近日，清華AMiner發(fā)布了最新的人工智能發(fā)展月報，3月份AI業(yè)內的重大科研事件數(shù)量有所下降，本月共計發(fā)生507篇新聞、180個事件，熱度趨勢如下圖所示。最受關注的事件是2022世界移動通信大會，由于大會聚焦5G、云網絡、人工智能、萬物互聯(lián)

近日，清華AMiner發(fā)布了最新的人工智能發(fā)展月報，3 月份 AI 業(yè)內的重大科研事件數(shù)量有所下降，本月共計發(fā)生 507 篇新聞、180 個事件，熱度趨勢如下圖所示。最受關注的事件是 2022 世界移動通信大會，由于大會聚焦 5G、云網絡、人工智能、萬物互聯(lián)以及“元宇宙”技術等主題，成為輿論焦點；此外，《2022 年人工智能指數(shù)》與《2021-2022 全球計算力指數(shù)評估》兩份重磅報告的發(fā)布引發(fā)了 AI 業(yè)內人士較多關注；英偉達在 GTC 2022上推出 Omniverse 平臺新功能，熱度也較高。

本期的智能內參，我們推薦清華AMiner的報告《人工智能發(fā)展月報》，跟蹤最新的人工智能發(fā)展動態(tài)。

來源 AMiner

原標題：

《人工智能發(fā)展月報》

作者：未注明

一、AI頂會與獎項

1、 2022 世界移動通信大會在西班牙召開

2 月 28 日至 3 月 3 日，2022 世界移動通信大會在西班牙巴塞羅那召開。來自全球近 200 個國家的超過 6.1 萬人參會，超過 1000 人在大會上發(fā)表演講。本屆大會聚焦 5G、云網絡、人工智能、金融科技、萬物互聯(lián)和新興科技 6 大主題，旨在“連接釋放無限可能”。首次大規(guī)模亮相的“元宇宙”備受矚目，除了對技術本身的討論外，元宇宙的盈利模式、相關倫理問題等也成為人們關注焦點。

中國移動、中國聯(lián)通、中國電信中國三大運營商負責人集體以線上方式亮相大會主旨演講，中國移動表示計劃到今年底累計開通 5G 基站超百萬個，推動 5G 網絡客戶規(guī)模超 3.3 億戶，打造 5G 商用案例超萬個；中國電信表示，率先實現(xiàn)了云、網絡、IT（信息技術）的統(tǒng)一運營，不斷推進云網融合，已經取得初步成效；中國聯(lián)通助力北京打造了“第一屆真正意義上的 5G 冬奧會”。

2、 CVPR 2022 論文接收量比去年上升 24%

計算機視覺三大頂會之一 CVPR2022 接收結果已經公布，共有 2067 篇論文被接收，相較于 2021 年的 1663 篇論文，接收率上升了 24%；有效投稿量數(shù)據(jù)還沒有放出。截至 3 月 24 日，官網已公布 350 篇論文，涉及方向包括：檢測、分割、視頻處理、估計、圖像處理、人臉、目標跟蹤、圖像&視頻檢索/視頻理解、醫(yī)學影像、文本檢測/識別/理解、遙感圖像、GAN/生成式/對抗式、圖像生成/圖像合成、三維視覺、模型壓縮、神經網絡結構設計等。

3、圖靈獎授予高性能計算領域先驅 Jack Dongarra

3 月 30 日，美國計算機協(xié)會（ACM）將 2021 年的圖靈獎授予美國田納西大學電氣工程和計算機科學系特聘教授、現(xiàn)年 71 歲的 Jack J.Dongarra，表彰他在數(shù)值算法和工具庫方面的開創(chuàng)性貢獻，使高性能計算軟件能夠跟上四十多年來的指數(shù)級硬件改進。據(jù) ACM 介紹，Dongarra 的算法和軟件推動了高性能計算發(fā)展，并對從人工智能到計算機圖形學的多個計算科學領域產生了重大影響。

4、全美計算機研究生院排名：MIT、CMU 分別稱霸總榜和 AI 分榜

3 月 29 日，2023 U.S.News 全美研究生院排名正式發(fā)布。最佳計算機科學研究生院排名 5 名分別為，第 1 名麻省理工學院（MIT）、并列第 2 的卡內基·梅隆大學（CMU）、斯坦福大學和加利福尼亞大學伯克利分校（UCB），以及第 5名伊利諾伊大學厄巴納-香檳分校（UIUC）。

在人工智能專業(yè)上，排名第一是卡內基·梅隆大學（CMU）。

全美人工智能專業(yè)排名

5、智譜榜單：人工智能全球女性學者美國占比超 6 成，中國 23 人入圍

近日，2022 年“人工智能相關領域全球女性學者”名單公布，入圍人數(shù)共262 人，分布在全球 19 個國家。從國別分布看，美國共入圍 161 人，占比 61.5%；其次是中國（含港澳臺地區(qū)），共有 23 人，占 8.8%；第三是英國，共有 14 人；從機構分布看，全球前十強機構中，美國占 8 家，谷歌排名全球第一，中國和法國各占 1 家，清華大學是我國唯一一家進入前十強的機構；從研究領域分布看，排名依次是人機交互（51 人次）、可視化（24 人次）、知識工程（22 人次）、機器學習（6 人次）、機器人（6 人次）和計算機系統(tǒng)（7 人次）；在 262 人中，共有 71 位華人，占比達 27.1%，而 71 位華人中，23 位工作單位在中國，48 位工作單位在外國。

6、華人博士獲 ACM SIGSOFT 杰出博士論文獎

2022 ACM SIGSOFT Outstanding Doctoral Dissertation Award（杰出博士論文獎）已公布，唯一的名額授予了美國 UIUC 大學的華人博士生 Wing Lam（林永政），以表彰他在軟件工程方面所做出的杰出貢獻。

7、2022 蘋果博士獎學金名單：浙大一博士生入選

近日，蘋果宣布了 2022 年人工智能/機器學習領域的博士生獎學金名單，共有 15 位學生入選，包括 4 位華人博士生，其中一位是來自浙江大學計算機科學專業(yè)的彭思達，師從周曉巍教授。

二、AI人才動態(tài)

1、 寒武紀副總經理兼首席技術官梁軍已離職

3 月 14 日，寒武紀公告稱：原副總經理、首席技術官梁軍因與公司存在分歧，已于 2 月 10 日通知公司解除勞動合同，目前已辦理完離職手續(xù)，此后將不再擔任公司的任何職務。梁軍自 2017 年加入公司，任職期間曾參與研究并申請發(fā)明專利 138 項、PCT 10 項，均為非單一發(fā)明人。其中 14 項發(fā)明專利已授權，其余仍處于審查階段。

2、 英特爾圖形部門頂級專家 Mike Burrows 跳槽 AMD

曾擔任英特爾專注游戲和圖形技術的 Advanced Technologies Group 的負責人、首席技術官和總監(jiān) Mike Burrows，近日宣布以公司副總裁的身份加入AMD 團隊，領導其高級圖形項目。在 AMD，Burrows 將專注于實時光線追蹤和機器學習領域的研究。此外，他還將涉及包括與圖形和計算解決方案的縮放相關的技術，以及數(shù)據(jù)壓縮類技術。

3、 滴滴實驗室（洛杉磯）首席科學家 Kevin Knight 離職

近日，原任滴滴實驗室（洛杉磯）自然語言處理組首席科學家的 NLP 大神Kevin Knight 宣布將從滴滴實驗室離職。此外，Kevin Knight 還是南加州大學(USC)計算機科學系院長教授以及 ACL 2011 的大會主席，2014 年同年入選ACL Fellow、AAAI Fellow，他的學術成果頗多，研究方向涵蓋人工智能、自然語言處理、機器翻譯、對話處理等。

4、前百度 Apollo 平臺研發(fā)總經理王京傲加盟自動駕駛初創(chuàng)公司

前百度副總裁、Apollo 平臺研發(fā)總經理王京傲，加盟自動駕駛初創(chuàng)公司云驥智行，擔任聯(lián)合創(chuàng)始人及 CTO。王京傲本科畢業(yè)于北京大學，于美國辛辛那提大學獲得計算機工程碩士學位后，又在加州大學伯克利分校取得 MBA 學位，目前擁有 60 多項中美專利。他曾負責百度的自動駕駛 Apollo 開放平臺的整體研發(fā)、規(guī)劃和運營，并主導 Apollo 平臺 1.0 到 7.0 所有版本的開發(fā)和迭代；之前，曾任職谷歌，是安卓 1.0 初創(chuàng)團隊成員之一。云驥智行成立于 2021 年 11 月。在今年的 GTC 2022 大會上，云驥智行宣布將與英偉達合作，在自動駕駛芯片（DRIVE Orin SoC）上搭載云驥智行最新的 L4 級自動駕駛計算平臺。

三、各 AI 子領域重要科研進展

1、機器學習

牛津大學：研究者提出了受物理啟發(fā)的持續(xù)學習模型，從微分幾何、代數(shù)拓撲和微分方程等領域出發(fā)開啟了一系列新工具的研究，可以克服傳統(tǒng) GNN 的局限性。

微軟、斯坦福大學：就過度參數(shù)化（overparameterization）現(xiàn)象，研究者認為比預期規(guī)模更大的神經網絡是必要的，通過提出平滑性，來指出需要多少個參數(shù)才能用一條具有等同于魯棒性的數(shù)學特性的曲線來擬合數(shù)據(jù)點。論文標題：A Universal Law of Robustness viaIsoperimetry 論文鏈接：https://www.aminer.cn/pub/60b18ba891e011537459563f

上海交通大學、Mila 魁北克人工智能研究所、字節(jié)跳動：提出了一種基于層級語義結構的選擇性對比學習框架（Hiearchical Contrastive Selective Coding，HCSC），通過將圖像表征進行層級聚類，構造具有層級結構的原型向量(hierarchical prototypes)，并通過這些原型向量選擇更加符合語義結構的負樣本進行對比學習，由此將層級化的語義信息融入到圖像表征中，在多個下游任務中達到卷積神經網絡自監(jiān)督預訓練方法的 SOTA 性能。

論文標題：HCSC: Hierarchical Contrastive SelectiveCoding 論文鏈接：https://www.aminer.cn/pub/61f9f64a5aee126c0f41f3fb

斯坦福大學：研究了在預訓練文本具有遠程連貫性的數(shù)學設置下，預訓練分布對上下文學習的實現(xiàn)所起的作用，證明了當預訓練分布是混合隱馬爾可夫模型時，上下文學習是通過對潛在概念進行貝葉斯推理隱式地產生的，生成了一系列小規(guī)模合成數(shù)據(jù)集（GINC），在這個過程中，Transformer 和LSTM 語言模型都使用了上下文學習。論文標題：An Explanation of In-Context Learning asImplicit Bayesian Inference

論文鏈接：https://www.aminer.cn/pub/61834f695244ab9dcb55ccf8

阿里巴巴：提出了一個叫做獵豹（Cheetah）的新型框架，用于深度神經網絡的兩方計算網絡推理系統(tǒng)，并重新設計了基于同態(tài)加密的協(xié)議，可在不需要任何輪調操作（RotationOperation）的情況下評估線性層（即卷積、批量歸一化和完全連接）；設計了幾個用于非線性函數(shù)（如 ReLU 和Truncation）的更加精簡，通信效率更高的基元。

德國希爾德斯海姆大學：評估了特征工程多輸出 GBRT 模型，該研究將一個簡單的機器學習方法 GBRT 提升了競品 DNN 時間序列預測模型的標準；實證了為什么基于窗口的 GBRT 輸入設置可以在時間序列預測領域提高 ARIMA 和原版 GBRT 等精心配置的模型所產生的預測性能；比較了 GBRT 與各種SOTA 深度學習時間序列預測模型的性能，并驗證了它在單變量和雙變量時間序列預測任務中的競爭力。

論文標題：Do We Really Need Deep Learning Modelsfor Time Series Forecasting? 論文鏈接：https://www.aminer.cn/pub/5ff6e10891e011b497e290a0

中國科學技術大學：針對移動為中心的模型推理場景，提出端到端可學的輸入過濾框架 InFi (INput FIlter)，對輸入過濾問題進行了形式化建模，并基于推理模型和輸入過濾器的函數(shù)族復雜性對比，在理論層面上對推理任務的可過濾性進行分析，InFi框架涵蓋了現(xiàn)有的 SOTA 方法所使用的推理跳過和推理重用機制。

論文標題：InFi: End-to-end Learnable Input Filter forResource-efficient Mobilecentric Inference

清華大學：針對無監(jiān)督時序異常檢測問題，提出了基于關聯(lián)差異的異常檢測模型 Anomaly transformer，并通過一個極小極大（Minimax）關聯(lián)學習策略大幅提高了模型的異常檢測能力。該模型在服務器監(jiān)測、地空探索、水流觀測等應用中均展現(xiàn)出優(yōu)秀的異常檢測結果，應用落地價值強。論文標題：Anomaly Transformer: Time SeriesAnomaly Detection with Association Discrepancy

論文鏈接：https://www.aminer.cn/pub/615e657b5244ab9dcbf21edf

清華大學：模仿海馬體的神經元權重更新機制，在 Nature Communications 上提出了一種結合全局與局部權重更新規(guī)則的混合模型，并驗證了該模型在高噪聲、小數(shù)據(jù)量、持續(xù)學習三種任務場景下的優(yōu)越性，為神經形態(tài)算法及其硬件實現(xiàn)的協(xié)同開發(fā)開辟了一條新的路徑。論文標題：Brain-inspired global-local learningincorporated with neuromorphic computing

論文鏈接：https://www.aminer.cn/pub/6100beb26750f816c6958070

瑞士托埃爾特公司：TOELT LLC 聯(lián)合創(chuàng)始人兼首席 AI 科學家 Umberto Michelucci 全面介紹了自編碼器的由來、定義、由編碼器、潛在特征表示和解碼器三部分組成，并詳細介紹了編碼器和解編碼器。

論文標題：An Introduction to Autoencoders 論文鏈接：https://www.aminer.cn/pub/61de47035244ab9dcb3057c2

清華大學、曠視科技等：通過一系列探索實驗，總結了在現(xiàn)代 CNN 中應用超大卷積核的五條準則，并基于以上準則，借鑒 Swin Transformer 宏觀架構，提出了一種 RepLKNet 架構。

論文標題：Scaling Up Your Kernels to 31×31:Revisiting Large Kernel Design in CNNs 論文鏈接：https://www.aminer.cn/pub/623004305aee126c0f9b3828

布朗大學：該論文提出了強化學習中蘊含的抽象理論，指出執(zhí)行抽象過程的函數(shù)所必備的三要素：維護近似最優(yōu)行為的表示、它們應該被有效地學習和構建；計劃或學習時間不應該太長。然后提出了一套新的算法和分析方案，闡明智能體如何根據(jù)這些要素學會抽象。論文標題：A Theory of Abstraction in ReinforcementLearning 論文鏈接：https://www.aminer.cn/pub/621ee1895aee126c0f26ae12

微軟、OpenAI：首次提出了基礎研究如何調優(yōu)大型神經網絡（這些神經網絡過于龐大而無法多次訓練），通過展示特定參數(shù)化保留不同模型大小的最佳超參數(shù)來實現(xiàn)，利用 μP 將 HP 從小型模型遷移到大型模型。并在 Transformer 和 ResNet上驗證 μTransfer。結果表明，1）該研究優(yōu)于 BERTlarge (350M 參數(shù))，總調優(yōu)成本相當于一次預訓練BERT-large；2）通過從 40M 參數(shù)遷移，該研究的性能優(yōu)于已公開的 6.7B GPT-3 模型，調優(yōu)成本僅為總預訓練成本的 7%。

論文標題：Tensor Programs V: Tuning Large NeuralNetworks via Zero-Shot Hyperparameter Transfer 論文鏈接：https://www.aminer.cn/pub/6226c93d5aee126c0fd57c5f

北京大學、清華大學：下游任務可以從預訓練模型中繼承容易受攻擊的權重。研究者提出一個名叫 ReMoS 的方法，有選擇性地篩選出那些對下游任務有用且不易受攻擊的權重，在最多損失 3%精度的前提下，使得微調后的模型受攻擊率大大減?。篊V(ResNet)任務上受攻擊率減小了 63%到 86%，NLP(BERT、RoBERTa)任務上則減小了 40%到 61%。

谷歌：提出了一種在有偏見的數(shù)據(jù)上使用 GNN 的解決方案Shift-Robust GNN（SR-GNN）。這個方法的目的就是要讓問題域發(fā)生變化和遷移時，模型依然保持高穩(wěn)健性，降低性能下降。實驗表明，SR-GNN 在準確性上優(yōu)于其他GNN 基準，將有偏見的訓練數(shù)據(jù)的負面影響減少了 30-40%。

論文標題：Shift-Robust GNNs: Overcoming theLimitations of Localized Graph Training data 論文鏈接：https://www.aminer.cn/pub/610a271c5244ab9dcba8a3de

港科大、星云Clustar：香港科大智能網絡與系統(tǒng)實驗室 iSING Lab 和國內隱私計算算力提供商星云 Clustar 合作,提出了一種隱私保護在線機器學習場景下的新框架 Sphinx。Sphinx 結合同態(tài)加密、差分隱私和秘密共享多種隱私保護技術，根據(jù)訓練和推理的具體任務特點提出了定制且兼容的訓練和推理混合協(xié)議，從而實現(xiàn)快速的訓練和推理計算。速度提升達 4-6個數(shù)量級。該論文已被 IEEE 安全與隱私研討會（IEEES&P “Oakland”）收錄。論文題目：Sphinx: Enabling Privacy-Preserving online Learning over the Cloud

2、計算機視覺

谷歌研究院、哈佛大學：提出了 mip-NeRF 的擴展模型，它使用非線性場景參數(shù)化、在線蒸餾和新穎的基于失真的正則化器來克服無界場景帶來的挑戰(zhàn)，該模型被稱為「mip-NeRF 360」，因為該研究針對的是相機圍繞一個點旋轉 360 度的場景，與mip-NeRF 相比，均方誤差降低了 54%，并且能夠生成逼真的合成視圖和詳細的深度用于高度復雜、無界的現(xiàn)實世界場景的地圖。

論文標題：Mip-NeRF 360: Unbounded Anti-AliasedNeural Radiance Fields 論文鏈接：https://www.aminer.cn/pub/619dad545244ab9dcb27bcd4

新加坡國立大學、清華大學、阿里巴巴：對比學習已經在視覺領域引起了極大的關注和廣泛的研究。研究者指出了傳統(tǒng)使用的 RandomCrop 在對比學習中的缺陷，并進一步為對比學習設計了新的裁剪策略，命名為“對比裁剪(ContrastiveCrop)”，可以確保大部分正樣本對語義一致的前提下，加大樣本之間的差異性，從而通過最小化對比損失學習到更泛化的特征并且理論上適用于任何孿生網絡架構。

論文標題：Crafting Better Contrastive Views forSiamese Representation Learning 論文鏈接：https://www.aminer.cn/pub/6201df4d5aee126c0f64e34b

Adobe、中佛羅里達大學：開發(fā)了在 StyleGAN 生成的圖像中，用于保護身份的多重面部屬性編輯的學習映射器。該研究使用一個神經網絡來執(zhí)行潛意識到潛意識的轉換，找到與屬性改變的圖像相對應的潛編碼，通過在整個生成 pipeline 上端對端訓練網絡，該系統(tǒng)可以適應現(xiàn)有的生成器架構的潛空間，并能夠保護屬性（Conservation properties），一旦 latent-to-latent網絡訓練完，就可以用于任意的圖像輸入，而不需要微調。論文標題：Latent to Latent – A Learned Mapper for Identity Preserving Editing of Multiple Face Attributes in StyleGAN-generated Images

論文鏈接：https://www.aminer.cn/pub/621635c791e011b46d7ce6d3

字節(jié)跳動AML 團隊：基于 PyTorch 框架，以 Megatron 和 DeepSpeed 為基礎，該研究團隊開發(fā)了火山引擎大模型訓練框架veGiantModel?，F(xiàn)已在 GitHub 上開源，地址如下：https://github.com/volcengine/veGiantModel

復旦大學：復旦大學數(shù)據(jù)智能與社會計算實驗室提出了一種基于多層次語義對齊的多階段視覺 – 語言預訓練模型 MVPTR。MVPTR 通過顯式地學習表示不同層級的，來自圖片和文本信息的語義，并且在不同的階段對齊不同層次的語義，在大規(guī)模圖片 – 文本對語料庫上預訓練的 MVPTR 模型在下游視覺 – 語言任務上取得了明顯的進展，包括圖片-文本檢索、視覺語言問答、視覺推斷、短語指代表示。

論文標題：MVPTR: Multi-Stage Vision-Language PreTraining via Multi-Level Semantic Alignment

中國人民大學：中國人民大學 GeWu 實驗室以判別性聲源定位為基礎實現(xiàn)了構建物體類別認知的目標，并將其應用在其他經典視覺任務中。該研究提出了判別性多聲源定位任務，以及兩階段的學習框架。還通過解決判別性聲源定位任務構建對不同類別物體視覺表征的認知，并將其遷移到其他經典視覺任務中，如物體檢測等。

論文標題：Class-aware Sounding Objects Localizationvia Audiovisual Correspondence

論文鏈接：https://www.aminer.cn/pub/61c3e8e85244ab9dcba2123c

meta AI：宣傳其自監(jiān)督模型 SEER（SElf-supERvised）突破至 100億參數(shù)，并取得更優(yōu)秀、更公平的性能表現(xiàn)。該模型不僅在ImageNet 上取得了高達 85.8% 的準確率（排名第一），與原先只有 10 億參數(shù)量的 SEER （84.2%）相比性能提升了 1.6%。此外，在性別、膚色、年齡等三個公平基準上獲得了更出色的識別效果，明顯優(yōu)于監(jiān)督模型。

論文標題：Vision Models Are More Robust And FairWhen Pretrained On Uncurated Images WithoutSupervision

論文鏈接：https://www.aminer.cn/pub/620f0e725aee126c0fec4580

蘇黎世聯(lián)邦理工學院：開發(fā)了名為 Pix2NeRF 的 AI，可以在沒有 3D 數(shù)據(jù)、多視角或相機參數(shù)的情況下學會生成新視角。Pix2NeRF 包含生成網絡 G、判別網絡 D 和編碼器 E 三種類型的網絡架構。

康奈爾大學、谷歌大腦：提出了一個新模型 FLASH（Fast Linear Attention with a Single Head ） ， 首次不僅在質量上與完全增強的Transformer 相當，而且在現(xiàn)代加速器的上下文大小上真正享有線性可擴展性，并且訓練成本只有原來的 1/2。

論文標題：Transformer Quality in Linear Time 論文鏈接：https://www.aminer.cn/pub/621454565aee126c0f20af7b

清華大學、南開大學：研 究 者 提 出 了 一 種 新 型 大 核 注 意 力 （ large kernel attention，LKA）模塊，克服現(xiàn)存問題的同時實現(xiàn)了自注意力中的自適應和長距離相關性，還進一步提出了一種基于 LKA 的新型神經網絡，命名為視覺注意力網絡（VAN）。在圖像分類、目標檢測、語義分割、實例分割等廣泛的實驗中，VAN 的性能優(yōu)于 SOTA 視覺 transformer 和卷積神經網絡。

論文標題：Visual Attention Network

論文鏈接：https://www.aminer.cn/pub/621454535aee126c0f200ef5

華為諾亞方舟實驗室、北京大學、悉尼大學：提 出 了 一 種 受 量 子 力 學 啟 發(fā) 的 視 覺 MLP 架 構 ， 在 ImageNet 分類、COCO 檢測、ADE20K 分割等多個任務上取得了 SOTA 性能。論文標題： An Image Patch is a Wave: Quantum Inspired Vision MLP 論文鏈接：https://arxiv.org/abs/2111.12294

加州大學圣圣地亞哥分校、英偉達：通過對具有對比損失的大規(guī)模配對圖文數(shù)據(jù)進行訓練，可以讓模型不需要任何進一步的注釋或微調的情況下，能夠零樣本遷移學習得到未知圖像的語義分割詞匯。

論文標題：GroupViT: Semantic Segmentation Emergesfrom Text Supervision

論文鏈接：https://www.aminer.cn/pub/6215a5fd5aee126c0f33a97f

北大、字節(jié)跳動：利用域自適應思想，提出新框架顯著增強基于圖像級標簽的弱監(jiān)督圖像定位性能。

論文標題：Weakly Supervised Object Localization asDomain Adaption

論文鏈接：https://www.aminer.cn/pub/6221834e5aee126c0f23c358

谷歌、MIT、DeepMind、MILA 和劍橋大學等：基于跨平臺開源物理引擎 PyBullet 和 3D 圖像渲染軟件Blender 打造了一個名叫 Kubric 的數(shù)據(jù)集生成器，能一鍵生成各種圖像數(shù)據(jù)包括語義分割、深度圖或光流圖這種“特殊數(shù)據(jù)”，還能控制渲染的真實度，達到以假亂真的效果。

華東師范大學：該大學田博博研究員、彭暉教授和段純剛教授團隊實現(xiàn)了基于光生伏特效應的自供電光電傳感器的傳感內儲備池計算。在基于該自供電傳感器陣列的傳感內儲備池計算視覺系統(tǒng)中成功演示了靜態(tài)人臉圖像分類和動態(tài)車流方向判別的視覺信息處理任務，分別達到 99.97%和 100%識別率。

論文標題：Ultralow-Power Machine Vision with SelfPowered Sensor Reservoir

論文鏈接：https://www.aminer.cn/pub/62306f1b5aee126c0fdd0e0a

微軟亞研院：利用 BERT 中 MLM（Masked Language Modeling）的思路，把一個圖像轉換成 token 序列，對圖像 token 進行mask，然后預測被 mask 掉的圖像 token，實現(xiàn)圖像領域的無監(jiān)督預訓練。

論文標題： BEIT: BERT Pre-Training of Image Transformers

論文鏈接：https://www.aminer.cn/pub/5ede0553e06a4c1b26a841d6

美圖影像研究院、北京航空航天大學：提出分布感知式單階段模型，用于解決極具挑戰(zhàn)性的多人3D 人體姿態(tài)估計問題。該方法通過一次網絡前向推理同時獲取 3D 空間中人體位置信息以及相對應的關鍵點信息，從而簡化了預測流程，提高了效率。此外，還有效地學習了人體關鍵點的真實分布，進而提升了基于回歸框架的精度。

論文標題：Distribution-Aware Single-Stage Models forMulti-Person 3D Pose Estimation論文鏈接：https://arxiv.org/abs/2203.07697

Adobe研究院、阿卜杜拉國王科技大學：提出了一種結合多個預訓練的 GAN 進行圖像生成的新方法——InsetGAN，共分為兩類：1）全身 GAN （Full-Body GAN），基于中等質量的數(shù)據(jù)進行訓練并生成一個人體；2）部分 GAN，其中包含了多個針對臉部、手、腳等特定部位進行訓練的 GAN。

論文標題：InsetGAN for Full-Body Image Generation

論文鏈接：https://www.aminer.cn/pub/623004385aee126c0f9b5550

北大、字節(jié)跳動：利用域自適應思想，北大、字節(jié)跳動提出新型弱監(jiān)督物體定位框架。將基于 CAM 的弱監(jiān)督物體定位過程看作是一個特殊的域自適應任務，使得僅依據(jù)圖像標簽訓練的模型可以更為精準的定位目標物體。

論文標題：Weakly Supervised Object Localization as Domain Adaption

論文鏈接：https://www.aminer.cn/pub/6221834e5aee126c0f23c358

加州大學圣圣地亞哥分校、英偉達：利用視覺 Transformer（ViT）中加入新的視覺分組模塊GroupViT（分組視覺 Transformer）的思想，研究者提出將分組機制加入深度網絡。只要通過文本監(jiān)督學習，分組機

制就可以自動生成語義片段，通過對具有對比損失的大規(guī)模配對圖文數(shù)據(jù)進行訓練，可以讓模型不需要任何進一步的注釋或微調的情況下，能夠零樣本遷移學習得到未知圖像的語義分割詞匯。

論文標題：GroupViT: Semantic Segmentation Emergesfrom Text Supervision

論文鏈接：https://www.aminer.cn/pub/6215a5fd5aee126c0f33a97f

韓東國際大學：研究者提出了 單樣本（one-shot）超高分辨率（UHR）圖像合成框架 OUR-GAN,能夠從單個訓練圖像生成具有 4K甚至更高分辨率的非重復圖像。

論文標題：OUR-GAN: One-shot Ultra-high-ResolutionGenerative Adversarial Networks

論文鏈接：https://www.aminer.cn/pub/621d8ece5aee126c0f73b4ac

華南理工：提出了一種即插即用融合模塊：雙跨視角空間注意力機制(VISTA)，以產生融合良好的多視角特征，以提高 3D 目標檢測器的性能，使用 VISTA 卷積算子代替了 MLP，能夠更好地處理注意力建模的局部線索。將 VISTA 中的回歸和分類任務解耦，以利用單獨的注意力建模來平衡這兩個任務的學習?？捎糜诟鞣N先進的目標分配策略。

論文標題：VISTA: Boosting 3D Object Detection viaDual Cross-VIew SpaTial Attention

論文鏈接：https://www.aminer.cn/pub/6237ecc25aee126c0f3befa5

字節(jié)跳動：開發(fā)了最新的 text2image 模型，并且效果比 VQGANCLIP 要真實，尤其是泛化能力還比不少用大量文本-圖像數(shù)據(jù)對訓練出來的模型要好很多。

論文標題：CLIP-GEN: Language-Free Training of a Textto-Image Generator with CLIP

論文鏈接：https://www.aminer.cn/pub/621ee1845aee126c0f26aa9b

谷歌、metaAI：提出了一種稱為“模型湯”（Model Soup）的概念，通過在大型預訓練模型下使用不同的超參數(shù)配置進行微調，然后再把權重取平均。實驗結果證明這種方法能夠提升模型的準確率和穩(wěn)健性。

論文標題：Model soups: averaging weights of multiple fine-tuned models improves accuracy without increasing inference time

論文鏈接：https://www.aminer.cn/pub/622abdd15aee126c0f56bc65

康奈爾大學、meta AI：通過 prompt 來調整基于 Transformer 的視覺模型，結果發(fā)現(xiàn)：比起全面微調，prompt 性能提升顯著。無論模型的規(guī)模和訓練數(shù)據(jù)怎么變，24 種情況中有 20 種都完全勝出。

論文標題：Visual prompt Tuning

論文鏈接：https://www.aminer.cn/pub/623be1965aee126c0f37aafc

英偉達：NVIDIA 在自家 GTC 2022 上發(fā)布 Omniverse 平臺新功能，讓開發(fā)者能夠更輕松地開展協(xié)作、在全新游戲開發(fā)流程中部署 AI、為角色制作面部表情的動畫。

Unity：3D 制作和運營平臺 Unity 震撼首發(fā)新一代超現(xiàn)實人類，以4K 分辨率實時渲染，讓數(shù)字人的眼睛、頭發(fā)、皮膚等細節(jié)看起來與真人無異。

3、自然語言處理

清華大學、達摩研究院，浙江實驗室，北京人工智能研究院：提出了首個基于國產超算的百萬億參數(shù)超大預訓練模型訓練系統(tǒng) BaGuaLu。該系統(tǒng)擁有可以以超過 1 EFLOPS 的混合精度性能訓練十萬億參數(shù)的模型，并且支持訓練高達百萬億規(guī)模參數(shù)量模型的訓練（174 T），并且在并行策略、參數(shù)存儲、數(shù)據(jù)精度、負載均衡四個方面進行了創(chuàng)新。

論文標題：BaGuaLu: Targeting Brain Scale PretrainedModels with over 37 Million Cores

論文鏈接：https://www.aminer.cn/pub/6228239b6750f804ca0b65f9

哈工大、騰訊 AI Lab：開發(fā)了一個預訓練模型 WordBERT。它包含兩個組件：詞向量（word embedding）和 Transformer 層，WordBERT 采用多層雙向 Transformer 來學習語境表示，通過不同的詞匯表規(guī)模、初始化配置和不同語言，研究人員一共訓練出四個版本的 WordBERT。

論文標題：Pretraining without Wordpieces: LearningOver a Vocabulary of Millions of Words

論文鏈接：https://www.aminer.cn/pub/621849025aee126c0f5520b2

以色列理工學院：研究者提出了新架構 MTTR （Multimodal Tracking Transformer），將 RVOS 任務建模為序列（sequence）預測問題，相關論文已被 CVPR 2022 接收。首先，輸入的文本和視頻幀被傳遞給特征編碼器進行特征提取，然后將兩者連接成多模態(tài)序列（每幀一個）。接著，通過多模態(tài) Transformer 對兩者之間的特征關系進行編碼，并將實例級（instance-level ）特征解碼為一組預測序列。最后，將預測序列與基準（ground truth，在有監(jiān)督學習中通常指代樣本集中的標簽）序列進行匹配，以供訓練過程中的監(jiān)督或用于在推理過程中生成最終預測。

論文標題:End-to-End Referring Video ObjectSegmentation with Multimodal Transformers

論文鏈接：https://www.aminer.cn/pub/61a596655244ab9dcbdfe60b

微軟亞洲研究院：研究者將 Transformer 擴展至 1000 層的同時還保證其穩(wěn)定性。開發(fā)者殘差連接處引入了一個新的歸一化函數(shù)DeepNorm，將 Post-LN 的良好性能和 Pre-LN 的穩(wěn)定訓練高效結合了起來，最終將 Transformer 擴展到 2500 個注意力和前饋網絡子層（即 1000 層）比以前的模型深度高出一個數(shù)量級，將 DeepNorm 方法應用到Transformer 的每一個子層中，就得到了一個全新的DeepNet 模型。

論文標題：DeepNet: Scaling Transformers to 1,000Layers

論文鏈接：https://www.aminer.cn/pub/621ee1895aee126c0f26aeef

DeepMind：發(fā)布了新的模型 GopherCite，使用根據(jù)人類偏好的強化學習（RLHP, reinforcement learning from humanpreferences）訓練了一個可以用于開放式問答的模型。解決了語言模型幻覺的問題，通過利用網絡上的證據(jù)來支持其所有的事實描述。訓練結果顯示，該模型在自然問題數(shù)據(jù)集、ELI5 數(shù)據(jù)集上的正確率分別可以達到 90%、80%，接近人類水平。

谷歌：為了解決模型在理解表格時總是通過行列順序的線索作弊的問題，提出了 TableFormer，一種對表格行列順序擾動嚴格魯棒的架構，引入了 13 種可學習的注意力偏置標量。TableFormer 還能夠更好地編碼表格結構，以及對齊表格和相應的文本描述（例如自動問答中的問題）。

論文標題：TableFormer: Robust TransformerModeling for Table-Text Encoding

論文鏈接：https://www.aminer.cn/pub/621ee1845aee126c0f26aa0e

卡內基梅隆大學：研究團隊對 PolyCoder、開源模型和 Codex 的訓練和測試設置進行對比研究。使用 Humaneval 基準研究各種模型大小、訓練步驟，以及不同的溫度對模型生成代碼質量的影響。還創(chuàng)建了一個 12 種語言的測試數(shù)據(jù)集，用來評估各種模型的性能。

論文標題：A Systematic evaluation of LargeLanguage Models of Code

論文鏈接：https://www.aminer.cn/pub/621d8ec95aee126c0f73b0b0

香港大學、華為諾亞方舟實驗室：針對現(xiàn)有大規(guī)模生成式預訓練語言模型的壓縮需求，提出了新的量化壓縮解決方案，分別在 GPT-2 與 BART 上實現(xiàn)了 14.4 倍與 13.4 倍的壓縮率，并將量化的 GPT模型與 BART 模型分別命名為「QuantGPT」與「QuantBART」。

論文標題：Compression of Generative Pre-trainedLanguage Models via Quantization

論文鏈接：https://www.aminer.cn/pub/62393e7f5aee126c0f125f59

4、智能芯片

清華大學：提出了一種基于金屬-絕緣體-半導體結構的二維半導體電致發(fā)光器件結構。該研究是通過電場去加速材料中的已有載流子，加速載流子獲得足夠動能后，會和半導體價帶的電子發(fā)生碰撞，這種碰撞帶來的能量轉移，會產生出發(fā)光所需要的激子。

論文標題：Injection-free multiwavelengthelectroluminescence devices based on monolayersemiconductors driven by an alternating field

論文鏈接：https://www.aminer.cn/pub/61fd039a5aee126c0fe8965a

西南交通大學、電子科技大學、中國海洋大學、北京基礎醫(yī)學研究所：中國科學家研發(fā)柔性腦機接口，在 10Hz 左右找到 α 波！實現(xiàn)剛性微電路和柔軟腦組織的無縫聯(lián)接。研究團隊通過分子設計，制備出一款可導電的多功能水凝膠，借此實現(xiàn)了與腦組織接近的力學性能和生物學性能，剛性電子元件和柔軟腦組織之間的機械和生物學不匹配的難題得以解決。

論文標題：Bioadhesive and conductive hydrogelintegrated brain-machine interfaces for conformal and immune-evasive contact with brain tissue

新加坡國立大學：研究報告了一種基于當前高速通信基礎設施的生物識別保護技術。該系統(tǒng)包含一個協(xié)同摩擦電/光子接口,在接口中，柔性摩擦電器件提供生物識別掃描儀功能，氮化鋁光芯片提供生物識別信息-光信息多路復用功能；在用戶交互時，接口將生物特征信息加載到光域中，并通過摩擦電和納米光子學之間的協(xié)同效應，以自我可持續(xù)的方式復用生物特征信息和數(shù)字信息;在云端，可以使用快速傅里葉變換濾波器分離高頻數(shù)字信息和低頻生物特征信息。

論文標題：Biometrics-protected optical communication enabled by deep learning–enhanced triboelectric/photonic synergistic interface

格芯、博通、CiscoSystems、Marvell、英偉達等：合作提出了硅光平臺 GF Fotonix。該平臺將差異化300mm 光子功能和 300GHz 級別 RF-CMOS 結合在單個硅晶圓上，通過在單個硅芯片上組合光子系統(tǒng)、射頻RF 元件、CMOS 邏輯電路，將以前分布在多個芯片上的復雜工藝整合到單個芯片上，實現(xiàn)了光子集成電路(PIC)上的更高集成度，讓客戶能夠集成更多的產品功能，從而簡化物料清單 BOM。

英偉達：開發(fā)了全新 GPU——H100，采用全新 Hopper 架構，集成了 800 億個晶體管，比上一代 A100 多了 260 億個，內核數(shù)量達到了前所未有的 16896 個，達到上一代A100 卡的 2.5 倍，浮點計算和張量核心運算能力也隨之翻了至少 3 倍，面向 AI 計算，針對 Transformer 搭載了優(yōu)化引擎，讓大模型訓練速度直接×6，20 張即可承載全球互聯(lián)網流量。

蘋果：發(fā)布搭載 M1 自研芯片的高端臺式機，新產品名為 Mac Studio，起售價為 1999 美元，類似于專業(yè)版 MacMini，可以與外部顯示器相連。跟它匹配的，則是內置一顆 A13 新品的 Studio Display 顯示器：蘋果 27 寸顯示器。

5、智能機器人

華為：華為天才少年稚暉君推出了桌面迷你機器人ElectronBot，通過嘗試用 T-Spline 曲面建模，并且機器人雙臂可動，機器人的底座則使用鋁 CNC 進行加工，使用了 Cortex-M4 內核 MCU，STM32F4，用于驅動屏幕和控制舵機以及 USB 通信。此外，利用機器人機身搭載的攝像頭和紅外手持傳感器，還開發(fā)了通過 AI 算法識別手勢的程序。

微軟：微軟旗下 Mixed Reality & AI Lab 研究團隊基于頭顯捕獲的頭部和手部追蹤數(shù)據(jù)開發(fā)了“FLAG：Flowbased Avatar Generation from SparseObservations”解決方案，通過 VR 頭顯獲得的頭部和手部追蹤數(shù)據(jù)，可生成佩戴者的全身 3D 化身。它不僅能學習 3D 人體的條件分布，還能從觀測數(shù)據(jù)中學習潛在空間的概率映射，并由此進行關節(jié)的不確定性估計，生成合理的姿勢。

國網上海浦東供電公司：該公司在新片區(qū)開展全自主的雙曲臂帶電作業(yè)機器人作業(yè)。該機器人全自主作業(yè)成功率可達 98%，配合了多傳感器融合的定位系統(tǒng)，實現(xiàn)對導線毫米級識別定位。它采用雙臂配合，能像人一樣深度學習算法，運用人工智能技術，像人的大腦一樣主動規(guī)劃作業(yè)路徑，高效完成工作任務。

北京術銳技術有限公司、上海交通大學醫(yī)學院：國產單孔手術機器人共含 68 個高精度伺服電機，用于術前輔助擺位、術中操作和主從控制，創(chuàng)造性地設計了面向全狀態(tài)安全監(jiān)控的雙環(huán)路獨立控制硬件拓撲，全鏈路主從操作延時小于 50 毫秒，每秒鐘可實現(xiàn) 1000 次的亞毫米級手術精準控制。

川崎重工：打造了世界首款四足機器羊 Bex，可以降低機身，將下肢四腿膝部的輪轂接地，以四驅機車的方式前進，在有人模式下，羊騎士可以用 Bex 身上的手柄操縱行進方向與速度；在無人模式下，Bex 可以被遙控、可以與其他川崎生產的無人自動送貨機器人聯(lián)網獲取行動信息。

UC 伯克利分校：將以前開發(fā)的機器人 BADGR 演變成 ViKiNG，并將學習和規(guī)劃集成起來，利用諸如示意路線圖、衛(wèi)星地圖和 GPS 坐標等輔助信息作為規(guī)劃啟發(fā)式，利用基于圖像的學習控制器和目標導向啟發(fā)式（goaldirected heuristic），在以前沒見過的環(huán)境中導航到最遠 3 公里以外的目標。

論文標題：ViKiNG: Vision-based Kilometer-ScaleNavigation with Geographic Hints

論文鏈接：https://www.aminer.cn/pub/6216f7625aee126c0fc60302

中國人民大學 、 GeWu實驗室：提出聽音識物 AI 框架。AI 先要在單一聲源場景中學習物體的視覺-音頻表征；然后再將這一框架遷移到多聲源場景下，通過訓練來辨別更多的聲源。研究人員讓這個框架先能從視覺方面定位出畫面中存在的不同物體，然后再根據(jù)聲音信息過濾掉不發(fā)聲物體。這種方法還能遷移到物體檢測任務中去。

麻省理工學院（MIT）：開發(fā)了一種全新的“聲感織物”（預制件的分層材料塊，由壓電層和響應聲波振動的增強材料成分制成）。這種織物材料，不僅能夠“聽到”聲音，還能“發(fā)出”聲音。

論文標題：Single fibre enables acoustic fabrics viananometre-scale vibrations

論文鏈接：https://www.aminer.cn/pub/6234658c5aee126c0feefef5

7、知識圖譜

魁北克人工智能研究院、加拿大蒙特利爾學習算法研究所：研究者在 AAAI-2022 會議論文中全面介紹知識圖譜推理的不同方法，包括傳統(tǒng)的基于符號邏輯規(guī)則的方法、基于神經的方法、神經符號方法、邏輯規(guī)則歸納方法和不同的應用。

論文標題：Reasoning on Knowledge Graphs: Symbolicor Neural?

地址：https://aaai2022kgreasoning.github.io/

北京大學數(shù)據(jù)管理實驗室：被 TKDE 2022 接收的這篇論文對知識圖譜質量控制問題展開了綜述，不僅包括質量控制的基本概念如問題、維度和指標，也涵蓋了質量控制從評估、問題發(fā)現(xiàn)到質量提升的全流程，對不同工作中提出的方法，按照多個維度進行分類，最后對現(xiàn)有工作進行討論和總結，并提出了若干有潛力的未來發(fā)展方向。

論文標題：Knowledge Graph Quality Management: a Comprehensive Survey

8、信息檢索與推薦

谷歌研究院：引入了可微搜索索引（Differentiable Search Index，DSI）。這是一種學習文本到文本新范式，DSI 模型將字符串查詢直接映射到相關文檔。此外，還研究了如何表示文檔及其標識符的變化、訓練過程的變化以及模型和語料庫大小之間的相互作用。

論文標題：Transformer Memory as a Differentiable Search Index

論文鏈接：https://www.aminer.cn/pub/620c6b645aee126c0fe28e8d

上海交通大學：盧策吾團隊提出了一種知識驅動的人類行為知識引擎HAKE（Human Activity Knowledge Engine）。它將像素映射到由原子活動基元跨越的中間空間；用一個推理引擎將檢測到的基元編程為具有明確邏輯規(guī)則的語義，并在推理過程中更新規(guī)則。

論文標題：HAKE: A Knowledge Engine Foundation forHuman Activity Understanding

論文鏈接：https://www.aminer.cn/pub/620b19c85aee126c0f7e6da3

9、可視化

CMU 、NUS、復旦、耶魯大學：聯(lián)合發(fā)布了面向文本數(shù)據(jù)的統(tǒng)一數(shù)據(jù)分析、處理、診斷和可視化平臺 DataLab。具有覆蓋廣、可理解性、統(tǒng)一性、可交互性、啟發(fā)性幾個特性。

論文標題：DataLab: A Platform for Data Analysis andIntervention 論文鏈接：https://www.aminer.cn/pub/621c3d245aee126c0fe7e43e

馬里蘭大學、萊斯大學、紐約大學：研究者對雙下降（Double Descent）現(xiàn)象進行了可視化，從 CIFAR-10 訓練集中選擇了三幅隨機圖像，然后使用三次不同的隨機初始化配置在 7 種不同架構上訓練，繪制出各自的決策區(qū)域，并設計了一種更直觀的度量方法來衡量各架構的可復現(xiàn)性得分，發(fā)現(xiàn)更寬的 CNN 模型似乎在其決策區(qū)域具有更高的可復現(xiàn)性。此外，優(yōu)化器的選擇也會帶來影響。

論文標題：Can Neural Nets Learn the Same Model Twice? Investigating Reproducibility and Double Descent from the Decision Boundary Perspective

論文鏈接：https://www.aminer.cn/pub/623155bb5aee126c0f2bac44

陳·扎克伯格生物中心、莫納什大學：開發(fā)了一個免費、開源并且可擴展的圖像查看器 napari，適用于任意復雜（“n 維”）數(shù)據(jù)，與 Python 生態(tài)系統(tǒng)緊密結合，napari 有類似于 Adobe Photoshop 的圖層，允許用戶疊加點、矢量、軌跡、表面、多邊形、注釋或其他圖像。

論文標題：Python power-up: new image tool visualizes complex data

論文鏈接：https://www.aminer.cn/pub/61d576f65244ab9dcb3be8ca

10、計算機系統(tǒng)

美國 AI 芯片公司Luminous Computing：宣布已在 A 輪融資中籌集了 1.05 億美元，用于建造世界上最強大的 AI 超級計算機，并將使用專有的硅光子學技術來消除各種規(guī)模的數(shù)據(jù)移動瓶頸。

美國國家標準與技術研究院：美國國家標準與技術研究院（NIST）的研究人員開發(fā)出新的可以在細胞內持續(xù)存在的長壽生物計算機。選擇使用RNA 來構建生物計算機。結果表明，RNA 電路與其基于 DNA 的電路一樣可靠和通用。更重要的是，活細胞能夠連續(xù)創(chuàng)建這些 RNA 電路元件。

摩爾線程：張建中 2020 年 9 月離開英偉達，并于次月創(chuàng)辦的摩爾線程發(fā)布國產第一代全功能 GPU 芯片蘇堤，以及下一代多平臺 GPU 物理仿真系統(tǒng) AlphaCore。該芯片耗時僅 18個月、量產上市。采用了統(tǒng)一系統(tǒng)架構 MUSA（MT Unified System Architecture）。

11、AI 應用

清華大學、華深智藥：清華大學和華深智藥生物科技有限公司結合深度學習模型，完成了從抗體 AI 優(yōu)化設計、抗體合成、功能評估和再優(yōu)化的閉環(huán)程序，基于大量抗體-抗原復合物結構及結合親和力數(shù)據(jù)，開發(fā)了一種基于注意力的幾何神經網絡架構，該模型可有效地提取殘基間相互作用特征并預測由于抗體單個或多個氨基酸變化所引起的結合親和力變化。

論文標題： Deep learning guided optimization ofhuman antibody against SARS-CoV-2 variants with broad neutralization

德國 ALS Voice gGmbH：德國 ALS Voice gGmbH 展示了一種使用計算機從腦信號解碼字母的方法，可以使完全閉鎖患者借助腦機接口（BCI）進行語言交流。目前已經可以和一名 34 歲、完全閉鎖狀態(tài)的男性 ALS 患者（已無法控制隨意肌），以每分鐘一個詞的速度形成單詞和詞組進行交流。

論文標題：Spelling interface using intracortical signals in a completely locked-in patient enabled via auditory neurofeedback training

中國科學院：中國科學院微生物研究所結合 LSTM、Attention 和BERT 等多種自然語言處理神經網絡模型，建立了一個用于從人類腸道微生物組數(shù)據(jù)中識別候選腺苷-磷酸（AMP）的統(tǒng)一管道，利用現(xiàn)已公開的大量宏基因組數(shù)據(jù)，進行多肽的挖掘及邏輯推導，研究合成多肽的機理、安全性與動物實驗等，并得出對真核細胞沒有明顯毒性的肽能夠在動物體內降低感染菌的載量，并有效治療肺炎克雷伯菌所導致的感染。

論文標題： Identification of antimicrobial peptides from the human gut microbiome using deep learning

瑞士 Wyss生物和神經工程中心、德國蒂賓根大學：瑞士 Wyss 生物和神經工程中心與德國蒂賓根大學科研團隊共同合作，通過侵入式 BCI 系統(tǒng)“植入式電極+神經反饋”的方式獲取患者的意圖，將 3.2mm2 大小的兩個微電極陣列在該患者的大腦皮層表面植入，每個電極陣列有 64 個針狀電極，用來記錄神經信號。一位漸凍癥患者通過 BCI 系統(tǒng)，實現(xiàn)了其大腦信號的讀取，并通過機器上字母的選擇組合完成了句子的完整表達。

3 月 22 日，相關論文以《在通過聽覺神經反饋訓練啟用的完全鎖定患者中使用皮質內信號的拼寫界面》（Spelling interface using intracortical signals in a completely locked-in patient enabled via auditory neurofeedback training）為題發(fā)表在 Nature Communications 上。

Google Research：Google Research 提出了一個機器學習模型 ProtENN，能夠可靠地預測蛋白質的功能，并且為 Pfam 新增了大約680 萬條蛋白質功能注釋，大約相當于過去十年進展的總和。

論文標題： Using Deep Learning to Annotate theProtein Universe

論文鏈接：https://www.aminer.cn/pub/5ce3af25ced107d4c65f15d4

清華大學、伊利諾伊大學厄巴納-香檳分校、麻省理工學院：清華大學、伊利諾伊大學厄巴納-香檳分校和麻省理工學院利用 DeepMind 開發(fā)的第二代深度學習神經網絡AlphaFold 2 增強新冠抗體，可以使抗體寬度以及 sarscov-2 變體 (包括 Delta) 的效力提高 10 到 600 倍」，甚至發(fā)現(xiàn)了該方法可以對抗奧密克戎（Omicron）變體跡象的希冀。

論文標題： Deep learning guided optimization of human antibody against SARS-CoV-2 variants with broad neutralization

論文鏈接：https://www.aminer.cn/pub/6221ee375aee126c0f7bb180

廈門大學、新加坡國立大學：張鵬和陳宇綜等學者的團隊正在研究如何借助計算機算法從蛋白質中創(chuàng)作古典音樂。一條蛋白質鏈可以表示為一個由字母組成的字符串，像一個以字母表示的音符串。因此，一種合適的“蛋白質到音樂”的算法，就可以將一串氨基酸的結構和物理化學特征映射到一段音符的音樂特征上。

論文標題：Protein music of enhanced musicality bymusic style guided exploration of diverse amino acid properties

論文鏈接：https://www.aminer.cn/pub/616566875244ab9dcb892cd4

潞晨科技、上海交大：潞晨科技和上海交大提出了一種蛋白質結構預測模型的高效實現(xiàn) FastFold ， FastFold 包 括 一 系 列 基 于 對AlphaFold 性能全面分析的 GPU 優(yōu)化，同時，通過動態(tài)軸并行和對偶異步算子，F(xiàn)astFold 提高了模型并行擴展的效率，超越了現(xiàn)有的模型并行方法。

論文標題：FastFold: Reducing AlphaFold Training Time from 11 Days to 67 Hours

論文鏈接：https://www.aminer.cn/pub/622032395aee126c0fe2f5d5

谷歌 AI：谷歌 AI 發(fā)布了用于蛋白質解析的機器學習模型ProtENN，可以幫助在 Pfam 的蛋白質功能注釋集中添加大約 680 萬個條目，大約相當于過去十年的新增條目總和，將 Pfam 的覆蓋范圍擴大了 9.5%以上。

論文標題： Using Deep Learning to Annotate theProtein Universe

論文鏈接：https://www.aminer.cn/pub/5ce3af25ced107d4c65f15d4

麻省理工學院、哈佛大學：麻省理工學院、哈佛大學博德研究所開發(fā)了一種新框架來研究調控 DNA 的適應度地形，該研究利用在數(shù)億次實驗測量結果上進行訓練的神經網絡模型，預測酵母菌 DNA中非編碼序列的變化及其對基因表達的影響。

論文標題：The evolution, evolvability and engineering of gene regulatory DNA

論文鏈接：https://www.aminer.cn/pub/622b2bd75aee126c0fb97555

美國德州農工大學：德州農工大學基于機器學習的培養(yǎng)設計和合成生物學的平臺，突破了藻類生產中“相互遮蔭” 和 “高收獲成本” 的限制，實現(xiàn) 43.3 克 / 平方米 / 天的生物質產量，使最低生物質銷售價格降至每噸約 281 美元。

論文標題：Machine learning-informed and syntheticbiology-enabled semi-continuous algal cultivation tounleash renewable fuel productivity

論文鏈接：https://www.aminer.cn/pub/61f51ab25aee126c0f14ad6e

哥本哈根大學、米蘭大學等：丹麥、瑞士、法國、德國、挪威和捷克共和國的 16 名研究人員，首次開發(fā)了一款人工智能，可以把豬在各種場景中發(fā)出的聲音“翻譯”出來，讀出豬的真實情緒，通過記錄 411頭家豬的 7000 多次豬叫，使用訓練算法來識別這些聲音，可以以 92%的正確率翻譯出豬叫聲中的情緒。

論文標題：Classification of pig calls produced frombirth to slaughter according to their emotional valence and context of production

論文鏈接：https://www.aminer.cn/pub/622887315aee126c0feab0e0

DeepMind、哈佛大學、谷歌：DeepMind、哈佛大學和谷歌等聯(lián)合開發(fā)了一種基于Transformer 架構的方法，單獨修復受損文本時，準確率能達到 62%，破譯古希臘石碑的準確率達到 72%，此外，這一方法在地理歸屬的任務上也有 71%的準確率，還能將古文字的書寫日期精確到 30 年以內。

西安電子大學、悉尼科技大學等：中國和澳大利亞學者開發(fā)了一款名為 Nos.e 的電子鼻，里面有一小瓶威士忌樣品，威士忌的氣味被注入到一個氣體傳感器室中，氣體傳感器檢測各種氣味并將數(shù)據(jù)發(fā)送給計算機進行分析。然后，通過機器學習算法提取和分析最重要的氣味特征，以識別威士忌的品牌、地區(qū)和風格。

央視：兩會期間，“央視頻”平臺以總臺財經評論員王冠為原型，1:1 復刻打造推出總臺首個擁有超自然語音、超自然表情的超仿真主播“AI 王冠”，同時推出全新 AI 節(jié)目《“冠”察兩會》，結合兩會熱點話題，以科技感和新鮮感，為總臺兩會報道內容提供更多維度和視角。

科大訊飛：科大訊飛為兩會打造了“訊飛聽見智慧簡報系統(tǒng)”。通過智能語音轉寫、自然語言處理等多項核心技術，該系統(tǒng)實現(xiàn)了在全程離線環(huán)境下將會議發(fā)言實時轉寫成文字，一方面輔助記錄人員進行簡報材料整理，既保證簡報記錄原汁原味，又保證內容準確詳實，另一方面所有算法均在設備本機離線運行，確保會議信息安全。

卡內基梅隆大學：卡內基梅隆大學開發(fā)了一個名為 MolCLR（Molecular Contrastive Learning of Representations with GNN）的自我監(jiān)督學習框架，通過利用大約 1000 萬個未標記的分子數(shù)據(jù)，顯著提高了 ML 模型的性能，繼而進行化學研究。

論文標題：Molecular contrastive learning of representations via graph neural networks

論文鏈接：https://www.aminer.cn/pub/60338c9891e011e54d039c5a

布朗大學、MIT 、南洋理工大學：布朗大學、MIT 和南洋理工大學提出了一種基于 PINN的方法，用于解決連續(xù)體固體力學中的幾何識別問題，該方法將固體力學中重要的已知偏微分方程（PDE）與 NN相結合，構成了一個統(tǒng)一的計算框架，包括正向求解器和逆向算法，通過使用神經網絡的工作流程，該方法可以通過深度學習過程自動更新幾何估計。

論文標題：Analyses of internal structures and defects in materials using physics-informed neural networks

論文鏈接：https://www.aminer.cn/pub/620f7b895aee126c0f30d328

斯坦福大學、天津大學：斯坦福大學、天津大學設計了一種極富彈性的可穿戴顯示器——可拉伸全聚合物發(fā)光二極管（APLED），APLED具有很好的明亮度和耐用性，這一設計或標志著高性能可拉伸顯示器的重要進展，為電子皮膚和人-電子應用奠定基礎。

論文標題：High-brightness all-polymer stretchable LED with charge-trapping dilution

論文鏈接：https://www.nature.com/articles/s41586-022-04400-1

清華 AIR、計算機系與騰訊 AI Lab：清華 AIR、計算機系與騰訊 AI Lab 共同提出了圖力學網絡（Graph Mechanics Network, GMN）。借助廣義坐標，GMN 能有效刻畫幾何約束；借助等變神經網絡，GMN 能滿足物理對稱性。在多剛體仿真系統(tǒng)Constrained N-body、人體骨架預測 CMU Motion Capture、分子動力學模擬 MD-17 等任務上都驗證了GMN 的有效性。

論文標題：Equivariant Graph Mechanics Networks with Constraints

論文鏈接：https://www.aminer.cn/pub/623004305aee126c0f9b358b

RIKEN 、東京大學：RIKEN 高級智能項目研究中心和東京大學使用從頭分子生成器（DNMG）與量子化學計算（QC）相結合來開發(fā)熒光分子，使用大規(guī)模并行計算（1024 核，5 天），DNMG產生了 3643 個候選分子。光致發(fā)光光譜測量表明，DNMG 可以以 75% 的準確度（n = 6/8）成功設計熒光分子，并產生一種未報告的分子，該分子發(fā)出肉眼可檢測到的熒光。

論文標題：De novo creation of a naked eye–detectable fluorescent molecule based on quantum chemical computation and machine learning

論文鏈接：https://www.aminer.cn/pub/622b2bd35aee126c0fb94f0e

薩塞克斯大學、倫敦大學學院：薩塞克斯大學、倫敦大學學院的研究著提出了一種采用機器學習方法，通過觀察自動發(fā)現(xiàn)實際物理系統(tǒng)的控制方程和隱藏屬性。該研究分為兩個階段：第一階段的學習模擬器基于圖網絡 (GN)，圖網絡是一種深度神經網絡，可以通過訓練來逼近圖上的復雜函數(shù)；第二階段，該研究分離邊函數(shù)（edge function），并應用符號回歸擬合邊函數(shù)的解析公式，其最好的擬合是對牛頓萬有引力定律的擬

合。

論文標題：Rediscovering orbital mechanics with machine learning

論文鏈接：https://www.aminer.cn/pub/62008da15aee126c0fbd19ea

巴西 ABC 聯(lián)邦大學：巴西 ABC 聯(lián)邦大學提出了一種數(shù)據(jù)驅動策略來探索二維材料中的磁性。使用創(chuàng)建的二維磁性材料數(shù)據(jù)庫訓練 ML算法，從而獲得能夠將材料分類為非磁性、FM 或 AFM的描述符。該策略分為兩個主要步驟，即（i）開發(fā)一個隨機森林模型，根據(jù)晶體結構和原子組成趨勢將磁性與非磁性化合物分開，以及（ii）基于確定的獨立性通過篩選和稀疏算子（SISSO）方法尋找一個數(shù)學模型（即原子特征的函數(shù)），該模型為 AFM 和 FM 二維材料提供具有定義區(qū)域的材料圖。

論文標題：Machine Learning Study of the Magnetic Ordering in 2D Materials

論文鏈接：https://www.aminer.cn/pub/61f8a4c35aee126c0fee028e

蘇黎世聯(lián)邦理工學院：蘇黎世聯(lián)邦理工學院提出可使用自學習的人工神經網絡，解決動力系統(tǒng)的控制問題。利用數(shù)值和分析方法的結合，AI Pontryagin 可通過自動學習，找出工程上可行的控制系統(tǒng)的方式。該方法可應用于智能電網的調控、供應鏈優(yōu)化以及金融系統(tǒng)的穩(wěn)定等眾多場景。

論文標題： AI Pontryagin or how artificial neural networks learn to control dynamical systems

論文鏈接：https://www.aminer.cn/pub/604b3bad91e0110eed64c382

AI+ 自動駕駛：清華大學、麻省理工學院提出了一種基于自監(jiān)督學習的方法，讓自動駕駛模型從已有的軌跡預測數(shù)據(jù)集中學會正確判斷沖突中的禮讓關系。該研究將預測的關系在充滿復雜交互的 Waymo Interactive Motion Prediction 數(shù)據(jù)集上進行了測試，并提出了 M2I 框架來使用預測出的關系進行場景級別的交互軌跡預測。

論文標題：M2I: From Factored Marginal Trajectory Prediction to Interactive Prediction

論文鏈接：https://www.aminer.cn/pub/621849025aee126c0f551ec8

麻省理工學院的 Derq 分支機構，開發(fā)了一個人工智能應用程序，可以融合來自多個傳感器的數(shù)據(jù)，包括安裝在車輛和道路兩側的攝像頭，以監(jiān)測并最終協(xié)助管理道路，提高安全性。

AI+ 氣候能源：康奈爾大學開發(fā)了一個基于機器學習的多時間尺度的電力系統(tǒng)脫碳過渡優(yōu)化模型，旨在幫助政府規(guī)劃電力部門向碳中和過渡的路徑，以及考量氣候或能源目標的可行性。

論文標題： Toward Carbon-Neutral Electric Power Systems in the New York State: a Novel Multi-Scale Bottom-Up Optimization framework Coupled with Machine Learning for Capacity Planning at HourlyResolution

英偉達、勞倫斯伯克利國家實驗室、密歇根大學安娜堡分校、萊斯大學等機構開發(fā)了一種基于傅里葉的神經網絡預測模型 FourCastNet，它能以 0.25° 的分辨率生成關鍵天氣變量的全球數(shù)據(jù)驅動預測，相當于赤道附近大約 30×30 km 的空間分辨率和 720×1440 像素的全球網格大小。這使得首次能夠與歐洲中期天氣預報中心（ECMWF）的高分辨率綜合預測系統(tǒng)（IFS）模型進行直接比較。

論文標題：FourCastNet: A Global Data-driven Highresolution Weather Model using Adaptive Fourier Neural Operators

論文鏈接：https://www.aminer.cn/pub/6216f7625aee126c0fc60248

智東西認為，三月的AI領域重大新聞數(shù)量有所下降，但質量上一點也沒縮水。最重磅的，當屬NVIDIA Omniverse全新功能，用AI技術提升游戲畫面，讓人物表情變得栩栩如生。另外，中國相關的AI領域的表現(xiàn)也十分亮眼，浙大博士入選蘋果獎學金，十一大AI細分領域中都有中國相關高校、公司的身影。