当前,以人工智能、元宇宙为首的科技新浪潮正在引领社会发展的未来走向,其中崛起的“她力量”更加引人注目。今年,以“元宇宙话系中的AI·她智慧”为主题的2022年世界人工智能大会·AI女性菁英论坛,即将于9月1日在上海世博中心蓝厅精彩开启!现场将汇聚人工智能领域具有卓越贡献与前沿探索的女科学家、女企业家、女初创者,以“她洞察”展现“她智慧”,以“她力量”秀出“她风采”,为开拓前沿科技创新、引领数字经济发展增添靓丽色彩。
女性视角赋能 探索元宇宙中的星辰大海
作为近两年的最热议题,元宇宙已经成为科技时代的一场万众“狂想曲”。然而,科技日新月异,技术性偏见与社会性偏见的耦合交织也带来新的发问,女性在数字世界建设与发展的浪潮中将如何自处?今年,AI女性菁英论坛将邀请嘉宾与观众们来共同探索答案。
实现元宇宙需要哪些关键技术?哪些元宇宙与场景结合的路径最值得期待?如何激励更多的科技女性参与到数字技术创新发展之中?女性视角将给元宇宙中的人文关怀注入怎样的温度?
在论坛中,来自国内外组织、政府、高校与行业的优秀代表们,将围绕这些热点议题,既“仰望星空”——畅想元宇宙发展趋势与人文关怀,也“脚踏实地”——聚焦元宇宙底层技术创新、应用开发,探讨元宇宙时代下AI女性力量的卓越成果与未来突破,以女性视角赋予数字世界更多想象。
重磅嘉宾阵容 展现科技女性赋能千行百业
新时代,新机遇,科技界的“她力量”正在不断崛起。聚焦人工智能、元宇宙等前沿科技议题,少不了科技女性的智领与创见。
AI女性菁英论坛首次曝光了今年的嘉宾阵容,大咖云集,令人期待。据悉,联合国妇女署中国办公室代表安思齐将为论坛云端致辞;中国工程院院士、光学专家庄松林,复旦大学附属中山医院副院长顾建英等将带来元宇宙发展前瞻的精彩主题分享;杜邦上海创新中心总监、杜邦电子与工业事业部中国技术总监吴秋菊、思爱普(SAP)中国研究院首席运营官王志秀、上海社会科学院经济研究所所长沈开艳等来自企业、科研院所的女性代表们将对元宇宙技术与应用场景展开探讨。
在对话环节中,论坛将邀请复旦大学教授、上海国际人类表型组研究院研究员黄萱菁,氪信科技联合创始人杨玢玢,昌强工业科技副总裁王铮,悉之智能联合创始人、女性科技社区科技猫创始人古茜,共同分享对元宇宙前沿技术创新的深刻洞见;此外,造就创始人兼CEO汤维维,中国科技产业智库甲子光年创始人、CEO张一甲,上海市多媒体行业协会VAIA 专委会主任、木兰元宇宙联合发起人端木海婴,科幻作家、中国科普作家协会理事、华语科幻星云奖组委会委员顾备,小红书技术VP张雷,世纪华通总裁谢斐等嘉宾,还将发起“在元宇宙抵达另一种星辰大海”对话,围绕元宇宙话系中的人文愿景、公益发展与社会责任展开畅想。
菁英风采汇聚 展现魅力巾帼“星象图”
今年是AI女性菁英论坛举办的第三年。作为世界人工智能大会中首个探讨科技领域性别议题的论坛,三年来,AI女性菁英论坛成果频出、风采依旧。论坛汇聚了来自全球的AI女性大咖,关注科技女性生活、职业道路的成长与发展,打造女性菁英汇聚的“朋友圈”,开启年轻女性创新的“擂台赛”,成为了科技女性发声的世界级“广播站”。
今年的会场还将特别设置“巾帼星象墙”展示区,展现2021上海城市数字化转型“巾帼之星”的靓丽风采,充分体现新时代下的女性力量。
WAIC 2022
2022世界人工智能大会(WAIC 2022) 将于2022年9月1-3日在上海举办。大会由国家发展和改革委员会、工业和信息化部、科学技术部、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上海市人民政府共同主办。本届大会将通过“会展赛用才”五大板块,围绕“人类、科技、产业、城市、未来”五大元素,以“元宇宙”为切入点,深度演绎“智联世界,元生无界”这个主题。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。