近期,为进一步做好第七届世界智能大会筹备与规划,大会组委会秘书处召开专题汇报暨研讨会。天津市工业和信息化局副局长周胜昔出席。
会上,秘书处全员结合近期各板块开展综合复盘的情况进行了系统梳理,进一步明确了相关工作的要点和目标。周胜昔强调,第七届世界智能大会具有特殊的时代背景和重大意义,将会全面贯彻落实党的二十大、市第十二次党代会精神,重点围绕落实国家战略、推进天津布局做好谋划发力。秘书处要抢抓时机、系统总结好前六届大会宝贵经验,全员切实深入思考、发挥各岗位独当一面的专业作用,在“越办越出彩”,全力“打造永不落幕”世界智能盛会的目标引领下,迈出崭新的一步。
周胜昔指出,第七届大会要深入推动《世界智能大会发展规划(2021-2025年)》,加快打造“会展赛+智能体验”四位一体的产业发展生态体系,在办会模式上要力求创新有突破,在办展策划上要突出亮点有规划,在赛事组织上要提早动手有对策,此外在高端化、国际化、专业化、市场化方面还要不断提升质量。各版块在后续工作中要制定出既有建设性又有落地性的工作方案,做到思考分析的清、动手执行的准,确保各项任务有组织、有计划、有目标、有效果,进一步贯彻落实总书记贺信精神,深度促进中国与世界智能领域的合作交流,发挥世界智能大会开放创新、聚合资源、展览展示的平台作用,全力冲刺,全面办好,保障第七届世界智能大会精彩呈现,为党的二十大胜利召开献礼。
延展阅读:
好文章,需要你的鼓励
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。
谷歌DeepMind发布突破性AI规划技术,让机器人学会像人类一样进行"情境学习"规划。该技术通过Transformer架构实现了快速适应新问题的能力,在迷宫导航、机器人控制等测试中表现优异,为自动驾驶、智能制造、医疗等领域应用奠定基础,标志着向通用人工智能迈出重要一步。
新南威尔士大学研究团队开发了ZARA系统,这是首个零样本运动识别框架,能够在未经专门训练的情况下识别全新的人类活动。该系统集成了自动构建的知识库、多传感器检索机制和分层智能体推理,不仅实现了比现有最强基线高2.53倍的识别准确率,还提供清晰的自然语言解释,为可穿戴设备和健康监护等应用领域带来了突破性进展。