Agenda Persidangan Sumber Pintar 2024 Didedahkan丨Model Generatif

Pada 14 dan 15 Jun, 2024, Persidangan Zhiyuan Beijing ke-6 akan diadakan dalam gabungan luar talian dan dalam talian. Tempat luar talian akan terletak di pusat Persidangan Zonevation Bebas Kebangsaan Zhongguan. Persidangan Zhiyuan 2024 sekali lagi menghimpunkan penyelidik cemerlang tahun ini dengan perspektif global untuk bertukar-tukar idea baharu, meneroka idea baharu dan menerajui sempadan baharu. Saluran pendaftaran kini dibuka secara rasmi.

Undur Persidangan Beijing Zhiyuan: 11 hari

Forum Model Ke-1

Fungsi penjanaan Pemodelan adalah asas kecerdasan buatan Salah satu daripada paradigma adalah langkah penting ke arah kecerdasan buatan am. Dengan perkembangan pesat kaedah pemodelan generatif dan pertumbuhan pesat skala model, kecerdasan buatan generatif (seperti siri GPT, Sora, Resapan Stabil, dll.) yang diwakili oleh model autoregresif dan model kebarangkalian resapan telah digunakan secara meluas dalam teks, imej, video, Satu siri kejayaan telah dibuat dalam bidang penting seperti cross-modaliti. Forum ini memberi tumpuan kepada pembangunan masa depan pemodelan kemungkinan generatif Empat pakar barisan hadapan dan sarjana dalam kecerdasan buatan generatif dijemput untuk berkongsi kemajuan termaju pemodelan generatif dan membincangkan cara membina kaedah pemodelan generatif bersatu pelbagai mod dan masa depan penting yang lain. isu.

Agenda Forum

Pengerusi Forum

felo di Renmin University of China Associate Professor, School of Artificial Intelligence

Li Chongxuan, profesor bersekutu China dan penyelia kedoktoran di Hillhouse School of Artificial Intelligence, Renmin University Beliau menerima ijazah sarjana muda dan kedoktoran dari Universiti Tsinghua dari 2010 hingga 2019. Terutamanya menyelidik pembelajaran mesin dan model generatif mendalam, kerja perwakilan digunakan pada model besar teks-ke-imej DALL·E 2, Stable Diffusion dan model besar teks-ke-video ViDu. Beliau telah memenangi Anugerah Kertas Terbaik ICLR Persidangan Antarabangsa, Anugerah Belia Cemerlang Wu Wenjun, Hadiah Pertama Kecerdasan Buatan Wu Wenjun, dan Tesis Kedoktoran Cemerlang Persekutuan Komputer China. Dipilih ke dalam Pelan Boxin dan Bintang Sains dan Teknologi Beijing, beliau telah mempengerusikan dan mengambil bahagian dalam banyak projek Yayasan Sains Semula Jadi Kebangsaan dan Kementerian Sains dan Teknologi. Berkhidmat sebagai pengerusi persidangan antarabangsa seperti ICLR dan NeurIPS.

Chen Jianfei, profesor madya di Tsinghua University

Ijazah Sarjana Muda Komputer dan Doktor Ijazah Sarjana Muda Tsinghua 14 dan 2019 masing-masing, dan bekerja dengan kumpulan TSAIL Bekerjasama dengan Profesor Zhu Jun. Minat penyelidikannya termasuk pembelajaran mesin yang cekap, terutamanya rangkaian saraf terkuantasi, algoritma pengoptimuman stokastik dan algoritma inferens kebarangkalian. Pada masa lalu, beliau juga telah membangunkan beberapa sistem latihan model topik berskala. Pada 2019, Chen Jianfei memenangi Anugerah Tesis Kedoktoran Cemerlang CCF untuk kerja cemerlangnya. Beliau juga memenangi pingat emas dalam Olimpik Informatik China pada 2009. Pada 2018, Chen Jianfei mengasaskan RealAI, satu pencapaian ketara dalam kerjayanya.

speech Topic and Guest PENGENALAN (Dalam urutan bercakap) 1, BELUM Generasi Video

Along Kemajuan

Report Pengenalan:

Berbeza Bagi penjanaan imej, penjanaan video menghadapi cabaran besar dari segi konsistensi kandungan, penjanaan video yang panjang dan penggunaan sumber pengkomputeran. Walau bagaimanapun, penjanaan video masih mencapai pembangunan pesat pada tahun 2023, dengan kemunculan model cemerlang seperti Stable Video Diffusion, Runway Gen-2, Video Diffusion Transformer, dan Sora. Laporan ini mula-mula memperkenalkan cabaran semasa yang dihadapi oleh penjanaan video, kemudian memperkenalkan secara terperinci model penjanaan video terbaik terkini, dan akhirnya memberikan pandangan tentang perkembangan teknologi penjanaan video.

Lu Zhiwu, Profesor Universiti Renmin China🎜🎜

Dr. Lu Zhiwu, profesor dan penyelia kedoktoran di Hillhouse School of Artificial Intelligence, Universiti Renmin China. Pada tahun 2005, beliau lulus dari Jabatan Sains Maklumat, Pusat Pengajian Sains Matematik, Universiti Peking, dengan ijazah Sarjana Sains pada tahun 2011, beliau lulus dari Jabatan Sains Komputer, City University of Hong Kong, dengan ijazah PhD. Arah penyelidikannya ialah pembelajaran mesin dan penglihatan komputer. Reka model pra-latihan berbilang modal universal Cina Wenlan BriVL. Menerbitkan kertas sub-jurnal Alam pertama dalam bidang multimodaliti. Terdahulu daripada OpenAI mengeluarkan VDT ​​asas penjanaan video seperti Sora.

2, Pemodelan Autoregresif Visual: Penjanaan Imej Boleh Skala melalui Ramalan Skala Seterusnya

Introwork visual yang terkini Permodelan, berdasarkan Tokenizer visual digabungkan dengan pengubah untuk melaksanakan Ramalan Skala Seterusnya, yang membolehkan penjanaan visual autoregresif gaya GPT untuk kali pertama, mengatasi Difusi dari segi kesan, kelajuan dan keupayaan penskalaan, dan mengantar Undang-undang Penskalaan dalam bidang penjanaan visual Ini perkongsian akan membawa anda Memperkenalkan model resapan klasik dan kemajuan termaju model Auto Regressive yang baru-baru ini menarik perhatian semua orang.

Jiang Yi, penyelidik ByteDance GenAI

Jiang Yi, penyelidik ByteDance GenAI, lulus dari Universiti Zhejiang, Kerja wakilnya termasuk Sparse R-CNN, UNINEXT, dan lain-lain. Minat penyelidikan semasa beliau adalah terutamanya dalam penyelidikan dan pembangunan visi komputer dan model asas penjanaan visual Beliau telah menerbitkan lebih daripada 30 kertas kerja dalam persidangan dan jurnal seperti CVPR, ICCV, NeurIPS, ICLR, ICML, ECCV, dan lain-lain. yang telah diterima ke dalam Oral, Spotlight, Karya beliau adalah sumber terbuka di github dan telah mengumpul 20K bintang.

3 Kebimbangan yang meluas. Bagaimanapun, dengan perkembangan teknologi, isu-isu utama yang perlu diselesaikan dalam bidang ini telah menjadi semakin menonjol, menyeru para penyelidik untuk melabur lebih banyak tenaga dalam perbincangan yang mendalam. Laporan ini bertujuan untuk menyelesaikan dan meringkaskan beberapa isu penting yang dihadapi dalam bidang ini, dan juga berkongsi pemikiran dan pandangan awal pengarang mengenai topik berikut: 1. Usaha utama meneroka model generatif 2. Masalah pemisahan isyarat visual; Dilema Tokenizer ; Laporan itu berharap perbincangan ini akan menarik perhatian komuniti akademik dan menyumbang kepada menggalakkan inovasi dan pembangunan berterusan dalam bidang ini.

Gu Shuyan, seorang penyelidik dalam Kumpulan Pengkomputeran Visual Microsoft Research Asia

Gu Shuyan, menerima ijazah sarjana muda Sains Autom dan Jabatan Teknologi China 2017 dan 2022 masing-masing, Ph.D., kini seorang penyelidik dalam Kumpulan Pengkomputeran Visual Microsoft Research Asia. Kepentingan penyelidikan terutamanya termasuk teori dan aplikasi rangkaian permusuhan generatif dan model penyebaran, meneroka model generatif generasi baharu, dan penilaian kualiti model generatif. Beliau telah menerbitkan banyak kertas kerja di CVPR, ICCV, ECCV dan persidangan lain dan berkhidmat sebagai penyemak untuk banyak persidangan dan jurnal.

Laman utama peribadi: https://cientgu.github.io/

4 Kaedah inferens selari yang cekap untuk model besar

introduksi model besar GC: GC telah mencapai hasil luas. Walau bagaimanapun, proses penaakulan berurutan yang tidak cekap sering membawa kepada pengalaman pengguna yang lemah dan kos penggunaan yang tinggi. Laporan ini akan memperkenalkan cara untuk meningkatkan kecekapan inferens model besar dari perspektif algoritma inferens, dan meneroka kaedah pecutan dalam aspek lain seperti seni bina model, mampatan jujukan dan pengoptimuman cache.

Deng Zhijie,

Penolong Profesor di Institut Penyelidikan Qingyuan, Universiti Jiao Tong Shanghai

Deng Zhijie, penolong profesor dan penyelia kedoktoran di Institut Penyelidikan Qingyuan, Sekolah Kejuruteraan Elektrik, Universiti Jiao Tong Shanghai. Arah penyelidikan utama ialah model generatif dan pembelajaran mesin. Beliau telah menerbitkan lebih daripada 20 kertas kerja sebagai pengarang pertama/sesuai dalam persidangan dan jurnal seperti ICML, NeurIPS, ICLR, dan CVPR. Memenangi Anugerah Penyelidikan Perintis NVIDIA. Kerja penyelidikan ini disokong oleh Yayasan Sains Semula Jadi Kebangsaan China, Pelan Tindakan Inovasi Sains dan Teknologi Shanghai, Dana Model Besar CCF-Baichuan-Inbo dan projek lain.

5, Perbincangan Perbincangan yang boleh diturunkan oleh tetamu:

chen jianfei 丨 Profesor bersekutu Tsinghua University (Moderator)

lu zhi wu 丨 Profesor Renmin Universiti China

Jiang Yi丨Ketua ByteDance GenAIGu Shuhu丨Penyelidik Kumpulan Pengkomputeran Visual di Microsoft Research Asia

Deng Zhijie丨Penolong Profesor di Qingyuan Research Institute of Shanghai Jiao Tong University

Axuan丨Profesor Li Jiao Tong

di Renmin University of China

Imbas kod QR untuk mendaftar sekarang dan menyertai pendaftaran persidangan

Persidangan ini menggunakan integrasi mod luar talian dan dalam talian Saluran pendaftaran dibuka kod untuk mendaftar secara percuma.

Disebabkan tempat duduk luar talian yang terhad, sila lengkapkan pendaftaran seawal mungkin AJK penganjur akan menyemak mengikut pesanan pendaftaran dan menghantar pemberitahuan keputusan semakan sebelum mesyuarat

. Sesi awam akan disiarkan secara langsung dalam talian kepada pengguna berdaftar.

Atas ialah kandungan terperinci Agenda Persidangan Sumber Pintar 2024 Didedahkan丨Model Generatif. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!