长城m4导航多少钱（清华AMiner人工智能月报）
近日，清华AMiner发布了最新的人工智能发展月报，3 月份 AI 业内的重大科研事件数量有所下降，本月共计发生 507 篇新闻、180 个事件，热度趋势如下图所示。 最受关注的事件是 2022 世界移动通信大会，由于大会聚焦 5G、云网络、人工智能、万物互联以及“元宇宙”技术等主题，成为舆论焦点；此外，《2022 年人工智能指数》与《2021-2022 全球计算力指数评估》两份重磅报告的发布引发了 AI 业内人士较多关注；英伟达在 GTC 2022上推出 Omniverse 平台新功能，热度也较高。
本期的智能内参，我们推荐清华AMiner的报告《人工智能发展月报》，跟踪最新的人工智能发展动态。
来源 AMiner
原标题：
《人工智能发展月报》
作者：未注明
一、AI顶会与奖项
1、 2022 世界移动通信大会在西班牙召开
2 月 28 日至 3 月 3 日，2022 世界移动通信大会在西班牙巴塞罗那召开。 来自全球近 200 个国家的超过 6.1 万人参会，超过 1000 人在大会上发表演讲。 本届大会聚焦 5G、云网络、人工智能、金融科技、万物互联和新兴科技 6 大主题，旨在“连接释放无限可能”。 首次大规模亮相的“元宇宙”备受瞩目，除了对技术本身的讨论外，元宇宙的盈利模式、相关伦理问题等也成为人们关注焦点。
中国移动、中国联通、中国电信中国三大运营商负责人集体以线上方式亮相大会主旨演讲，中国移动表示计划到今年底累计开通 5G 基站超百万个，推动 5G 网络客户规模超 3.3 亿户，打造 5G 商用案例超万个；中国电信表示，率先实现了云、网络、IT（信息技术）的统一运营，不断推进云网融合，已经取得初步成效；中国联通助力北京打造了“第一届真正意义上的 5G 冬奥会”。
2、 CVPR 2022 论文接收量比去年上升 24%
计算机视觉三大顶会之一 CVPR2022 接收结果已经公布，共有 2067 篇论文被接收，相较于 2021 年的 1663 篇论文，接收率上升了 24%；有效投稿量数据还没有放出。 截至 3 月 24 日，官网已公布 350 篇论文，涉及方向包括：检测、分割、视频处理、估计、图像处理、人脸、目标跟踪、图像&视频检索/视频理解、医学影像、文本检测/识别/理解、遥感图像、GAN/生成式/对抗式、图像生成/图像合成、三维视觉、模型压缩、神经网络结构设计等。
3、图灵奖授予高性能计算领域先驱 Jack Dongarra
3 月 30 日，美国计算机协会（ACM）将 2021 年的图灵奖授予美国田纳西大学电气工程和计算机科学系特聘教授、现年 71 岁的 Jack J.Dongarra，表彰他在数值算法和工具库方面的开创性贡献，使高性能计算软件能够跟上四十多年来的指数级硬件改进。 据 ACM 介绍，Dongarra 的算法和软件推动了高性能计算发展，并对从人工智能到计算机图形学的多个计算科学领域产生了重大影响。
4、全美计算机研究生院排名：MIT、CMU 分别称霸总榜和 AI 分榜
3 月 29 日，2023 U.S.News 全美研究生院排名正式发布。 最佳计算机科学研究生院排名 5 名分别为，第 1 名麻省理工学院（MIT）、并列第 2 的卡内基·梅隆大学（CMU）、斯坦福大学和加利福尼亚大学伯克利分校（UCB），以及第 5名伊利诺伊大学厄巴纳-香槟分校（UIUC）。
在人工智能专业上，排名第一是卡内基·梅隆大学（CMU）。
全美人工智能专业排名
5、智谱榜单：人工智能全球女性学者美国占比超 6 成，中国 23 人入围
近日，2022 年“人工智能相关领域全球女性学者”名单公布，入围人数共262 人，分布在全球 19 个国家。 从国别分布看，美国共入围 161 人，占比 61.5%；其次是中国（含港澳台地区），共有 23 人，占 8.8%；第三是英国，共有 14 人；从机构分布看，全球前十强机构中，美国占 8 家，谷歌排名全球第一，中国和法国各占 1 家，清华大学是我国唯一一家进入前十强的机构；从研究领域分布看，排名依次是人机交互（51 人次）、可视化（24 人次）、知识工程（22 人次）、机器学习（6 人次）、机器人（6 人次）和计算机系统（7 人次）；在 262 人中，共有 71 位华人，占比达 27.1%，而 71 位华人中，23 位工作单位在中国，48 位工作单位在外国。
6、华人博士获 ACM SIGSOFT 杰出博士论文奖
2022 ACM SIGSOFT Outstanding Doctoral Dissertation Award（杰出博士论文奖）已公布，唯一的名额授予了美国 UIUC 大学的华人博士生 Wing Lam（林永政），以表彰他在软件工程方面所做出的杰出贡献。
7、2022 苹果博士奖学金名单：浙大一博士生入选
近日，苹果宣布了 2022 年人工智能/机器学习领域的博士生奖学金名单，共有 15 位学生入选，包括 4 位华人博士生，其中一位是来自浙江大学计算机科学专业的彭思达，师从周晓巍教授。
二、AI人才动态
1、 寒武纪副总经理兼首席技术官梁军已离职
3 月 14 日，寒武纪公告称：原副总经理、首席技术官梁军因与公司存在分歧，已于 2 月 10 日通知公司解除劳动合同，目前已办理完离职手续，此后将不再担任公司的任何职务。 梁军自 2017 年加入公司，任职期间曾参与研究并申请发明专利 138 项、PCT 10 项，均为非单一发明人。 其中 14 项发明专利已授权，其余仍处于审查阶段。
2、 英特尔图形部门顶级专家 Mike Burrows 跳槽 AMD
曾担任英特尔专注游戏和图形技术的 Advanced Technologies Group 的负责人、首席技术官和总监 Mike Burrows，近日宣布以公司副总裁的身份加入AMD 团队，领导其高级图形项目。 在 AMD，Burrows 将专注于实时光线追踪和机器学习领域的研究。 此外，他还将涉及包括与图形和计算解决方案的缩放相关的技术，以及数据压缩类技术。
3、 滴滴实验室（洛杉矶）首席科学家 Kevin Knight 离职
近日，原任滴滴实验室（洛杉矶）自然语言处理组首席科学家的 NLP 大神Kevin Knight 宣布将从滴滴实验室离职。 此外，Kevin Knight 还是南加州大学(USC)计算机科学系院长教授以及 ACL 2011 的大会主席，2014 年同年入选ACL Fellow、AAAI Fellow，他的学术成果颇多，研究方向涵盖人工智能、自然语言处理、机器翻译、对话处理等。
4、前百度 Apollo 平台研发总经理王京傲加盟自动驾驶初创公司
前百度副总裁、Apollo 平台研发总经理王京傲，加盟自动驾驶初创公司云骥智行，担任联合创始人及 CTO。 王京傲本科毕业于北京大学，于美国辛辛那提大学获得计算机工程硕士学位后，又在加州大学伯克利分校取得 MBA 学位，目前拥有 60 多项中美专利。 他曾负责百度的自动驾驶 Apollo 开放平台的整体研发、规划和运营，并主导 Apollo 平台 1.0 到 7.0 所有版本的开发和迭代；之前，曾任职谷歌，是安卓 1.0 初创团队成员之一。 云骥智行成立于 2021 年 11 月。 在今年的 GTC 2022 大会上，云骥智行宣布将与英伟达合作，在自动驾驶芯片（DRIVE Orin SoC）上搭载云骥智行最新的 L4 级自动驾驶计算平台。
三、各 AI 子领域重要科研进展
1、机器学习
牛津大学：研究者提出了受物理启发的持续学习模型，从微分几何、代数拓扑和微分方程等领域出发开启了一系列新工具的研究，可以克服传统 GNN 的局限性。
微软、斯坦福大学：就过度参数化（overparameterization）现象，研究者认为比预期规模更大的神经网络是必要的，通过提出平滑性，来指出需要多少个参数才能用一条具有等同于鲁棒性的数学特性的曲线来拟合数据点。 论文标题：A Universal Law of Robustness viaIsoperimetry 论文链接：https:///volcengine/veGiantModel
复旦大学：复旦大学数据智能与社会计算实验室提出了一种基于多层次语义对齐的多阶段视觉 – 语言预训练模型 MVPTR。 MVPTR 通过显式地学习表示不同层级的，来自图片和文本信息的语义，并且在不同的阶段对齐不同层次的语义，在大规模图片 – 文本对语料库上预训练的 MVPTR 模型在下游视觉 – 语言任务上取得了明显的进展，包括图片-文本检索、视觉语言问答、视觉推断、短语指代表示。
论文标题：MVPTR: Multi-Stage Vision-Language PreTraining via Multi-Level Semantic Alignment
中国人民大学：中国人民大学 GeWu 实验室以判别性声源定位为基础实现了构建物体类别认知的目标，并将其应用在其他经典视觉任务中。 该研究提出了判别性多声源定位任务，以及两阶段的学习框架。 还通过解决判别性声源定位任务构建对不同类别物体视觉表征的认知，并将其迁移到其他经典视觉任务中，如物体检测等。
论文标题：Class-aware Sounding Objects Localizationvia Audiovisual Correspondence
论文链接：https:///articles/s41586-022-04400-1
清华 AIR、计算机系与腾讯 AI Lab：清华 AIR、计算机系与腾讯 AI Lab 共同提出了图力学网络（Graph Mechanics Network, GMN）。 借助广义坐标，GMN 能有效刻画几何约束；借助等变神经网络，GMN 能满足物理对称性。 在多刚体仿真系统Constrained N-body、人体骨架预测 CMU Motion Capture、分子动力学模拟 MD-17 等任务上都验证了GMN 的有效性。
论文标题：Equivariant Graph Mechanics Networks with Constraints
论文链接：https://www.aminer.cn/pub/623004305aee126c0f9b358b
RIKEN 、东京大学：RIKEN 高级智能项目研究中心和东京大学使用从头分子生成器（DNMG）与量子化学计算（QC）相结合来开发荧光分子，使用大规模并行计算（1024 核，5 天），DNMG产生了 3643 个候选分子。 光致发光光谱测量表明，DNMG 可以以 75% 的准确度（n = 6/8）成功设计荧光分子，并产生一种未报告的分子，该分子发出肉眼可检测到的荧光。
论文标题：De novo creation of a naked eye–detectable fluorescent molecule based on quantum chemical computation and machine learning
论文链接：https://www.aminer.cn/pub/622b2bd35aee126c0fb94f0e
萨塞克斯大学、伦敦大学学院：萨塞克斯大学、伦敦大学学院的研究着提出了一种采用机器学习方法，通过观察自动发现实际物理系统的控制方程和隐藏属性。 该研究分为两个阶段：第一阶段的学习模拟器基于图网络 (GN)，图网络是一种深度神经网络，可以通过训练来逼近图上的复杂函数；第二阶段，该研究分离边函数（edge function），并应用符号回归拟合边函数的解析公式，其最好的拟合是对牛顿万有引力定律的拟
合。
论文标题：Rediscovering orbital mechanics with machine learning
论文链接：https://www.aminer.cn/pub/62008da15aee126c0fbd19ea
巴西 ABC 联邦大学：巴西 ABC 联邦大学提出了一种数据驱动策略来探索二维材料中的磁性。 使用创建的二维磁性材料数据库训练 ML算法，从而获得能够将材料分类为非磁性、FM 或 AFM的描述符。 该策略分为两个主要步骤，即（i）开发一个随机森林模型，根据晶体结构和原子组成趋势将磁性与非磁性化合物分开，以及（ii）基于确定的独立性通过筛选和稀疏算子（SISSO）方法寻找一个数学模型（即原子特征的函数），该模型为 AFM 和 FM 二维材料提供具有定义区域的材料图。
论文标题：Machine Learning Study of the Magnetic Ordering in 2D Materials
论文链接：https://www.aminer.cn/pub/61f8a4c35aee126c0fee028e
苏黎世联邦理工学院：苏黎世联邦理工学院提出可使用自学习的人工神经网络，解决动力系统的控制问题。 利用数值和分析方法的结合，AI Pontryagin 可通过自动学习，找出工程上可行的控制系统的方式。 该方法可应用于智能电网的调控、供应链优化以及金融系统的稳定等众多场景。
论文标题： AI Pontryagin or how artificial neural networks learn to control dynamical systems
论文链接：https://www.aminer.cn/pub/604b3bad91e0110eed64c382
AI+ 自动驾驶：清华大学、麻省理工学院提出了一种基于自监督学习的方法，让自动驾驶模型从已有的轨迹预测数据集中学会正确判断冲突中的礼让关系。 该研究将预测的关系在充满复杂交互的 Waymo Interactive Motion Prediction 数据集上进行了测试，并提出了 M2I 框架来使用预测出的关系进行场景级别的交互轨迹预测。
论文标题：M2I: From Factored Marginal Trajectory Prediction to Interactive Prediction
论文链接：https://www.aminer.cn/pub/621849025aee126c0f551ec8
麻省理工学院的 Derq 分支机构，开发了一个人工智能应用程序，可以融合来自多个传感器的数据，包括安装在车辆和道路两侧的摄像头，以监测并最终协助管理道路，提高安全性。
AI+ 气候能源：康奈尔大学开发了一个基于机器学习的多时间尺度的电力系统脱碳过渡优化模型，旨在帮助政府规划电力部门向碳中和过渡的路径，以及考量气候或能源目标的可行性。
论文标题： 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
英伟达、劳伦斯伯克利国家实验室、密歇根大学安娜堡分校、莱斯大学等机构开发了一种基于傅里叶的神经网络预测模型 FourCastNet，它能以 0.25° 的分辨率生成关键天气变量的全球数据驱动预测，相当于赤道附近大约 30×30 km 的空间分辨率和 720×1440 像素的全球网格大小。 这使得首次能够与欧洲中期天气预报中心（ECMWF）的高分辨率综合预测系统（IFS）模型进行直接比较。
论文标题：FourCastNet: A Global Data-driven Highresolution Weather Model using Adaptive Fourier Neural Operators
论文链接：https://www.aminer.cn/pub/6216f7625aee126c0fc60248
智东西认为，三月的AI领域重大新闻数量有所下降，但质量上一点也没缩水。 最重磅的，当属NVIDIA Omniverse全新功能，用AI技术提升游戏画面，让人物表情变得栩栩如生。 另外，中国相关的AI领域的表现也十分亮眼，浙大博士入选苹果奖学金，十一大AI细分领域中都有中国相关高校、公司的身影。
下一篇：鼻翼缩小一般需要多少钱(缩鼻翼大概多少费用)上一篇：牙齿的根管治疗价格（补颗牙200元）(牙齿根管治疗价格多少)