2020年12月23日,第五届世界智能大会长沙站推介会成功举行。来自天津市工信局、天津市商务局、天津市滨海新区、天津市东丽区、世界智能大会组委会秘书处等相关负责同志及众多长沙本地企业代表共同出席了本次活动。本次长沙站推介会旨在为第五届世界智能大会进行前期宣传和推介,为有意参会参展、进行商业合作的企业和机构搭建交流对接平台。
第五届世界智能大会长沙站推介会现场
世界智能大会经中国政府批准,由国家发展和改革委员会、科学技术部、工业和信息化部、国家广播电视总局、国家互联网信息办公室、中国科学院、中国工程院、中国科学技术协会和天津市人民政府共同主办,自2017年以来已经成功举办4届,成为世界智能科技领域学术交流、展览展示、开放创新、深化合作的顶级盛会。国家主席习近平专门发来贺信,提出要通过世界智能大会,搭建交流合作、共赢共享的平台,推动新一代人工智能健康发展,更好造福世界各国人民。
天津市工信局合作交流处处长徐玉春
推介会上,天津市工信局合作交流处处长徐玉春介绍了天津的制造业发展情况以及对智能科技产业的支持政策。自2017年以来,天津市就倡导“产业第一、企业家老大”的理念,并在全国率先提出打造“天津智港”,率先提出培育智能科技产业,率先举办世界智能大会,大会已成功举办四届,来助力打造天津第四次工业革命先锋城市。同时,解读了天津在支持智能科技产业快速发展方面的优势政策、良好环境和配套服务。“十四五”期间,天津市将做强做实世界智能大会品牌,全面增强全国先进制造研发基地核心竞争力,坚持制造业立市,推动制造业高质量发展。希望与会的企业家持续关注明年第五届世界智能大会,来津投资发展。
世界智能大会组委会秘书处副总经理任丽伟
推介会现场,世界智能大会组委会秘书处副总经理任丽伟对历届世界智能大会整体情况做了介绍。四年来,大会汇聚了国内外超万名科学家、企业家、金融家,共同探讨智能科技的前沿趋势,共同谋划智能科技的产业未来。经统计,累计参会人数达6万人,来自56个国家和地区,专家学者134位,举办论坛92场。作为一年一度的盛会,第五届世界智能大会拟于2021年5月在天津举行,将继续秉持“高起点、入主流、国际化、有特色”的办会宗旨,拟举办大会、展览、赛事、智能体验等一系列活动,落实以会兴业、以业引才,持续打造“会、展、赛+智能体验”四位一体的国际化平台,持续扩大商业合作,加深企业互联,寻求实践共赢。
天津市商务局会展处副处长臧晨峰
天津市商务局会展处副处长臧晨峰介绍了智能科技展前四届的基本情况及第五届世界智能科技展的规划,展览面积约为6万平方米,秉承了前四届的思想,展览区域分为科研创新、智能体验、信创产业、智慧城市、智能交通、智能制造、智慧生活等主题区域。智能科技展打造集新品发布、品牌展示、场景体验、投资洽谈、合作交易为一体的智能科技展示交易综合平台。致力于打造为企业服务、企业寻找市场,企业交流技术的合作共赢平台。
中汽研(天津)汽车信息咨询有限公司汽车文化促进与研究部项目经理丁洋
中汽研(天津)汽车信息咨询有限公司汽车文化促进与研究部项目经理丁洋详细介绍了世界智能驾驶挑战赛的相关情况,对2021年赛事设置规划、相关会议论坛等信息进行了详细解读,并邀请与会企业到中汽中心进行交流。
参会企业代表
长沙信创联盟、长沙城发、湖南长城计算机、长沙瀚云科技、湖南精诚大数据、广州泰富信通、上海益政网络、湖南大学、长沙起峰科技、湖南方旭电子、湖南金丘科技等数十家智能科技领域企业、联盟、高校参加了本次推介会。在政企互动交流环节,天津市工信局、商务局、滨海新区分别就天津产业发展政策、企业落户天津、行业资源对接以及2021年世界智能大会参会参展做了深度的交流和探讨。长沙城发关注天津新能源、新基建方面环境政策,为落户天津做初步准备;长沙起峰科技表示想成为大会的技术合作伙伴,为大会做好支持保障工作。政企双方希望以本次推介会为契机深入相互了解,并在后续积极开展各项交流、业务活动,积极寻求政产学研多方合作,推动更多科技成果转化、让更多商业项目开花结果。
会后,数家企业表达了参加明年第五届智能大会和在天津落户的意愿。与会领导表示将大力支持新兴产业的发展,根据当地产业与各企业的发展规划,为企业提供落地优惠政策,共同探索企业技术产品的适当应用场景。
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。