8月2日,2022世界人工智能大会倒计时30天暨合作伙伴发布会在上海世博中心518会议室举行,大会观众及媒体注册报名通道同时开启,这标志着本年度大会已进入筹备冲刺阶段。
世界人工智能大会自2018年开办,主会场一直设在浦东。今年是世界人工智能大会开办的五周年,也是浦东引领区建设的一周年,浦东成为人工智能这颗奇妙种子落地生长的沃土。
一年来,浦东引领区高度重视人工智能产业的建设发展,引领区出台的《浦东新区人工智能赋能经济数字化转型三年行动方案(2021-2023年)》提出,要围绕着上海建设具有世界级影响力的国际数字之都的重点目标,充分发挥浦东新区人工智能创新应用先导区和国际数据港的战略优势,坚持数字产业化和产业数字化双轮驱动,领先构建基础设施完备、技术基础雄厚、应用场景丰富、产业生态活跃的新一代人工智能体系,以人工智能技术创新和应用拓展赋能百业,全面驱动经济数字化转型。通过三年努力,力争将浦东新区建成国际领先的人工智能技术创新引领地、经济数字化转型发展示范区,助力打造具有世界影响力的社会主义现代化建设引领区。在张江科学城中部核心区域的张江人工智能岛,建设之初就被赋予了通过人工智能和数字驱动,为张江科学城乃至上海和长三角的产业升级贡献“张江力量”的厚望。
据了解,张江人工智能岛是国内首个“5G+AI”全场景商用示范园区、上海市首批“AI+园区”试点应用场景、上海(浦东新区)人工智能创新应用先导区的核心承载区。目前,岛上有21幢建筑,30多个智慧未来的应用场景,集聚了多家跨国企业巨头、多个人工智能产业项目。未来,将有8000位人工智能研发工程师和科学家在岛上工作。
云从科技是张江人工智能岛的入驻企业,也是今年WAIC的参会企业之一,该企业致力于助推人工智能产业化进程和各行业智慧化转型升级,是首家在科创板上市的人工智能平台型企业。
临港新片区的发展是浦东引领区建设中的重要一环。目前,临港新片区正在着力引进新兴产业,着重打造“滴水湖AI创新港”人工智能聚集区,提升智能化体验。2022年是临港新片区“三年大变样”的决战决胜之年,在2021年汽车产业突破千亿产值规模后,临港新片区目标实现人工智能、集成电路、生物医药三大产业产值翻番,进一步打造产业发展的新高度。
临港的无人驾驶和智慧汽车产业一直走在行业前列,临港新片区拥有目前我国规模最大、功能最完善、技术水平最先进的临港智能网联汽车示范区。今年7月,国内首例社会道路“减员化”运营测试于东海大桥启动,据报道,自动驾驶测试专用道设置在东海大桥双向最外侧三号车道。专用时段为每日10时至13时,周六、周日和全体公民放假日除外。自动驾驶测试专用道在规定时段内供自动驾驶测试车辆专用行驶,其他车辆不得驶入,执行紧急任务的特种车辆、救护车、实施清障施救作业的车辆除外。“减员化”运营测试对于缓解交通运输压力有着重要意义。随着经济的高速发展,洋山深水港进出集装箱量持续增长。东海大桥路况复杂,并不时伴有恶劣天气以及各种突发状况,且作为洋山深水港唯一的陆路集疏运通道,东海大桥面临着“可预见性”的通行压力。
自动驾驶智慧运输可以大大提高临港新片区对外的运输效率,对于长三角地区经济协同一体化发展有着重要意义,对人工智能汽车产业发展有着深远影响。来自临港的上研智联智能出行科技(上海)有限公司也将出席2022世界人工智能大会“产业新赛道智能驾驶论坛”,展示更多的新成果、新趋势。
引领区建设一年来,浦东始终保持着勇于探索、敢于实践、大胆实践的精神,为前沿产业发展提供更好支持。浦东作为全国第一个人工智能创新应用先导区,通过张江、临港南北联动发展,打造我国人工智能发展高地。引领区为先导区发展拓宽道路,先导区为引领区建设助推力量。在这片充满活力土地上,人工智能产业将蓬勃发展,为引领区建设创造更好未来。

记者:胡文珺
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。