7月24日,世界智能大会组委会秘书处面向社会公开征集第五届世界智能大会主题,对征集主题按照具有前瞻性、独创性,能体现智能科技当前行业热点及发展趋势,文字精炼、富有韵感、便于理解、感染力强的要求,截至8月30日活动结束,共征集投稿主题251条。征集活动结束后,大会组委会秘书处邀请来自产业界、行业机构、高等院校等单位专家经过初审、复评,最后根据专家意见评选出了14个大会主题。
现将获奖主题名单公布如下。(同等奖项排名不分先后)
最佳主题奖1名
智能新时代:育新机、开新局、谋新篇
优秀主题奖3名
智能新时代:新动能、育新机、创未来
智能新时代:共创、共赢、共享
智能新时代:智汇世界 领创未来
主题入围奖5名
智能新时代:智能互联 共赢共享
智能新时代:抓机遇、共发展、创未来
智能新时代:新动能、新平台、新引领
智能新时代:智能中国 筑梦全球
智能中国 筑梦全球
主题纪念奖5名
智能新时代:育新机 开新局 构生态
智能新生态 发展新机遇
新思维,新业态,新跨越
智能新时代:创想、创造、创赢
智能新时代:突破·融合·繁荣
感谢社会各界人士对第五届世界智能大会的持续关注,以及对大会主题征集活动的大力支持与参与。同时也恭喜以上获奖主题的参与者,大会组委会秘书处将核对原始报名文件信息,与获奖者联系并邮寄证书及纪念礼品。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。