英特爾研究院將重點(diǎn)展示31項(xiàng)研究成果，它們將推進(jìn)面向未來的AI創(chuàng)新。

英特爾研究院將在NeurIPS 2023大會(huì)上展示一系列富有價(jià)值、業(yè)界領(lǐng)先的AI創(chuàng)新成果。面向廣大開發(fā)者、研究人員和學(xué)界人士，這一AI和計(jì)算機(jī)視覺領(lǐng)域的全球頂會(huì)將于12月10日至16日在美國(guó)新奧爾良市舉辦。

在NeurIPS 2023上，英特爾研究院將展示其最新AI研究成果，并和由創(chuàng)新者和思想領(lǐng)袖組成的多元化社區(qū)分享英特爾“讓AI無處不在”的愿景。大會(huì)期間，英特爾研究院將發(fā)表31篇論文，包括12篇主會(huì)場(chǎng)論文和19篇研討會(huì)論文，并在405號(hào)展臺(tái)進(jìn)行技術(shù)演示。這些研究的重點(diǎn)是針對(duì)AI在科學(xué)領(lǐng)域的應(yīng)用研發(fā)的新模型、方法和工具，以及用于氣候建模、藥物發(fā)現(xiàn)和材料科學(xué)等AI用例的圖學(xué)習(xí)、多模態(tài)生成式AI，及AI算法和優(yōu)化技術(shù)。

此外，英特爾研究院還將于12月15日舉辦"AI加速材料發(fā)現(xiàn)（AI4Mat）研討會(huì)"，為AI研究人員和材料科學(xué)家提供平臺(tái)，共同探討如何應(yīng)對(duì)AI驅(qū)動(dòng)的材料發(fā)現(xiàn)、開發(fā)方面的挑戰(zhàn)。

具體而言，英特爾研究院此次展示的研究成果可被分為以下幾類，每一項(xiàng)都在所在領(lǐng)域具有一定影響力：

1.AI驅(qū)動(dòng)的科學(xué)研究（AI for Science）

?大腦編碼模型：與得克薩斯大學(xué)奧斯汀分校研究人員聯(lián)合開發(fā)的模型，有助于預(yù)測(cè)大腦反應(yīng)和了解大腦多模態(tài)處理能力。

?ClimateSet：與魁北克人工智能研究所（Mila）聯(lián)合開發(fā)的大規(guī)模氣候模型數(shù)據(jù)集，用于快速預(yù)測(cè)新的氣候變化情景（climate change scenarios）的機(jī)器學(xué)習(xí)研究，并為機(jī)器學(xué)習(xí)領(lǐng)域革新性的氣候應(yīng)用奠定基礎(chǔ)。

?HoneyBee：與魁北克人工智能研究所聯(lián)合開發(fā)的先進(jìn)大語言模型，幫助研究人員更快地理解材料科學(xué)。

2.多模態(tài)生成式AI

?COCO-Counterfactuals：一項(xiàng)生成合成反事實(shí)（counterfactual）數(shù)據(jù)的多模態(tài)技術(shù)，可減少預(yù)訓(xùn)練多模態(tài)模型中不正確的統(tǒng)計(jì)偏差，幫助提高AI模型執(zhí)行圖文檢索和圖像識(shí)別等下游任務(wù)的性能。

?LDM3D-VR：用于3D虛擬現(xiàn)實(shí)的潛在擴(kuò)散模型（latent diffusion model），可簡(jiǎn)化AI應(yīng)用中的3D視頻生成功能。

?CorresNeRF：利用神經(jīng)輻射場(chǎng)（neural radiance fields）從2D圖像重建場(chǎng)景3D表示的圖像渲染方法。

3.提升AI性能

?Diffpack：一種用于蛋白質(zhì)建模的生成式AI方法，有助于確保生成的3D結(jié)構(gòu)能夠反映蛋白質(zhì)的真實(shí)結(jié)構(gòu)特性。

?InstaTune：一種在微調(diào)階段生成超網(wǎng)絡(luò)（super-network）的方法，可減少網(wǎng)絡(luò)附加存儲(chǔ)（NAS）所需的總時(shí)長(zhǎng)和計(jì)算資源。

4.圖學(xué)習(xí)

?A*Net：業(yè)界領(lǐng)先的基于路徑的知識(shí)圖譜推理方法，數(shù)據(jù)集達(dá)百萬級(jí)，可使數(shù)據(jù)集的擴(kuò)展能力超越計(jì)算范圍的限制，并提升大語言模型的準(zhǔn)確性。

?ULTRA：業(yè)界領(lǐng)先的知識(shí)圖譜推理基礎(chǔ)模型，以及學(xué)習(xí)通用和可遷移圖譜表示及其關(guān)系的新方法。

?Perfograph：一種新的基于編譯器圖的程序表示，可捕捉數(shù)值信息和復(fù)合數(shù)據(jù)結(jié)構(gòu)，提高機(jī)器學(xué)習(xí)方法推理編程語言的能力。

審核編輯 黃宇