资讯列表
时隔五年，普林斯顿大学经典书《在线凸优化导论》第二版发表
2016 年发表的《在线凸优化导论》第一版已成为领域内经典书籍。
站在2022前展望大模型的未来，周志华、唐杰、杨红霞这些大咖怎么看？
岁末年初之际，让我们回顾大模型的过去，展望大模型的未来。
可对药物分子进行表征的几何深度学习
编辑 | 萝卜皮几何深度学习（GDL）基于包含和处理对称信息的神经网络架构。GDL 为依赖于具有不同对称性和抽象级别的分子表示的分子建模应用程序带来了希望。苏黎世联邦理工学院的研究人员对分子 GDL 进行了结构化和统一概述，重点介绍了其在药物发现、化学合成预测和量子化学中的应用。它包含对 GDL 原理的介绍，以及相关的分子表示，例如分子图、网格、曲面和字符串，以及它们各自的属性。讨论了分子科学中 GDL 当前面临的挑战，并尝试预测未来的机会。该综述以「Geometric deep learning on molec
全球首台百亿亿级超算用AMD的GPU：性能增7倍，能效提升3倍
E 级超算，每秒钟百亿亿次运算，1 后面跟 18 个零。
人工智能向“上”生长，可信AI渐行渐近
一位刚刚上路的新手驾驶员，如何成长为「老司机」？显然，Ta必须经过足够时间和里程的驾驶练习，才能够熟练、从容地应对各种可能出现的路况和紧急事件。所以尽管自动驾驶系统也会在投入使用之前历经大量的真实道路测试，但就算是科学文明相当普及的今天，仍有很多人依旧做不到将开车这件事「放心地交给AI」，毕竟摆在人们眼前的却是道不尽的争议和说不明的驾驶事故，而事故的发生可能是技术，算法，道路，数据，传输，天气，驾驶员等多重主客观因素影响造成的，权责划分十分困难。具体从算法层面看，由于驾驶场景天然对安全性有更高要求，这就需要自动驾驶
图神经网络准确预测无机化合物性质，加速固态电池的设计
编辑/绿萝大规模从头计算与结构预测的进步相结合，在无机功能材料的发现中发挥了重要作用。目前，在无机材料的广阔化学空间中，只发现了一小部分。实验和计算研究人员都需要加速探索未知的化学空间。来自美国国家可再生能源实验室（NREL）、科罗拉多矿业学院和伊利诺伊大学的研究人员展示了一种可以准确预测无机化合物性质的机器学习方法。展示了基态（GS）和更高能量结构的平衡训练数据集，对使用通用图神经网络（GNN）架构准确预测总能量的重要性。该研究可加速固态电池的设计。该研究以「Predicting energy and stabi
钟南山团队、腾讯联合研究：AI模型评估这三项措施最有助于防控疫情
关闭学校、关闭工作场所、取消公共活动、限制人群聚集、公共交通管制、居家生活建议、限制国内流动、限制国际旅行…… 到底哪项政策防疫效果更好？钟南山团队与腾讯的联合研究发现了其中的 Top 3。
最大数据集、多任务覆盖，阿里达摩院发布首个大规模中文多模态评测基准MUGE
在计算机视觉领域甚至人工智能的发展历程中，ImageNet对于整个领域的技术进步具有至关重要的作用。随着多模态学习成为当下的新热点，为了通过大规模数据集建设和全方位模型能力评测推动多模态领域的发展，阿里达摩院推出MUGE（全称Multimodal Understanding and Generation Evaluation Benchmark）评测基准。该基准是由达摩院联合浙江大学、阿里云天池平台联合发布，中国计算机学会计算机视觉专委会（CCF-CV专委）协助推出的首个大规模中文多模态评测基准。其拥有全球最大规模的中文多模态评测数据集，覆盖多种类型的任务，包括图文描述、基于文本的图像生成、跨模态检索等。MUGE的推出旨在解决当前中文多模态领域下游任务数据集匮乏的问题，并且为广大研究者提供权威平台，从理解能力和生成能力两大角度去衡量算法模型的有效性。
深度学习如炼丹，你有哪些迷信做法？网友：Random seed=42结果好
调参的苦与泪，还有那些「迷信的做法」。
中科驭数宣布完成数亿元A+轮融资，第二代DPU芯片完成研发设计
DPU芯片设计企业中科驭数今日宣布完成数亿元规模A 轮融资，本轮融资由麦星投资和昆仑资本联合领投，老股东灵均投资、光环资本追加投资。这是继7月底完成A轮融资之后，中科驭数今年获得的第二笔更大规模的数亿元融资。所筹资金将用于DPU芯片的研发和量产、以及市场开拓。已经完成第二代DPU芯片K2的设计工作中科驭数正在研发的第二代DPU芯片K2已经完成设计和验证工作，预计将于2022年第一季度投产流片。DPU是数据专用处理器（Data Processing Unit），是数据中心继CPU和GPU之后第三颗重要的算力芯片。随着
计算机视觉领军学者沈春华归国，已加入浙江大学
越来越多海外任教的学者正在「回归」国内。
英伟达研究生奖学金名单公布：多位华人获选，每人5万美元
共有 10 位博士生获得 2022-2023 学年英伟达研究生奖学金。
超快、超低能耗！北大团队提出基于卷积神经网络的全光计算
编辑/凯霞随着先进工程计算、经济数据分析和云计算的快速发展，对超高速和高能效计算的需求呈指数级增长。现有的冯诺依曼架构下的传统电子信号处理器难以同时实现高速和低能耗。使用光子作为信息载体是一种很有前景的选择。由于传统材料的三阶非线性光学较弱，在传统冯诺依曼架构下构建集成光子计算芯片一直是一个挑战。近日，由北京大学物理学院龚旗煌研究团队提出了一种基于卷积神经网络（CNN）实现超快超低能耗全光计算芯片方案的新策略，支持多计算任务的执行。这项工作为下一代全光计算系统指明了方向。该研究以「All-optical compu
HAOMO AI DAY官宣定档，年末AI自动驾技术盛筵即将上演
今日好消息，毫末智行HAOMO AI DAY定档12月23日！ 特斯拉AI DAY后，中国AI自动驾驶领域也有了自己的AI自动驾驶技术盛筵！在即将过去的2021年中，毫末智行惊喜不断，三次品牌开放日接连带来Pre-A轮融资、全球首个L4无人车工厂、自动驾驶三定律、NOH 智慧领航辅助驾驶系统、全球算力最高的可量产自动驾驶计算平台ICU3.0等众多惊爆人眼球的业务及产品发布，特别是辅助驾驶用户行驶里程仅150天即突破200万公里、辅助驾驶系统3年落地乘用车超100万台的成绩及目标，更是让人们看到了自动驾驶技术大规模量
量子力学与机器学习相结合，预测高温下的化学反应
编辑/凯霞在高温下从氧化物中提取金属不仅对于钢铁等金属的生产至关重要，而且对回收利用也必不可少。但当前的提取过程是碳密集型的，会排放大量温室气体。研究人员一直在探索开发「更绿色」的工艺方法。第一性原理理论的自下而上的计算过程设计，将是一个有吸引力的替代方案，但迄今为止尚未实现。来自哥伦比亚大学的研究团队开发了一种新的计算技术，将量子力学和机器学习相结合，可准确预测金属氧化物对其「贱金属」的还原温度。该方法在计算上与常规计算一样有效，并且在测试中，比使用量子化学方法对温度效应的计算要求高的模拟更准确。该研究以「Aug
一个模型处理多种模态和任务，商汤等提出Uni-Perceiver，迈向通用预训练感知模型
来自商汤、西安交通大学等机构的研究者提出了一种通用感知架构 Uni-Perceiver ，该方法可以更好地将预训练中学到的知识迁移到下游任务中。
人工智能帮助发现系外行星上的分子，甚至有一天可能会发现新的物理定律
编辑 | 萝卜皮你知道地球的大气是由什么组成的吗？你可能记得它是氧气，也可能是氮气。借助 Google 的一点帮助，您可以轻松得出更精确的答案：78% 的氮气、21% 的氧气和 1% 的氩气。大气可以表明行星的性质，以及它们是否可以承载生命。然而，当谈到外大气层——太阳系外行星的大气层——的组成时，答案是未知的。由于系外行星如此遥远，已证明探测它们的大气层极其困难。研究表明，人工智能 (AI) 可能是探索它们的最佳选择——但前提是能够证明这些算法以可靠、科学的方式思考，而不是欺骗系统。来自伦敦大学的研究人员提出了一
邢波任校长的MBZUAI大学国内招生了，Michael Jordan、Raj Reddy等大佬授课
提起 Michael Jordan 和 Raj Reddy，读者们一定都不陌生。他们是人工智能领域的泰斗级人物。 左：Michael Jordan；右：Raj Reddy最近，这两位宗师级大咖公布了他们的最新动态：在位于阿布扎比的全球第一所人工智能大学 MBZUAI（穆罕默德 · 本 · 扎耶德人工智能大学）推出的 AI 高级管理项目（MBZUAI Executive Program）中分别主讲「AI, Machine Learning and Economy」 及「Lingual Cognition and In