2022 WAIC 世界人工智能大會已于近日在上海落幕。

9 月 3 日，在機器之心主辦的 WAIC 2022·AI 開發者論壇上，2021 圖靈獎得主為代表的全球最具影響力學術領袖、技術專家和企業高管發表主題演講，演講内容包括高性能計算、多模态交互、文本生成研究與應用、RPA、類腦計算等在内的最前沿議題。本次大會以「 AI 開發者所真正關注的」為主題，集中展示本年度人工智能領域最前沿技術成果和最新實踐應用進展。

除了這些精彩的主題演講，WAIC·AI 開發者論壇還揭曉了今年的 WAIC· 雲帆獎得主，舉辦 WAIC· 黑客松頒獎典禮。此外，2022 SODA 開放數據創新應用大賽正式啟動。

以下為本次 WAIC 2022·AI 開發者論壇内容的精彩回顧。

2021 年圖靈獎得主、美國田納西大學創新計算實驗室主任 Jack Dongarra 發表主題演講《An Overview of High Performance Computing，the Importance of AI/ML and Future Requirements》。

Jack Dongarra 主要介紹了高性能計算近年來的發展概況，高性能計算與人工智能融合所面臨的新的挑戰和機遇。Jack Dongarra 認為，HPC&AI 不僅在具體的應用領域相互補充，在基本開發方法、軟件與軟件基礎設施和 AI 硬件架構等領域也有非常多的聯系。未來的 HPC 系統将可以被定制化。在摩爾定律之後，仍然存在很大的空間可以通過算法、軟件和硬件架構去提升 HPC 系統的終極性能。

美國科學院院士、美國工程院院士、加州伯克利大學計算機科學和數學系特聘教授 James Demmel 發表主題演講《Colossal-AI:A Unified Deep Learning System for Big Model Era》。

身為潞晨科技首席戰略官，James Demmel 主要介紹了面向大模型時代的通用深度學習系統 Colossal-AI。近年來，随着深度學習的興起及大模型橫掃各大性能榜單，前沿 AI 模型的大小在短短幾年内便已增大萬倍，遠超硬件數倍的緩慢增長。Colossal-AI 通過高效多維并行、異構顯存優化、大規模優化庫、自适應任務調度等實現高效快速部署 AI 大模型訓練和推理，促進 AI 大模型低成本應用和落地。

清華大學惠妍講席教授、IEEE/CAAI Fellow、銜遠科技創始人周伯文發表主題演講《多模态人工智能進展與可信賴 AI：從原則到實踐》。

周伯文主要介紹了清華協同交互智能研究中心的研究方向，包括多模态 AI 的進展，交互式 AI 的趨勢，以及最近他帶領團隊發表的可信賴 AI 方面的綜述論文。目前的人工智能技術進展與落地，特别需要可信賴人工智能在魯棒性、可解釋性、可複制性、公平性、隐私保護、負責任和價值對齊等方面有整體思考與研究，而不是僅僅在單點研究。可信賴 AI 的落地需要端到端、全生命周期的流程，僅僅關注算法是不夠的。同時，可信賴 AI 的落地不僅需要考慮各個維度的相互作用，還需要學界、産業界和監管部門一起努力。可信賴 AI 的各個價值維度與全流程的交叉也帶來了大量空白的研究機會。

九章雲極 DataCanvas 開源技術副總裁、D-Lab 主任楊健發表主題演講《YLearn：因果學習，從預測到決策》。

楊健主要介紹了機器學習在現實當中的困境、從預測到決策，因果學習是自動決策的根基以及 YLearn 因果學習算法工具包。楊健表示，當前企業對于 “智能決策” 的需求日益旺盛，機器學習存在着泛化能力差、缺乏解釋性、決策支持能力不足的問題，全流程、完整的、端到端的因果學習工具成為解決企業需求和彌補機器學習短闆的關鍵。九章雲極 DataCanvas 自研的一站式處理因果學習完整流程的開源算法工具包 YLearn 率先解決因果學習中 “因果發現、因果量識别、因果效應評估、反事實推斷、策略學習” 五大關鍵問題，具有一站式、新而全、用途廣等特點，降低 “決策者” 使用門檻，提升企業自動化 “決策” 能力。

路特斯科技副總裁、智能駕駛業務線負責人李博發表主題演講《ROBO Galaxy：智能駕駛的雲端數據工廠》。

李博主要介紹了路特斯科技的公司業務和 ROBO Galaxy 的發展概況。路特斯作為首個向電動化、智能化轉型的超豪華跑車品牌，在智能駕駛領域的技術積累頗為豐富，一直緻力于為用戶提供高性能的智能駕駛産品。“ROBO Galaxy”智能駕駛雲端數據工廠随即誕生。李博用了一個生動形象的比喻形容了 ROBO Galaxy 的定位：“早期的服裝是由裁縫一針一線縫制的，但是現在穿的 POLO 衫是工廠裡造出來的。未來智能駕駛的開發不再是手工作坊的場面，而是像工廠流水線一樣，這條流水線就建立在 ROBO Galaxy 這個雲端數據工廠上。” 可以肯定的是，ROBO Galaxy 代表的就是智能駕駛未來的生産力。

瀾舟科技創始人兼 CEO、中國計算機學會 CCF 副理事長、創新工場首席科學家周明發表主題演講《基于預訓練語言模型的可控文本生成研究與應用》。

周明主要從四個部分進行介紹：可控文本生成背景、可控文本生成研究進展、瀾舟可控文本生成應用實踐、總結與展望。說到可控文本生成研究進展，周明總結了三個技術要點：可控文本生成神經網絡模型、可控文本生成模型訓練與解碼、改進生成文本的事實正确性。此外，周明還介紹了瀾舟可控文本生成平台，并從應用角度進行介紹，例如基于關鍵詞的内容生成、基于寫作模闆的内容生成、現代文小說續寫等。

美國羅徹斯特大學計算機科學系教授、歐洲科學院院士羅傑波發表主題演講《The COVID-19 Pandemic: What Social Media and Machine Learning Can Inform Us at Scale and in Real-time》。

如何用人工智能和社交媒體大數據來實時的獲取信息，以便采取對策，來抵抗新冠帶來的各種各樣問題，這是羅傑波比較關注的問題。羅傑波認為疫情期間，很多人在社交媒體上花費的時間會增加，相應産生的數據也會增加，這些數據可以幫助研究者進行輔助決策。羅傑波主要從四個方面展開介紹：疫苗問題、疫情對人類心情帶來的影響、疫情之間的縱深項、疫情加重了社會極化現象。

實在智能創始人兼 CEO 孫林君發表主題演講《數字員工，AI 在 RPA 領域的應用與落地》。

孫林君認為，數字員工的前景是值得期待和看好的，會随着人工智能未來的落地逐步滲透到千行百業，實在智能作為人工智能企業也希望持續通過智能化技術的創新和應用來賦能和改造這個行業。他提到，RPA 是一個底座，執行的是規則化的流程，但唯有将 AI 技術和 AI 産品融合，才能變成真正的數字員工。因此，實在智能以 “AI×RPA” 作為核心技術引擎，緻力于推動 RPA 向 IPA 發展，打造設計器、機器人、控制器、實在雲腦四位一體産品體系和 AI 産品矩陣，構造出各種各樣實用的數字員工，打造數字員工為底座的超級自動化平台，模拟人的操作去完成大量重複規則的工作，讓人去做更高價值更有幸福感的工作，打造數字員工為底座的超級自動化平台，這是未來的趨勢，更是不可逆轉的潮流。

憶海原識創始人兼 CEO 任化龍發表主題演講《類腦計算的發展與關鍵技術》。

任化龍介紹了類腦智能的特點以及與傳統技術的對比。人工智能目前仍存在諸多短闆，例如泛化能力有限，數據樣本依賴性強，不能靈活認知等。類腦計算的兩個關鍵特征，一是技術特征，二是面向認知功能。技術特征方面，借鑒了生物腦的關鍵工作原理，不需依賴數學優化進行訓練。此外，任化龍還介紹了憶海原識自主研發的 Ocean 類腦計算平台，其提供了大量基礎模型，支持靈活的建模方式和自由擴展，覆蓋研發、應用部署等需求。

聯通（上海）産業互聯網有限公司 AI 技術總監胡超發表主題演講《從監督學習走向自我學習：無監督目标級表征學習》。

最近幾年深度學習取得了快速發展，演講中胡超主要介紹了他們在深度學習領域的應用和發展，以及無監督技術的應用案例，他主要從五個主要支點展開：無監督學習、VAE & MIM（Masked Image Modeling） & GAN、圖像修複與對比學習、流模型和擴散模型、無監督學習場景應用。在介紹應用場景時，胡超講到了無監督學習在智慧城市領域的應用。基于海量無标簽數據，有别于強監督的數據瓶頸，無監督學習反而正在此基礎上蓬勃發展，而且規模在不斷的擴大，正如元宇宙的浪潮一樣，無監督将成為打破數據瓶頸未來的應用者。

接下來是 WAIC· 雲帆獎得主論壇，對話嘉賓包括清華大學博士後研究員戴國浩、哈爾濱工業大學副教授 & 博士生導師馮馳騁、上海人工智能實驗室青年科學家許晶晶、浙江大學公共衛生學院百人計劃研究員 & 博士生導師楊傑、北京大學人工智能研究院助理教授 & 北京通用人工智能研究院研究員楊耀東。在圓桌論壇上，5 位嘉賓分享了自己的一些經驗總結。

最後是來自北卡羅來納大學教堂山分校計算機科學系助理教授 Colin Raffel 發表主題演講《Building Machine Learning Models like Open-Source Software》。

我們怎樣才能使機器學習模型的協作和持續發展成為可能？Colin Raffel 認為貢獻者需要能夠廉價地将 patches 傳遞給模型，維護者需要合并來自不同貢獻者的更新，缺乏資源的用戶能夠訓練和運行大型模型，維護人員能夠快速審查社區貢獻，組合模塊化組件以實現新的功能。

作為 WAIC 開發者生态的運營者，機器之心在當天的活動上還以視頻形式邀請到微軟亞洲研究院視覺計算組胡瀚、北京大學計算中心系統室主任樊春、清華 AMiner 工程師黃美玲、上海人工智能實驗室自動駕駛團隊青年研究員陳立、華為昇騰 CANN 主任工程師金輝佳、阿裡巴巴達摩院智能計算實驗室算法專家林俊旸、字節跳動 Unicorn 算法團隊成員嚴彬等 7 位一線研究員，共同探讨「 AI 開發最後 N 公裡」的難點問題，并就機器之心基于新版 SOTA！模型資源站與北大高性能計算中心、清華 AMiner 及華為昇騰 CANN 等合作夥伴通過社區共建取得的成果進行了簡要彙報。

經過一天的高強度知識洗禮，相信大家都回味無窮。請持續關注機器之心，WAIC·AI 開發者論壇演講嘉賓分享内容實錄将于近日陸續放出。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!