英特爾研究院將在NeurIPS大會(huì )上展示業(yè)界領(lǐng)先的AI研究成果

英特爾研究院將重點(diǎn)展示31項研究成果，它們將推進(jìn)面向未來(lái)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(kāi)發(fā)者、研究人員和學(xué)界人士，這一AI和計算機視覺(jué)領(lǐng)域的全球頂會(huì )將于12月10日至16日在美國新奧爾良市舉辦。

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分享英特爾“讓AI無(wú)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號展臺進(jìn)行技術(shù)演示。這些研究的重點(diǎn)是針對AI在科學(xué)領(lǐng)域的應用研發(fā)的新模型、方法和工具，以及用于氣候建模、藥物發(fā)現和材料科學(xué)等AI用例的圖學(xué)習、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（AI4Mat）研討會(huì )"，為AI研究人員和材料科學(xué)家提供平臺，共同探討如何應對AI驅動(dòng)的材料發(fā)現、開(kāi)發(fā)方面的挑戰。

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(lèi)，每一項都在所在領(lǐng)域具有一定影響力：

1.AI驅動(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(kāi)發(fā)的模型，有助于預測大腦反應和了解大腦多模態(tài)處理能力。

?ClimateSet：與魁北克人工智能研究所（Mila）聯(lián)合開(kāi)發(fā)的大規模氣候模型數據集，用于快速預測新的氣候變化情景（climate change scenarios）的機器學(xué)習研究，并為機器學(xué)習領(lǐng)域革新性的氣候應用奠定基礎。

?HoneyBee：與魁北克人工智能研究所聯(lián)合開(kāi)發(fā)的先進(jìn)大語(yǔ)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：一項生成合成反事實(shí)（counterfactual）數據的多模態(tài)技術(shù)，可減少預訓練多模態(tài)模型中不正確的統計偏差，幫助提高AI模型執行圖文檢索和圖像識別等下游任務(wù)的性能。

?LDM3D-VR：用于3D虛擬現實(shí)的潛在擴散模型（latent diffusion model），可簡(jiǎn)化AI應用中的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結構能夠反映蛋白質(zhì)的真實(shí)結構特性。

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

4.圖學(xué)習

?A*Net：業(yè)界領(lǐng)先的基于路徑的知識圖譜推理方法，數據集達百萬(wàn)級，可使數據集的擴展能力超越計算范圍的限制，并提升大語(yǔ)言模型的準確性。

?ULTRA：業(yè)界領(lǐng)先的知識圖譜推理基礎模型，以及學(xué)習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，可捕捉數值信息和復合數據結構，提高機器學(xué)習方法推理編程語(yǔ)言的能力