7月20日,滴滴Di-Tech算法大賽落幕,一等獎(jiǎng)獲得者拿到了10萬(wàn)美元的大獎(jiǎng)。在算法大賽圓桌會(huì)議上,滴滴研究院院長(zhǎng)何曉飛解釋了自己如何被滴滴吸引,并且給業(yè)內(nèi)頂尖人才提出建議,應(yīng)該解決更多有價(jià)值的實(shí)際問(wèn)題。
何曉飛把人工智能的來(lái)臨形容為“大勢(shì)所趨”,而自己來(lái)滴滴則是“順勢(shì)而為”。在過(guò)去10年,中國(guó)學(xué)術(shù)界和工業(yè)界總體來(lái)講是隔離的。但在美國(guó),這個(gè)氛圍是不一樣的。美國(guó)很多高校解決的問(wèn)題不是純粹意義的研究,而是直接去解決工業(yè)界的需求,產(chǎn)業(yè)和工業(yè)互相促進(jìn)。
目前滴滴要解決的出行問(wèn)題,跟谷歌AlphaGo一樣,都需要人工智能,不一樣的地方是,滴滴需要的計(jì)算比AlphaGo更加復(fù)雜。因?yàn)槊恳粭l道路都是計(jì)算網(wǎng)格中的一部分,道路的網(wǎng)格復(fù)雜度遠(yuǎn)遠(yuǎn)超過(guò)圍棋網(wǎng)格,此外還需要增加時(shí)間維度,因?yàn)樗緳C(jī)在路上行駛,所以每一秒鐘,需求都會(huì)發(fā)生變化。
在人工智能領(lǐng)域,算法是引擎,大數(shù)據(jù)是燃料。目前高校有最聰明的人才,但是他們得不到大數(shù)據(jù)燃料,所以很難訓(xùn)練出更聰明的算法引擎。本次滴滴算法大賽開放了滴滴平臺(tái)上部分脫敏數(shù)據(jù),給參賽人員進(jìn)行研究,得到數(shù)據(jù)的參賽隊(duì)伍交出了令人驚喜的算法。
之后,滴滴希望跟高校有更多合作,但是不希望成為企業(yè)拋出問(wèn)題給研究機(jī)構(gòu)解決這種模式。而是希望通過(guò)長(zhǎng)期合作、開放共贏的方式,實(shí)現(xiàn)共同成長(zhǎng)。高校有一流的研究人才,在基礎(chǔ)研究領(lǐng)域有深厚的積累,滴滴有海量的大數(shù)據(jù),需要解決出行的基礎(chǔ)問(wèn)題,雙方很多合作契機(jī)。
滴滴研究院副教授葉杰平曾經(jīng)是密歇根大學(xué)終身教授,加入滴滴同樣也是被人工智能即將到來(lái)的“召喚”、滴滴要解決的世界難題,以及滴滴所擁有的海量數(shù)據(jù)所吸引。除了完成日常工作之外,葉杰平教授在滴滴開設(shè)了人工智能課程,通過(guò)講課的方式使算法人才得到更快的成長(zhǎng)。
除了召開算法大賽之外,滴滴還在探索其他與高校合作的形式。比如去年開始的“新銳計(jì)劃”,對(duì)研究生、博士生有特別好的人工智能算法基礎(chǔ)的,滴滴會(huì)有一個(gè)專門的綠色通道。同時(shí),滴滴也在探索更多其他數(shù)據(jù)、項(xiàng)目上的合作方式。
何曉飛認(rèn)為,雖然機(jī)器學(xué)習(xí)已經(jīng)提出很多年,但隨著計(jì)算能力、大數(shù)據(jù)存儲(chǔ)能力的提高,人工智能大規(guī)模爆發(fā)的契機(jī)已經(jīng)來(lái)臨,而算法引擎需要更多頂尖人才的參與,需要學(xué)術(shù)界和工業(yè)界共同的合作和努力。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。