CIIS 2024前瞻丨《Engineering》大讲堂聚焦生成式人工智能模型

学术   2024-11-16 13:55   浙江  


11月15-17日,2024第十三届中国智能产业高峰论坛暨中国人工智能学院院长与名师论坛将在浙江杭州举办。11月16日,同期活动之一的“《Engineering》大讲堂:生成式人工智能模型协同与进化”将邀请浙江大学、天津大学、西湖大学、香港理工大学、复旦大学、上海交通大学、中山大学的专家分享学术报告,并启动2025年中国工程院院刊《Engineering》人工智能特刊征稿,发布《大模型设计方法学》蓝皮书。

生成式人工智能模型极大地丰富了人工智能的应用场景,但面对日益复杂和多变的任务需求,单一模型的局限性逐渐显现。因此,探索生成式人工智能模型的协同与进化机制,成为提升模型性能、拓展应用边界的关键路径。

通常情况下,生成式AI模型的协同通过多模态、多模型和多任务学习的方式来实现,其中多模态生成模型利用视觉、听觉、文本等多种数据源,构建出能处理和生成多类型内容的AI系统。而多模型协同则通过多个生成模型的组合,形成一种互补机制,例如文本生成模型与图像生成模型的结合,以生成具有完整视觉与语言信息的作品。

生成式AI的进化则体现在模型架构优化、训练数据更新和反馈学习等方面,让生成内容的适应性和质量不断提高。比如通过自监督和强化学习机制,生成模型能够根据环境反馈不断调整生成策略,自我改进。

协同与进化相结合,可以构建出一种更加智能、高效的生成式人工智能系统,但这其中有很多基础工作要做,包括设计高效的协同机制、构建合适的进化算法、制定科学的评估体系等等。

以“生成式人工智能模型协同与进化”为主题,《Engineering》大讲堂将聚焦模型协同机制、进化路径及其在实际应用中的创新成果,打造一场深度的学术交流,助力生成式AI技术创新与突破。


扫描FITEE视频号二维码观看会议现场直播。


版权声明
本文整理自“中国人工智能学会”微信公众号
加关注  ID: fitee_cae
本公众号为中国工程院院刊《信息与电子工程前沿(英文)》(SCI-E、EI检索期刊)官方微信,功能包括:传播期刊的学术文章;为刊物关联学人(读者、作者、评审人、编委,等)提供便捷服务;发布学术写作、评审、编辑、出版等相关资讯;介绍信息与电子工程领域学术人物、学术思想、学术成果,展示该领域科学研究前沿进展;为该领域海内外学者提供友好互动平台。











信息与电子工程前沿FITEE
传播中国工程院院刊《信息与电子工程前沿(英文)》(FITEE)的学术文章;为FITEE关联人群(作者、读者等)提供便捷服务;提供学术写作、出版等相关资讯;介绍信息与电子工程领域学术人物、学术思想、学术成果,展示该领域科学研究前沿进展。
 最新文章