科技行者 5月16日 北京消息:5月16日消息,第三届世界智能大会5月16日至19日在天津召开,致力于推动世界智能领域的科技交流与合作、培育新兴智能科技产业、推动京津冀协同发展战略、服务经济社会发展。大会吸引了华为、腾讯、阿里巴巴、联想、亚马逊等科技巨头的参与,科大讯飞、银河水滴、优必选等人工智能企业也在大会上各显神通,为观众奉献了一场丰盛的人工智能大餐。
国家主席习近平在发给大会的贺信中指出,当前,由人工智能引领的新一轮科技革命和产业变革方兴未艾。在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术驱动下,人工智能呈现深度学习、跨界融合、人机协同、群智开放、自主操控等新特征,正在对经济发展、社会进步、全球治理等方面产生重大而深远的影响。
领先的专注于计算机视觉与视频大数据分析的人工智能企业——银河水滴也在第三届世界智能大会亮相。据了解,银河水滴是全球步态识别的领导者,拥有全球领先的步态识别技术和全球超大的步态数据库,跨视角步态识别精度稳居世界前列,在步态识别研究与应用领域大幅领先。致力于将人工智能与行业深度融合,为智慧城市、平安社区、智能交通、智慧工厂、智能家居、医疗康养等领域提供高效的智能化解决方案。
银河水滴展台
银河水滴在全球范围内首次将步态识别技术成功商用,精准度、稳定性遥遥领先。银河水滴推出了一系列产品和解决方案:步态检索智能一体机“水滴神鉴”,步态识别、检索与追踪系统“水滴慧眼”,步态抓拍盒子,步态人脸抓拍机,WATRIXBOX等。上述产品及解决方案已逐步应用并受到广泛关注,获得客户好评。在石化、电力等行业,企业开始引入步态识别技术完善防控网络,防范非法闯入,保障生产安全和经济利益;在家居领域,步态识别让家电拥有智能化感知能力,使其可以提供更加个性化的服务;在公共安全领域,越来越多的公共安全机关、公共交通企业、大型展会服务商、物业管理公司等机构开始利用步态识别技术进行人员管理,保障公共安全。
在第三届世界智能大会上,银河水滴系列参展产品充分展示了人工智能赋能相关行业后所带来的巨大变化,获得大量观众的关注和称赞。
世界首款步态识别检索产品——水滴神鉴是银河水滴推出的步态检索智能一体机,是集算法、软件和硬件为一体的便携式安防专用设备。水滴神鉴以人的步态特征作为注册对象,通过步态识别技术在海量视频中快速进行人物检索和身份识别,快速实现目标人物查找。可实现普通2K摄像机下50米以内的远距离、跨视角目标人物识别,抗伪装和光照变化,无需识别对象主动配合;最快可支持60倍速度检索,1小时视频可用1分钟检索完毕,能广泛应用于公共安全、司法、边防、海关、机场、车站、港口等领域,将大大提升视频检索的效率和精度,提升侦查的智能化水平,加快各类案件侦破速度。
中国首台小型化智能轨道检测车——水滴智检,可辅助地铁检修工人完成地铁轨道的智能化检测。水滴智检以AI为核心,集成钢轨表面缺陷检测、钢轨内部探伤检测、隧道限界异物检测、隧道(线路)环境异常检测、接触网状态检测、钢轨轨距自动检测六大功能模块;匹配隧道高精度地图与定位,可以实现实时检测、实时报警、后台数据统计智能分析;检测速度每小时15公里,大大提升了地铁运营的智能化水平,为公众出行安全提供了智能化保障。
银河水滴安检智能分析仪,基于银河水滴自主研发的深度结构表达模型,通过大量的样本学习、训练,自动识别液体、管制刀具、枪支等违禁品并报警,可辅助安检人员进行快速准确的违禁品识别,提升安检速度和准确度,可广泛应用于地铁站、海关、法院、检察院、监狱、银行、口岸码头、车站、博物馆、体育馆、会展中心等重要场所,保障安全。
据悉,第三届世界智能大会在联合国教科文组织、世界工程组织联合会等支持下,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、天津市人民政府共同主办。大会以“智能新时代:进展、策略和机遇”为主题,围绕落实智能科技产业“1+10”行动方案,集中展示天津智能化解决方案和应用场景,打造智能化解决方案的策源地和生产地。
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。