1月14日消息,中国电子学会公布“2021中国电子学会科学技术奖”名单,浙江大学、达摩院、阿里云完成的“超大规模高性能图神经网络计算平台及其应用”获得科技进步一等奖。
中国电子学会总部是工业和信息化部直属事业单位,其每年颁发的“中国电子学会科学技术奖”经国家科学技术奖励工作办公室批准设立。该奖项备受业界瞩目,被认为是国内电子信息技术发展风向标,获一等奖及以上项目均可提名参评国家科学技术奖。
浙大与阿里团队攻坚的图神经网络方向,将深度神经网络与图式结构数据结合,在生产、科研中拥有广阔应用前景,且有望解决传统深度学习面临的因果关系推理、可解释性等瓶颈性问题。然而,因图式数据节点关系复杂、内隐结构多元,研发高性能图神经网络长期是业界难题。
由院士等权威专家组成的鉴定委员会认为,浙江大学、达摩院、阿里云突破了超大规模图表示、图存储、图算子以及图加速等技术难点,研发了自主可控、开源开放、分布式高性能云上图神经网络学习平台(Aligraph),显著提升了我国相关企业的核心竞争力。
“该项目研制难度大、创新性强,整体技术处于国际先进水平,其中在跨模态随机游走图内嵌向量表达、超大规模图自适应分区和综合存储、异构计算架构下图神经网络学习加速等方面达到国际领先水平。”鉴定委员会认为。
据了解,浙江大学人工智能研究所吴飞团队、达摩院智能计算实验室、阿里云机器学习PAI平台自2017年开始联合攻关图神经网络等新一代人工智能技术。期间,项目累计获授权国家发明专利42项,发表论文35篇,项目成员达摩院人工智能科学家周靖人、杨红霞,阿里云林伟、李永带领团队获2019世界人工智能大会最高奖项SAIL奖,浙江大学吴飞教授获2021世界人工智能大会SAIL奖。
未来,浙大与阿里团队将继续探索人工智能前沿技术,增进AI认知推理能力。双方将基于达摩院大模型M6、图神经网络平台Aligraph,探索端云协同框架下大小模型共同进化的下一代智能体系。
好文章,需要你的鼓励
加利福尼亚大学和萨里大学研究团队开发了一种创新的AI系统,能够仅通过简单的手绘素描就在复杂照片中精确识别关键点。这项技术突破了传统机器学习需要大量同类数据的限制,实现了真正的跨模态学习。系统在动物关键点识别任务中达到了39%的准确率,超越现有方法约5个百分点,并且在真实手绘素描测试中表现稳定。该技术有望在生物学研究、医疗诊断、工业检测等多个领域找到广泛应用。
AI系统正变得越来越善于识别用户偏好和习惯,像贴心服务员一样定制回应以取悦、说服或保持用户注意力。然而这种看似无害的个性化调整正在悄然改变现实:每个人接收到的现实版本变得越来越独特化。这种认知漂移使人们逐渐偏离共同的知识基础,走向各自的现实世界。AI个性化不仅服务于我们的需求,更开始重塑这些需求,威胁社会凝聚力和稳定性。当真相本身开始适应观察者时,它变得脆弱且易变。
约翰霍普金斯大学发布DOTRESIZE技术,通过最优传输理论实现AI大模型智能压缩。该方法将相似神经元合并而非删除,在保持性能的同时显著降低计算成本。实验显示,压缩20%后模型仍保持98%性能,为AI技术普及和可持续发展提供新路径。