英特尔研究院将在NeurIPS大会上展示业界领先的AI研究成果-电子发烧友网

英特尔研究院将在NeurIPS 2023大会上展示一系列富有价值、业界领先的AI创新成果。面向广大开发者、研究人员和学界人士，这一AI和计算机视觉领域的全球顶会将于12月10日至16日在美国新奥尔良市举办。

在NeurIPS 2023上，英特尔研究院将展示其最新AI研究成果，并和产业界、学术界分享英特尔“让AI无处不在”的愿景。大会期间，英特尔研究院将发表31篇论文，包括12篇主会场论文和19篇研讨会论文，并在405号展台进行技术演示。这些研究的重点是针对AI在科学领域的应用研发的新模型、方法和工具，以及用于气候建模、药物发现和材料科学等AI用例的图学习、多模态生成式AI，及AI算法和优化技术。

此外，英特尔研究院还将于12月15日举办"AI加速材料发现（AI4Mat）研讨会"，为AI研究人员和材料科学家提供平台，共同探讨如何应对AI驱动的材料发现、开发方面的挑战。

具体而言，英特尔研究院此次展示的研究成果可被分为以下几类，每一项都在所在领域具有一定影响力：

1. AI驱动的科学研究（AI for Science）

●大脑编码模型：与得克萨斯大学奥斯汀分校研究人员联合开发的模型，有助于预测大脑反应和了解大脑多模态处理能力。

●ClimateSet：与魁北克人工智能研究所（Mila）联合开发的大规模气候模型数据集，用于快速预测新的气候变化情景（climate change scenarios）的机器学习研究，并为机器学习领域革新性的气候应用奠定基础。

●HoneyBee：与魁北克人工智能研究所联合开发的先进大语言模型，帮助研究人员更快地理解材料科学。

2. 多模态生成式AI

●COCO-Counte rf actuals：一项生成合成反事实（counterfactual）数据的多模态技术，可减少预训练多模态模型中不正确的统计偏差，帮助提高AI模型执行图文检索和图像识别等下游任务的性能。

●LDM3D-VR：用于3D虚拟现实的潜在扩散模型（latent diffusion model），可简化AI应用中的3D视频生成功能。

●CorresNeRF：利用神经辐射场（neural radiance fields）从2D图像重建场景3D表示的图像渲染方法。

3. 提升AI性能

●Diffpack：一种用于蛋白质建模的生成式AI方法，有助于确保生成的3D结构能够反映蛋白质的真实结构特性。

●InstaTune：一种在微调阶段生成超网络（super-network）的方法，可减少网络附加存储（NAS）所需的总时长和计算资源。

4. 图学习

●A*Net：业界领先的基于路径的知识图谱推理方法，数据集达百万级，可使数据集的扩展能力超越计算范围的限制，并提升大语言模型的准确性。

●ULTRA：业界领先的知识图谱推理基础模型，以及学习通用和可迁移图谱表示及其关系的新方法。

●Perfograph：一种新的基于编译器图的程序表示，可捕捉数值信息和复合数据结构，提高机器学习方法推理编程语言的能力。

了解英特尔研究院在NeurIPS 2023上重点展示的全部研究成果，请阅读深度文章（链接：https://community.intel.com/t5/Blogs/Tech-Innovation/Artificial-Intelligence-AI/Intel-Labs-Presents-31-Papers-at-NeurIPS-2023/post/1550833）或观看此推文前面的视频。

了解NeurIPS 2023的更多信息，请访问大会网站（链接：https://nips.cc/）。

向上滑动阅览

如需进一步了解英特尔研究院的相关研究，欢迎访问以下链接：

1.大脑编码模型：https://arxiv.org/pdf/2305.12248.pdf

2.ClimateSet：https://arxiv.org/abs/2311.03721

3.HoneyBee：https://arxiv.org/abs/2310.08511

4.COCO-Counterfactuals：https://arxiv.org/abs/2309.14356

5.LDM3D-VR：https://arxiv.org/abs/2311.03226

6.CorresNeRF：https://openreview.net/forum?id=pTCZWSDltG

7.Diffpack：https://arxiv.org/abs/2306.01794

8.InstaTune：https://arxiv.org/abs/2308.15609v1

9.A*Net：https://arxiv.org/abs/2206.04798v4