观点

“我们依然处于基础模型时代的早期，但请让我勾勒出一个可能的未来：大多数信息处理和分析任务，以及机器人控制这样的事情，都将由相对较少数量的基础模型中的专门化（能力）来处理。训练这些模型是成本高昂且耗时的，但让它们适应不同的任务是非常容易的；人们可能只需用自然语言指令就能做到这点……基础模型在广泛的领域中所具有的有效性说明，它们可以被非常广泛地部署，这将是未来十年，人类能够看到的通用人工智能的第一瞥。”

——斯坦福大学教授Christopher Manning在最新一期《Dædalus》（美国人文与科学院院刊）中撰写了题为“人类语言理解与推理”的长文。（延伸阅读）

 

“当前的道路系统是为生物神经网络（大脑），以及生物视觉（眼睛）所设计的。而为了让计算机也能够工作，我们必须让它兼容这个系统。我们需要让全自动驾驶系统配备摄像头和硅基神经网络，让它在为眼睛和生物神经网络设计的系统中工作。”

——特斯拉创始人伊隆·马斯克近日参加了TED负责人Chris Anderson主持的一次专访，在谈到自动驾驶时如是说。（延伸阅读）

 

“TensorFlow、PyTorch和CUDA等平台不是模块化的。它们是扩展性技术，拥有数千个不断发展的相互依存的碎片……闪回20世纪90年代，软件世界出现过与今天人工智能类似的碎片化问题……是时候将这些经验纳入一个模块化的可组合系统了。”

——LLVM与Swift语言之父Chris Lattner认为，当前的AI系统应当借鉴LLVM曾使用的模块化设计原则，让人们把更多时间花在用人工智能解决问题，而不是与支离破碎的低质量工具和基础设施搏斗。（延伸阅读）

 

研究前沿

  1. ICLR 2022 Oral论文，采用随机过程进行语言建模，在OpenReview上获得8/8/8/8分数
  2. ICLR公布杰出论文及提名奖名单
  3. 腾讯AI Lab研发的“绝艺”AI在麻将比赛中击败职业冠军
  4. 万字综述，审视AI界的“SOTA成瘾”问题   

 

机构动态

  1. Adept人工智能实验室成立

成员包括《Attention is all you need》论文一作等9位科学家，分别来自Google Brain、OpenAI、DeepMind、MIT等研发机构。目前Adept已获得6500万美元投资，投资人包括特斯拉自动驾驶负责人Andrej Karpathy、Linkedin创始人Reid Hoffman、Uber首席执行官Dara Khosrowshahi等。

  1. 谷歌母公司Alphabet收购机器人公司Vicarious，研究团队加入DeepMind

Vicarious研究团队与CTO Dieep George将一起加入DeepMind的研究团队，Dieep George是一位人工智能和神经科学研究者，曾与Jeff Hawkins和Donna Dubinsky共同创立Numenta。DeepMind CEO Demis Hassabis表示，很高兴他们将可以联手研究通用人工智能（AGI）。

 

开源项目

  1. DALL·E-2的PyTorch实现
  2. Julia开源新框架SimpleChain，性能比PyTorch快5倍

 

教程

  1. Uni-Fold蛋白质结构预测工具学习教程
  2. 弗吉尼亚理工《双曲神经网络：理论、架构和应用》教程

 

活动

  1. 活动报名｜2022智源大会开启注册，LeCun、Shamir等图灵奖得主领衔 
  2. 视频回放｜微软亚洲研究院房磊：基于化学反应结构的化合物逆合成与合成预测（4月27日） 
  3. 视频回放丨清华大学交叉信息研究院吴翼：多样性强化学习-不光要赢，还要赢得精彩（4月28日） 

周刊线索征集和合作，欢迎联系：editor@baai.ac.cn

内容中包含的图片若涉及版权问题，请及时与我们联系删除