新加坡国立大学(NUS)与Google宣布合作建立AI研究与创新中心,旨在推动应用人工智能研究并培养新一代AI从业人员。
该研究中心将成为双方合作的核心,提供资源和技术支持实验性及应用性AI项目。中心配备快速原型开发环境,这是一个由Google Cloud张量处理单元驱动的受控云端环境,让研究人员可以在实际部署前对AI应用进行实验、测试和验证。
研究初期将聚焦三大关键领域:
教育AI应用:利用Google Cloud的Vertex AI平台开发先进的成人教育工具,创建适应性学习路径和课程专属AI助手,支持新加坡推广终身学习的努力。
法律专用大语言模型:由新加坡国立大学法学院、AI研究所和计算机学院联合主导,开发针对法律领域的专用模型。该模型将基于本地法律解释和案例先例进行训练,克服通用大语言模型在法律语境中的局限性。预计最终将开发出支持法律研究的AI助手,有望提高律师事务所、司法部门和公众法律教育的工作效率和相关法律信息获取能力。
公共卫生A:通过整合基础模型与医疗保健、社会服务和环境系统的多元化数据,推动人群层面的健康成果改善。这将支持"更健康的新加坡"等国家预防保健计划,促进认知健康和积极老龄化。
Google Cloud新加坡和马来西亚国家总监Serene Sia表示:"通过结合新加坡国立大学世界级的多学科研究能力与Google的AI研究和AI优化云基础设施,这个联合中心有望引领安全负责的AI发展,加速在公共卫生、学习体验等重要领域的科学进步。"
Google还计划在新加坡国立大学建立AI人才培养项目,为学生和研究人员提供Google Cloud AI平台的培训和认证路径。此外,Google将支持大学设立AI教授职位,促进学术界与产业界的联系,为新加坡建立可持续的AI人才培养体系。
这次合作建立在Google与新加坡国立大学现有合作基础上。双方此前已在多个项目中合作,包括校内Google开发者社区建设、利用Google Cloud作为新加坡国立大学AI研究所的产业合作伙伴,以及在生物医学AI人才培养、使用Google NotebookLM制作全球首个AI驱动法律期刊播客、Google博士奖学金项目等方面的协作。
新加坡国立大学研究与技术副校长刘斌表示:"Google一直是新加坡国立大学的重要长期合作伙伴,我们很兴奋能够深化这种战略关系。我们相信与Google的联合努力将培养出下一代AI科学家、工程师和创新者,让他们具备应对现实世界挑战的能力。"
Q&A
Q1:新加坡国立大学与Google合作的AI研究中心主要做什么?
A:该研究中心将成为双方合作核心,提供资源和技术支持实验性及应用性AI项目,配备Google Cloud张量处理单元驱动的快速原型开发环境,让研究人员在实际部署前对AI应用进行实验、测试和验证。
Q2:研究中心重点关注哪些AI应用领域?
A:中心初期将聚焦三大领域:教育AI应用(开发适应性学习路径和AI助手)、法律专用大语言模型开发(基于本地法律解释和案例训练)、以及公共卫生AI(整合医疗和环境数据推动健康成果改善)。
Q3:这个合作对新加坡AI人才培养有什么帮助?
A:Google将在新加坡国立大学建立AI人才培养项目,为学生和研究人员提供Google Cloud AI平台培训和认证,还将支持设立AI教授职位,加强学术界与产业界联系,为新加坡建立可持续的AI人才培养体系。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。