英特爾實驗室重點介紹形塑AI創新未來的31個研究計畫
英特爾實驗室日前於紐奧良舉辦的 NeurIPS 2023 上，展示了意義非凡且業界首創的AI創新成果。NeurIPS 2023 是針對 AI 和電腦視覺技術的開發者、研究人員和學術專業人士所舉辦的全球大會。
在 NeurIPS 2023 大會上，英特爾實驗室展示領先業界的 AI 研究，並與多元化的創新者和意見領袖社群分享英特爾「AI 無所不在」（AI Everywhere）的願景。會議期間，英特爾實驗室發表 31 篇論文，其中包括 12 篇主要會議論文、19 篇研討會論文和現場展示。研究重點聚焦於 AI 在科學領域應用的新模型、方法和工具，以及圖學習、多模態生成式 AI（multi-modal generative AI），以及用於氣候建模、藥物研發和材料科學等 AI 用例的 AI 演算法和最佳化技術。
此外，英特爾實驗室亦舉辦 AI加速材料探索（AI4Mat）研討會，為 AI 研究人員和材料科學家提供一個平台，以因應 AI 驅動的材料探索和開發的挑戰。
英特爾實驗室在 NeurIPS 2023 大會展示的研究可分為以下幾類，每一項都有極具影響力的發現：
科學AI
- 大腦編碼模型（Brain encoding models）：與德州大學奧斯汀分校的研究人員共同開發的模型，幫助預測大腦反應並深入了解大腦的多模式處理能力。
- 氣候資料集（ClimateSet）：與魁北克人工智慧研究所（Mila）合作開發，用於機器學習的大型氣候模型資料集，可以快速預測新的氣候變遷情境，並為機器學習（ML）社群建立破壞性創新的氣候中心應用程式奠定基礎。
- HoneyBee：與 Mila 共同開發的最先進的大型語言模型，幫助研究人員更快速了解材料科學。
多模態生成式AI
- COCO-Counterfactuals：一種產生合成反事實資料的多模態技術，可減少預先訓練多模態模型中不正確的統計偏差，幫助提高 AI 模型在許多下游任務（例如圖片文字檢索和影像辨識）的效能。
- LDM3D-VR：3D 虛擬實境 (VR) 的潛在擴散模型，可簡化 AI 應用產生 3D 視訊。
- CorresNeRF：使用神經輻射場從 2D 影像重建3D場景的影像渲染方法。
提高AI效能
- DiffPack：一種用於蛋白質建模的生成式 AI 方法，有助於確保生成的 3D 結構反映蛋白質的真實結構特性。
- InstaTune：一種在微調階段產生超級網路的方法，以減少網路附加儲存（NAS）所需的總體時間和運算資源。
圖學習
- A*Net：業界首創以基於路徑的方法對百萬級資料集進行知識圖推理，能夠擴展到超出計算範圍的資料集，並提高大型語言模型（LLM）的準確性。
- ULTRA：業界首創知識圖推理基礎模型，以及學習通用和可轉移圖示及其關係的新方法。
- Perfograph：一種基於編譯器圖的新穎程式表現形式，可以捕捉數值資訊和複合資料結構，以提高 ML 方法推理程式語言的能力。
欲了解有關此次大會呈現的各項研究更多資訊，歡迎深入閱讀大會貼文並觀看英特爾實驗室的影片。您也可以在 NeurIPS 2023 網站上找到關於大會的更多資訊。
