学习收敛效率和促进电力系统安全经济运行方面的优势。

基于多源卫星遥感的中国城市绿地大气污染削减作用研究:Ⅰ.大气污染颗粒物

颗粒物是城市大气污染的重要来源,对生态环境和人类健康构成严重威胁。文章利用数学模型和多源卫星遥感数据,量化了2000—2020年中国城市绿地对PM_(2.5)和PM 10的削减量,并分析了其时空变化及环境因素的影响。实验结果表明:植被对PM的干沉降作用呈现先波动上升再下降趋势,这种变化是因为地方政策驱动下的大气污染物颗粒物浓度骤降导致的;干沉降作用优势树种依次为:常绿阔叶>落叶阔叶>常绿针叶>落叶针叶,其中阔叶林总体占干沉降总量的89.22%;PM_(2.5)削减量与环境影响因子在时域空间上的相干性要比PM 10更加复杂,解释PM变化的最佳变量为降水。关于城市绿地干沉降作用的结论对城市大气污染防治和城市可持续发展有重要意义。

“语言智能”多人谈

语言学能为大规模语言模型的完善做些什么.宋柔(北京语言大学信息科学学院) 虽然大规模语言模型(以下简称“大模型”)的出色表现震动了社会,但是也暴露出了一些根本性的不足,比如:生成的文本会有事实性错误和逻辑谬误;缺少正误判断能力;规模过于庞大,消耗太多的算力;不具备人脑的深度抽象能力和由之而来的创新能力。随着大模型的数据量和参数量不断扩充,这些缺陷会有所改善,但大模型的系统架构决定了不可能完全消除这些不足。

智能化改良简易认知筛查测试工具在老年人群的应用临床研究

目的验证智能化改良简易认知筛查测试(Mini-Cog)工具用于认知障碍筛查的可靠性及有效性。方法选择2022年6至12月北京大学第一医院神经内科门诊及住院的老年患者217例,分为痴呆组61例,轻度认知障碍组114例,认知正常组42例。首先采用智能化技术自动测评Mini-Cog,然后专家面对面测评,比较结果一致性,进而分析其区分痴呆与认知正常及轻度认知障碍的预测价值。结果3组年龄、受教育程度、蒙特利尔认知评估量表评分、简易智能状态检查量表评分、Mini-Cog机器评分和专家评分比较,差异有统计学意义(P<0.05)。各组Mini-Cog机器评分与专家评分取得较好的一致性(r=0.85,P<0.01)。区分痴呆与认知正常患者的任务中,智能化改良Mini-Cog工具敏感性为93.4%,特异性为90.5%,曲线下面积为0.97。区分痴呆与非痴呆患者的任务中,智能化改良Mini-Cog工具敏感性为93.4%,特异性为80.1%,曲线下面积为0.93。结论智能化改良Mini-Cog工具机器评分可靠性较高,在痴呆患者筛查任务中具有较高的敏感性和特异性。

建筑规模数据的回归分析及拆除率估算

针对不同统计年鉴中竣工面积统计数据差异较大的问题,结合统计年鉴中关于城市用地需求和社会发展水平等相关数据,运用加权回归分析模型,分析不同数据源民用建筑的竣工面积统计值,并对数据源进行分析与确认。针对全国及分省只有累积拆除面积数据以及缺失逐年拆除面积统计值的问题,利用全国人口普查、城市用地需求和社会发展水平等相关数据,建立约束回归分析模型,提出分省逐年拆除面积计算方法,估算拆除面积和拆除率。研究结果可为确定我国近20年建筑规模的实际情况和相关节能减排政策的制定提供科学参考。

融合时空特征的视觉自动驾驶强化学习算法

基于视觉的自动驾驶任务挑战主要来自环境信息维度高和训练数据分布偏差大2个方面.针对环境信息维度高的挑战,融合时空特征的视觉自动驾驶算法(Space-Time Reinforce Learning Auto Driving,简称STRLAD)使用双流网络络进行特征提取,包含(ⅰ)感知网络:从摄像头中低速抽取RGB图片作为输入,完成图片整体特征提取;(ⅱ)运动网络:从视频中高速获取灰度图作为输入,完成物体运动特征提取;(ⅲ)感知网络和运动网络在各个特征层使用注意力机制进行融合,完成对环境的特征表示.针对训练数据分布偏差的问题,STRLAD算法以双流网络提取的特征为输入,使用Soft Actor-Critic算法学习驾驶策略,缓解数据偏差和泛化问题.STRLAD算法使用CARLA模拟器进行训练和验证,实验结果表明STRLAD算法能够在复杂的城市尤其多动态物体的环境中能够完成自动驾驶,完成率达到89%.

基于CUDA的多信道锋电位实时分类方法

为提高多信道神经元锋电位分类任务的计算效率,满足其在实时场景下的应用需求,提出基于统一计算设备架构(compute unified device architecture,CUDA)的掩蔽高斯混合模型的并行化实现和优化方案。利用高维锋电位数据的稀疏特性和高斯混合模型的强抗干扰性以及良好并行性,借助GPU图形处理器,对特征掩蔽高斯混合模型(Masked Gaussian mixture model,Masked GMM)进行并行实现,进行针对性优化。实验结果表明,在32信道的锋电位数据集上,与原有的CPU串行实现相比,该方案分类速度提高了170倍左右,达到了实时计算,为高维信道锋电位实时分类提供了可行的解决方案。

基于大规模临床数据深度学习的口腔疾病人工智能预防与诊断平台的构建

目的构建基于大规模临床数据深度学习的口腔疾病人工智能预防与诊断平台。方法本研究通过机器学习的智能辨识算法,对采集的海量口腔多模态影像大数据进行整理加工,通过口腔疾病的协同推理和智能分析、口腔疾病知识图谱的构建及口腔疾病演化预测等技术方法搭建人工智能预防与诊断平台。结果目前已构建了口腔疾病大数据库,基于影像分析的口腔疾病智能预防、诊断系统,以及结合协同推理与知识演化的口腔疾病预测分析系统和基于大数据云平台的人工智能预防与诊断平台。结论本平台有助于实现口腔疾病的早发现、早诊断与早治疗,特别是可引导口腔癌患者的早期治疗,降低民众就诊的经济成本,提高全民口腔健康水平。

用于联盟链的非拜占庭容错共识算法

随着区块链技术的发展,区块链出现了多种分类,兼顾公有链多中心特点和私有链高性能优势的联盟链成为了我国区块链的发展重心。结合联盟链中存在节点信任的特性,非拜占庭容错共识算法能为联盟链提供更好的性能支持。文中选取Raft共识算法作为研究对象,针对Raft共识算法中Leader节点选举和日志复制过程中的诸多问题,提出了一种可应用于联盟链的非拜占庭容错共识算法——KRaft(Kademlia-Raft)共识算法,该共识算法结合区块链网络层的双层Kademlia路由协议改进了Raft共识算法中的Leader节点选举和日志复制过程。首先,针对Raft共识算法Leader节点选举中存在的多Candidate节点分票和Follower节点增多引发的投票效率问题,KRaft共识算法利用双层Kademlia协议建立的K桶实现了Candidate节点集合内的稳定选举;其次,针对Raft共识算法日志复制过程中Leader节点单节点日志复制过程效率低和节点负载不均的问题,提出了均衡Leader节点负载的多Candidate节点并行日志复制方案,在提升数据吞吐量的同时提升了算法的可拓展性。本地多节点仿真实验的结果表明,KRaft共识算法相较于Raft共识算法,数据吞吐量提升了34.5%,Leader节点选举速度提升了55.6%。

面向行为边界框生成的端到端时间全局相关网络

时序行为边界框生成任务的目的是定位未剪辑视频中行为的开始和结束时间.现有的生成行为边界框的方法存在两个缺点:所使用的特征不具有足够的时间全局信息,导致了边界框的不准确;特征提取和边界框生成的过程是分开的,导致生成的特征不完全适合边界框生成任务.为了解决上述问题,本文提出了时间全局相关网络(Temporal Global Correlation Network,TGCNet),利用时间全局相关(Temporal Global Correlation,TGC)模块获取全局信息.TGC模块主要包含动态相关结构和静态相关结构,分别编码动态和静态全局信息.TGCNet网络可以以端到端的方式训练,使得所学习到的特征更适合时序行为边界框生成任务.本文在两个具有挑战性的数据集THUMOS14和ActivityNet1.3上进行了实验,结果表明,所提出的TGCNet网络在这两个数据集上均达到了最好的时序行为边界框生成性能.

超大规模多模态预训练模型M6的关键技术及产业应用

阿里巴巴达摩院研发了超大规模中文多模态预训练模型M6,并陆续推出了百亿、千亿、万亿和十万亿参数规模的预训练模型,实现了高效低碳的预训练,推动超大规模预训练模型的产业化应用。同时,推出了M6服务化平台,帮助广大用户快速使用大模型。未来,大模型在产业领域的应用将更加丰富。

城市大脑:云边协同城市视觉计算

每时每刻,城市之中都在产生大量的数据,如何挖掘这些数据中潜在的价值,一直是一个亟待解决的问题。城市大脑,基于云边协同的城市视觉计算平台,利用快速发展的人工智能技术和快速增长的计算能力,从认知、优化、决策、搜索、挖掘、预测和干预等多个层面,帮助我们认知和管理城市。本文首先介绍城市大脑的关键目标、关键技术和关键架构,其次从云边协同的角度,介绍城市视觉智能平台的各个组成部分和工作方式,最后展示城市大脑的一系列实践案例。

城市大脑：数字平行世界，智演城市未来

人工智能的发展,至今已攀上了第三次高峰。前两次人工智能的发展高峰分别在20世纪50年代、20世纪80年代,科学家能感觉到,人工智能技术将会改变世界,但始终还停留在梦想阶段。但是这一次人工智能的发展高峰与以往大大不同。首先,深度学习成为了我们解决很多实际问题的非常强大的工具。其次,我们拥有了强大的算力,不管是云上的计算还是端上的计算,芯片的计算能力都比过去强大得多。再次,我们沉淀了大量的数据,这些数据为我们解决问题、挖掘价值创造了很多有利条件。最后,我们看到了越来越多真正在改变世界的应用诞生.

通过人工智能构建智能集锦服务在央视世界杯期间的应用

从当前全球环境来看,通过人工智能解决某一复杂业务的痛点很难有现成可用的成熟技术,需要技术方与业务方之间相互配合,通过多模态人工智能算法支撑,提供充足的数据喂养,在业务场景中逐步成长。央视与阿里巴巴联合打造世界杯智能集锦服务,采用阿里最先进的多模态AI算法,依靠央视历史数据的充足"喂养",最终在世界杯期间得到成功应用,基本能够替代编辑的手工剪辑工作,效率提升了10倍。

自然场景三维数字化的机遇和挑战

元宇宙是“源自物理世界,高于物理世界,服务于物理世界”的智能系统工程。其中,物理场景的三维数字化是元宇宙发展和繁荣的一块重要基石,也是信息科学人机交互的一个重要长期发展方向。当前,基于深度神经网络架构的计算机视觉和计算机图形学,在自然场景三维数字化领域取得了显著的突破,但在产业快速落地的同时,也为对应智能基础设施及其生态提出了严峻的挑战。本文试图通过系统性的梳理,揭示挑战和机遇。首先,结合元宇宙的产业和技术蓝图,就物理场景三维数字化的重要性和发展诉求进行了分析。其次,结合近期基于神经渲染的相关技术突破,展现了将快速赋能产业的诸多创新应用前景。然后,就相关技术落地所基于的智能基础设施、发展现状和对应诉求面临的挑战进行了分析。最后,结合智能芯片系统发展当前“异构协同”的趋势,提出了应对挑战的“智能集成”的畅想。

城市大规模视觉智能综述

伴随着全球科技产业的巨大变革,云与AI在智慧城市的发展中深度结合,开辟了城市治理智能化的新格局。城市大脑作为智慧城市的中枢,与大规模视觉智能相结合,是整个系统高效有序运转的关键。本文首先回顾了智慧城市的发展,并结合实践经验阐述城市大脑的概念与总体架构,其次从业界和学界的角度,对其中大规模视觉智能技术的基本框架、技术路线与落地应用进行综述,并在最后对未来智慧城市发展的潜在问题及研究方向作出展望。

发挥民营企业作用,建设数字创新平台

民营企业作为贴近市场、服务产业的排头兵,在构建新型研发机构、建立数字创新平台、布局前沿技术等方面发挥着重要作用,成为建设科技强国的重要力量。

2020年十大科技趋势

2020是如此科幻的年份,步入2020年,仿佛回到久违的未来。科技浪潮十年开启,蓄势已久的智能革命将迎来颠覆性的技术变局。透过历史我们发现,每一次的经济大发展都与科技的突破紧密相关。种种迹象表明科技正迎来新的爆发期,全球科技竞赛也将再次掀起高潮。