第六屆“Qualcomm大中華區(qū)高校合作科研項目研討會”期間,來自內(nèi)地、香港、臺灣的十所高校的19個項目組展示了“ Qualcomm高校合作科研項目”最新成果。
回顧歷史,Qualcomm與國內(nèi)高校合作由來已久。早在1998年,Qualcomm與北京郵電大學共同創(chuàng)建聯(lián)合研發(fā)中心;隨后,擴展至中國各知名學府和科研院所,連續(xù)17年為中國高校研究提供資金資助,支持校內(nèi)講座競賽;迄今,Qualcomm中國高校合作科研項目共發(fā)表了超過600篇學術文章,上千名學生受益。
在與高校合作過程當中,Qualcomm研發(fā)副總裁范明熙透露,Qualcomm選擇高校一般從技術領域、未來發(fā)展兩方面考慮。從技術領域來說,Qualcomm比較看重的是通信和計算。
研發(fā)部門,Qualcomm重點關注的方向為:解決千倍數(shù)據(jù)增長挑戰(zhàn)、推動計算平臺的未來發(fā)展、將數(shù)字第六感變?yōu)楝F(xiàn)實、支持智能家居、加強移動用戶體驗等。
今年,多個合作項目圍繞上述方向開展。
計算方面,與上海交通大學合作的“行人檢測與跟蹤”項目,這也是Qualcomm汽車輔助駕駛項目的一部分:汽車攝像頭獲得車外影像,隨即進行分析,以辨識是否有行人,以及行人的運動軌跡;
與臺灣清華大學合作的“使用立體攝像頭的快速深度圖計算”項目,合作中增加了一個難點:輸入的立體視頻是由兩個不同分辨率的攝像頭獲取,如果此難點得以解決,未來將在智能手機上產(chǎn)生很多全新應用,如距離估算、視頻分割等;
連接方面,與清華大學合作,通過對大規(guī)模 MIMO技術的分析研究,以進一步提升無線網(wǎng)絡的性能;
與香港中文大學合作,完成一種全新編碼理論,有別于現(xiàn)有通信網(wǎng)絡中的編碼技術,目標是提高傳輸效率。
范明熙坦言,Qualcomm和高校的合作模式是多樣化的,總體來說歸為兩種。一種是,合作所取得的成果,在近期或者兩三年之內(nèi)可以逐漸轉(zhuǎn)化為產(chǎn)品。這個模式就需要我們的產(chǎn)品團隊、研發(fā)團隊跟高校有非常緊密的合作和溝通;另外一種是,一些技術雖然目前看起來還處于早期,但將來五到十年之內(nèi)有發(fā)展空間。
在這種合作模式中,研究項目的自主權在學校,Qualcomm會定期和學校交流,可能是每兩周或者每兩、三個月。
這樣一來,和企業(yè)的合作同時也讓高校教育受益。
中國科學院計算技術研究所研究員、博士生導師陳熙霖表示,和企業(yè)合作告訴我們,應該培養(yǎng)什么樣的人才,什么樣的人才是企業(yè)真正需要的。
其次,做工科研究,我們需要有一個實驗場,這個實驗場和學生將來工作的環(huán)境盡可能的接近,這樣培養(yǎng)出來的學生在真正參與工作的時候,所需二次訓練的時間就會縮短。
第三,這種合作可以使我們教師不斷地自我學習、自我教育,從而不斷進步,其中包括和企業(yè)的交流以及自己科研能力的進步。
北京郵電大學信息與通信工程學院副教授、碩士生導師牛凱表示贊同:“和Qualcomm合作過程中,我們實驗室很多學生都因為出色的能力被Qualcomm錄用,目前也在從事通信方面研究,相當于真正的學有所用。”
Qualcomm以無線通信發(fā)家,極其注重研發(fā)投入。截至2014年第四季度,Qualcomm的研發(fā)投入累計超過328億美元。2014年間,按照GAAP準則,Qualcomm研發(fā)投入近 55億美元,占年度營收20%。
關鍵的是,一直以來,Qualcomm將研發(fā)力量投入中國,據(jù)范明熙介紹,從上世紀90年代,Qualcomm先后在北京、上海、深圳及西安開設了四個分公司,并先后在北京和上海設置了兩個研發(fā)中心。而北京亦是Qualcomm最早設立的海外研發(fā)中心,當北京研發(fā)中心獲得成功之后,此模式被推廣到了世界其他國家。
此外,“Qualcomm大中華區(qū)高校合作項目交流會”期間,Qualcomm宣布設立新的獎學金項目,并承諾向北京大學和清華大學提供50萬美元獎學金基金。
右:北京大學教育基金會歐美部部長趙琳
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應性。團隊承諾開源全部代碼,推動技術普及應用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關系領域驗證有效性。
清華大學研究團隊首次提出情感認知融合網(wǎng)絡(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領域帶來革命性應用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領域的應用奠定基礎,展現(xiàn)了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。